2024，如何应对金融风险？

（图片来源：摄图网）

作者|朱嘉明 来源|笔记侠(ID：Notesman)

宏观趋势

笔记君说：

2024年，最大的趋势是智能化对各行各业的改造。

第一个迎来改造的，是金融行业。朱嘉明在演讲中指出，“不同时代有不同的金融形态，而智能时代将形成金融创新的全新压力。”

在演讲结尾，他强调道：“如果说，数字时代的金融创新可以概括为金融科技化和科技化金融，那么，智能化的金融创新则可以概括为金融智能化和智能化金融的互动。”

一、金融行业，将被AI改造

大家好，今天我将探讨智能时代的金融创新和金融风险管理。

我们现在对金融的理解、金融的内涵、金融的前沿不断在更新和丰富，今天关注的重点是智能时代金融的特点。

自2022年11月30日OpenAI提出ChatGPT以来，对金融产业产生了深刻改变，我们过去讲数字化转型已不再足够，我们今天面临双重转型，需要完成数字化转型的任务并叠加智能化转型。

智能化转型提出了智能金融问题，是当前最值得思考、研究和探索的主题。我将分享对这一问题的一些思考，这些思考是连贯的。

首先，我们对金融的理解需要有一个基本认识，即金融是一个不断改变、演进和丰富的概念。自农耕时代以来，人类一直有金融存在，我们将其称为古代金融。

随后出现了工业时代和信息时代的金融，近年来我们又一直在强调融科技化、科技化金融，实际上是要把金融在互联网时代和信息技术数字技术结合在一起。

现在我们正步入智能时代，其速度非常迅猛，3天一小变，7天一大变，10天一巨变。人类从来没有像现在这样面临着学习的挑战，面临着来自科技内在进步推动的挑战。

因此，首要问题是我们需要深刻审视数字金融与智能金融之间的差异，尤其是它们之间的最大区别。

尽管智能时代的发展源远流长，但在过去一年，由于OpenAI等先导的智能革命，其对金融领域形成的挑战变得尤为严峻。我将在以下进行分析，总结了大约五个实质性的挑战。

首要挑战在于产业结构的深刻改变和重塑。这主要体现在两个方面：

首先，过去一年中涌现了全新的智能产业，其完全以智能技术为基础。例如，大型模型现在已经发展成为一个实际的产业，而不仅仅是一个抽象的概念。

倒退13个月前，大多数人并不了解大模型。更重要的是，在过去的一年多里，人工智能技术已经渗透到并影响了几乎所有行业，对它们的选择和改变产生了深远的影响。

我们正处于一个关键时刻，即没有受人工智能或智能时代影响的产业的时代已经完全结束了。

这个时刻人工智能所造成的影响，尤其对金融业来说，极为严峻，金融业必须智能化，否则将会滞后于所有产业发展的趋势，这是首要的挑战，这样的事例俯拾皆是。

第二个问题就是智能时代，即在短短的一年内，我们会发现从宏观经济管理至微观经济运行，包括市场和政府关系的处理，以及微观企业的成本管理效率等方面，无一例外都要引入人工智能技术。

现在的问题不再是是否要采用人工智能的问题，而是速度问题——你是否能够跟上、迎头赶上。这带来了前所未有的残酷淘汰制度。

第三方面，我们观察到金融生态发生了根本性的变化。我这里要强调金融内外部因素之间的相互依存和相互制约的传统价值关系都因人工智能的介入而发生了调整。

特别值得注意的是，我们可以思考一个简单的问题：在过去的13个月里，我们对人工智能和金融的关系有了什么发现？

原本，人工智能对于金融产业或其他产业而言是一种外生变量，它被看作一种能够赋能并改造原本产业的引入。

然而，在短短的半年多时间里，我们观察到一个变化：人工智能已经成为自身的变量。

人们普遍认识到，将人工智能视为函数的自变量是至关重要的。如果你不将人工智能视为本行业的核心变量，那么你的行业将缺乏未来的发展希望。

这是一场革命，人工智能不再仅仅是一个工具，它已经成为新兴产业的不可或缺的组成部分。

最后一点是，没有智能时代，我们根本无法有效解决当前所面临的海量大数据处理，无法实现将大数据作为生产要素。

所以我归纳了这样5个方面，即智能时代在数字时代基础上提出了更深刻、更全面的挑战，这些挑战具有革命性和颠覆性的特征。

二、智能时代，5大挑战

虽然智能时代金融的相关内容已经有不少研究，但很少有人回答这样的关键问题，即他们混淆了智能时代金融特征与数字时代金融特征。

他们误以为或者大多数人误以为数字时代的金融特征就等同于智能时代的金融特征。我在这里特别强调，实际上它们之间存在联系但也有明显差异。

在智能时代的金融中，最显著的特点首先是其战略性。不要以为智能时代的金融变革和科技化可以像数字金融时代那样，从一个方面逐渐发展成为一个渐进累积的过程，例如引入互联网、区块链以及其他技术，如大数据和云计算。

