来源：世界金融论坛  时间：2024年7月2日

6月22日，世界金融论坛2024青岛峰会暨2024中国与世界宏观经济金融形势评估学术研讨会在青岛香格里拉酒店举行。中国银行原行长、世界金融论坛和金砖智库高级顾问李礼辉在会上发表主旨演讲。

李礼辉表示，应对AI迭代升级给数字经济带来的挑战，要注意六个并重：第一，基础设施与核心技术并重的算力建设。第二，国家队与民营队并重的市场主体。第三，数量与质量并重的数据共享体系。第四，基础研究与应用研究并重的创新战略。第五，安全与效率并重的智能金融创新路线。第六，技术攻关与市场应用并重的全球AI竞争策略。

李礼辉指出，算力建设的关键是突破核心技术瓶颈。光刻机集成诸多最先进的技术，芯片制造涉及人员、软件、设备、材料、工艺和生产环境等要素。中美争锋，退无可退，华山一条道，这就是集成先锋企业、杰出人才、技术资源和配套政策办大事的举国体制，争取尽快突破封锁，既要出产品，也要出商品。

李礼辉表示，数据的价值在于其真正成为生产要素。一是打破公共数据的行政部门所有制。建立标准统一、互联共享的公共数据应用系统，建立数据共享的征信系统，形成能够支持数字经济发展的基础设施。二是推进公共文档资料的数据化清理。三是建立专业化的公共数据库。例如，建设全国性医疗健康中心数据库。四是建立数据要素市场。

李礼辉谈到，就人工智能技术创新潜在的发展可能性来说，智能金融目前还处在辅助+助理的早期阶段，主要用于改进产品创新和客户服务，用于改进运营管理和风险管控。一是可能实现人机交互高拟真的人性化。二是可能实现图像管理全流程的智能化。

李礼辉建议加快智能金融监管创新。“例如，制定法律法规，明确智能金融各参与方的责任边界，包括智能金融监管的基本原则、监管机构的职责和权限、金融机构的智能金融业务规范；建立穿透式、一体化、跨局域的智能金融协同监管系统，实现监管信息共享；建立智能金融技术审核认证制度，完善AI大模型的测试平台、工具、标准和方法；建立智能金融风险分析和监测系统，及时识别、评估并提前预警异常交易和市场操纵，主动预防系统性风险。”李礼辉谈到。

李礼辉最后表示，在全球AI竞争策略上，一是加快推进高端芯片核心技术攻关。培育我国独立自主的科技实力，突破西方封锁。二是持续跟进通用大模型。建设大规模、高品质的知识类学术类文化类生活类数据库，拓展算力，优化算法，训练具有中国特色的大模型；三是力争引领垂直模型开发。鼓励和支持有实力的科技公司和金融机构建立多模态的自有数据库，为训练本土化的垂直模型提供专业数据。拓展大模型在不同应用场景中的决策能力和行动能力，全面赋能实体经济，提升全要素生产力。

以下为李礼辉在世界金融论坛2024青岛峰会暨2024中国与世界宏观经济金融形势评估学术研讨会上的发言实录摘要：

人工智能技术创新的六个并重

文|李礼辉

2022年11月底，微软的OpenAI推出ChatGPT，在短短的18个月多次升级，2024年5月14日发布GPT-4o，全面提升了文本、视觉、语音多模态组合的交互能力，实时语音交互中的平均延迟时长由GPT-4的5400毫秒缩短到320毫秒，与人与人交流时的延迟时长相似；尤为特别的是，GPT-4o能够识别对方的表情和语气，并通过表情和语气判断对方的情绪。

内容生产方式与人机交互方式的变革是AI迭代升级的里程碑。

GPT-4o底层技术的核心是文本、视觉、语音多模态组合的感知、学习和交互的能力，能够突破文本交互的局限性，能够感知、理解和模拟动态的物理世界，能够与真实世界进行交互和学习。这将改变广告、传媒、动画、影视行业的作业方式和商业模式，并且有可能加快基于多模态感知的技术创新。

应对AI迭代升级给数字经济带来的挑战，要注意六个并重。

第一，基础设施与核心技术并重的算力建设。

按照中央《数字中国建设整体布局规划》，算力基础设施的布局和建设应该锚定全球领先的目标，硬件与软件并重并行，国家级与企业级联动联调，新中心与老中心集约集成，人力资源与运营成本统筹兼顾。

算力建设的关键是突破核心技术瓶颈。

美国封锁高端AI芯片对中国出口，灰色市场上NVIDIA的A100、H100价格一度高达10万元、25万元人民币。据专家估算，按H100等效算力计算，我国不超过10万张，而美国仅Meta 1家就超过30万张。目前我国企业自主研发制造的AI芯片的表观技术据称可以媲美A100，但有人推断其应用场景相对狭窄。国产AI芯片的技术升级和量产将是突破美国技术封锁的关键。

美国对芯片制造核心技术的封锁集中在光刻机上。光刻机分为UV（紫外线）、DUV（深紫外线）、EUV（极紫外线），理论上7nm及以下的先进芯片制程工艺只能通过EUV实现。ASML是全球最大的光刻机制造商，也是唯一的EUV光刻机供应商。荷兰的《先进半导体制造设备法规》2023年9月1日生效，受管制的设备包括EUV和高端浸润式DUV。2023年10月17日美国再次升级对华制裁，将“专用卡盘覆盖值”的管制范围从小于等于1.5nm提升到2.4nm，“专用卡盘覆盖值”为1.6nm的浸润式DUV光刻机NXT1980Di因而被纳入管控范围。NXT1980Di是此前我国能买到的最先进的ASML产品，目前境内存量不超过80台，主要用于28nm生产线；通过多重曝光技术有机会实现10nm-7nm工艺制程，只是良品率低一些，成本高一些。