这一次，智能时代的金融变革必须以整体性的方式考虑，它是一个全面的跃迁。

因此，我们注意到所有国家和大型金融机构，首要任务是完成智能时代的战略选择，这是至关重要的。缺乏这种战略意识，将使你在这一领域陷入被动境地。

第二方面是全局性，不是小打小闹，而是全面涵盖。

引入人工智能不能是局部性的，因为局部性的引入不仅难以取得良好效果，而且可能扰乱整个系统的原有结构。因此，在这个领域要求全局性的变革。

第三，还有技术衔接性的要求，需要将原有技术不仅仅是进行衔接，而是要把它改造纳入到新的技术体系中。

当然，这会涉及到高成本，其中包含了资本、人力等多方面的高成本。如果没有足够的成本意识，将难以顺利推进这一转型道路。

在这一过程中，很多金融机构可能面临是否能够承受成本压力、实现转型的问题。同时，这也带来了高风险，形成了一个两难的境地。

一方面，转型势在必行，不得不进行；另一方面，选择人工智能体系本身就蕴含着一种不断发展且不成熟的风险。这是一个真正严峻的问题，我把这个叫做金融转型两难陷阱，我们研究院也将进一步研究这个陷阱。

第四个问题是解决方案。截至目前，尚无成熟的路径和模式，但在智能时代金融创新方面存在一些基本方向和原则。

现在我们能够清晰地看到，这一次战略性、全局性、根本性的转型必须以创建和引入金融大模型为前提。

这个大模型必须满足两个条件，它不仅要彻底改变处理金融活动中海量数据的存储和计算，而且通过大模型对金融要素进行可持续组合，挖掘金融经济的效益。

通过人工智能多模态改造和升级传统金融产业板块。这就是大模型的根本，也是我们下的一个非常重要的定义。

第五，有三个原则需要遵循。

首先，模型的选择必须是非单一化的，以避免垄断。

其次，要实施开放性的训练，引入开源机制。

第三，需要与世界接轨，现在我们看得很清楚，在未来2~3年内，全球范围内的金融机构，包括银行和非金融机构，都将建立具备自己特色的大小各异的金融大模型。

所以未来的金融体系将是一个全球性金融大模型的组合世界。在这个组合过程中，我特别强调，人类角色将发生重大调整，模型之间的接口将由金融大模型的代理人完成，而不是由人类完成，这是一个了不得的前景。

谷歌在两天前发布的Gemini大模型，我归纳了几个方面：首先，它有三个版本，其中版本功能最强大的Gemini Ultra能够处理高度复杂的任务，尤其是金融产业的多模态任务。

它能够理解所有语言，而且我特别强调了它所使用的TPU，为支撑这种大模型的发展提供了关键的技术支持，这一点清晰可见。

三、看到机遇，也不能忽略风险

下面，我将讨论人工智能金融的风险和监督，这是我们需要高度重视的方面。

人工智能金融的最大风险是滞后的风险，即无法跟上变化的风险，这需要改变管理思路，成为首要考虑的风险。

第二个风险是人工智能技术的非均衡发展，以及人工智能本身的使用操作风险。我提出了金融监管的思路，即必须开发数据管理工具，实现全天候、即时监管，实现全覆盖，这是在人工智能时代才能够实现的。

智能监管的目标是通过人工智能技术的相对稳定性，对冲市场的“不确定性”，减少金融危机。

在未来的前景方面，我归纳了9个点，其中包括强调人工智能将推动金融交易革命，智能金融将提高主权数字货币的质量和效率，实现“智慧货币”的可能性，改变金融组织形态，出现人工智能银行，并为下一波量子科技做准备。

此外，我呼吁大家不仅关注由国家主导的主流金融创新和监管，还需要关注其他方面。比如比特币、以太币等数字货币在世界上的影响力持续发展，比如亚马逊的贝佐斯稳定币和阿根廷实验等。这些情况我们都把它纳入到智能时代的非主流影响之中。

最后，我想强调横琴粤澳深度合作区在开拓智能金融方面的优势。横琴粤澳深度合作区拥有澳门的多元货币历史。

此外，澳门和横琴金融制度优势的叠加和互补，特别是横琴已经构建了数字金融的建设基础并积累了金融创新的丰富经验，我们相信接下来会做出更多贡献并在大湾区产生溢出效应。

结尾是关于蒙代尔的金融政策不可能三角理论。当我们讨论金融的时候，我们知道蒙代尔有一个不可能三角（资本自由流动、货币政策独立和货币稳定），你不能同时满足三个条件。

在过去的技术体系下，由于与金融相关的信息不完整和信息不对称，“不可能三角”一直无法解决。然而，随着人工智能技术的发展，包括未来量子科技的介入，这个“不可能三角”得以解决。

最后给大家的一个结语，如果说数字时代的金融创新可以概括为金融科技化和科技化金融，那么，智能化的金融创新则可以概括为金融智能化和智能化金融的互动。

感谢大家。