光刻机集成诸多最先进的技术，芯片制造涉及人员、软件、设备、材料、工艺和生产环境等要素。中美争锋，退无可退，华山一条道，这就是集成先锋企业、杰出人才、技术资源和配套政策办大事的举国体制，争取尽快突破封锁，既要出产品，也要出商品。

第二，国家队与民营队并重的市场主体。

美国的技术封锁固然可恶，但可以给中国的企业带来替代发展的机遇。要更多鼓励民营队，重要的是为民营企业创造更加公平、更加宽松的营商环境。要真正激励国家队，重要的是促进国有企业建立符合市场经济和科技规律的激励机制、决策机制和问责机制。

第三，数量与质量并重的数据共享体系。

中央的“数据20条”制定了数据产权制度、数据要素流通和交易制度、数据要素收益分配制度、数据要素治理制度的基本规范。2023年8月，财政部制定了关于数据资源入表的会计准则。

数据的价值在于其真正成为生产要素。一是打破公共数据的行政部门所有制。建立标准统一、互联共享的公共数据应用系统，建立数据共享的征信系统，形成能够支持数字经济发展的基础设施。二是推进公共文档资料的数据化清理。图书馆、高校、科研机构和行政部门拥有大量的公共文档资料，具有不同的文化价值、技术价值和经济价值，应统筹规划、分门别类、分期分批进行数据化清理，纳入公共数据库。三是建立专业化的公共数据库。例如，建设全国性医疗健康中心数据库，做到按疾病分科并按病程细分，按药品分类并按疗程细分，按基因特征分层并按性别、年龄细分，形成能够支持智慧医疗、远程医疗、专业医疗、普惠医疗的基础设施。四是建立数据要素市场。应用区块链技术为企业和个人的私有数据包括专利数据、版权数据确权和授权，通过市场为数据资源议价和定价，实现数据资源高效流通，促进数据要素供给提高质量增加数量。

第四，基础研究与应用研究并重的创新战略。

第一层次是通用大模型与垂直模型的融合发展。

通用大模型构成垂直模型的核心底座。科大讯飞董事长刘庆峰强调，通用人工智能可以根本改变产业形态和竞争格局。与此同时，行业的智能化创新必须通过垂直模型来实现，对于驱动经济转型升级具有直接意义，并能发挥我国的竞争优势。应该高度重视可以创造商业价值的人工智能技术应用创新，例如：自动执行例行任务，提高投入产出比；提升工业、物流、服务流程的自动化程度，节省边际成本；自动诊断生产经营各环节的运行缺陷，提升生产效率和管理效率。

第二层次是行业级垂直模型与企业级垂直模型的融合发展。

例如，金融业涵盖商业银行、保险公司、证券公司、财富管理等不同领域，同一领域的金融产品、金融服务、金融管理的需求大同小异，采用行业级垂直模型和企业级垂直模型融合发展的技术路线，同时选择适当的商业模式，例如租用、采购、外包、自研等，有利于提高投入产出比，有利于达到高效率、低投入、个性化的金融创新要求。

第五，安全与效率并重的智能金融创新路线。

严格管控AI虚假与AI操纵。国家建立AI信任制度和AI监管制度，在立法和执法层面明确禁止AI造假和AI欺诈，赋予合格企业AI信任标志；提升深度合成内容鉴别技术，提供对抗AI虚假的公共服务，在国家层级建立预防AI操纵的防火墙。

就人工智能技术创新潜在的发展可能性来说，智能金融目前还处在辅助+助理的早期阶段，主要用于改进产品创新和客户服务，用于改进运营管理和风险管控。最新的人工智能技术具有多模态感知、学习和交互的能力，有可能创造决策式智能金融+生成式智能金融的新模式。一是可能实现人机交互高拟真的人性化。例如，智能金融机器人有可能做到动态捕捉、即时感知、正确理解客户的语言和表情，准确判断客户的风险偏好和业务诉求，采用具有人性温度的表达方式为客户提供最优的服务方案，解决机器服务冰冷的问题。二是可能实现图像管理全流程的智能化。例如，智能图像管理系统应用于健康医疗保险业务，可以对客户的病历和医疗影像进行医疗专业水准的质检和分类，核准健康评估，甄别虚假理赔；应用于银行业务，可以在前台和中后台对各种票据和合同进行真实性审核，甄别克隆票据或虚假合同，正确提取数据并即时记账。

偏于审慎的观点认为，生成式人工智能技术处于起步阶段，将尚不成熟的人工智能技术投入高风险的金融领域，可能放大现有风险并产生新的风险。有待解决的技术缺陷包括模型黑箱、模型歧视、模型幻觉、算法趋同、隐私保护薄弱、关键第三方依赖等。

金融业应用生成式AI刚刚起步。过多依赖自律可能导致垄断和行业风险，过于严苛的监管则可能抑制创新和产业发展。可考虑的原则是：技术创新力求“高中”，“高”是引领创新占领高地，“中”是接地气的中国方案；风险管控力求“初小”，“初”是有能力把风险消灭在萌芽状态，“小”是实现风险概率和风险成本的最小化。

这就要求加快智能金融监管创新。例如，制定法律法规，明确智能金融各参与方的责任边界，包括智能金融监管的基本原则、监管机构的职责和权限、金融机构的智能金融业务规范；建立穿透式、一体化、跨局域的智能金融协同监管系统，实现监管信息共享；建立智能金融技术审核认证制度，完善AI大模型的测试平台、工具、标准和方法；建立智能金融风险分析和监测系统，及时识别、评估并提前预警异常交易和市场操纵，主动预防系统性风险；积极参与构建数字经济国际规则和数字技术通用标准，加强智能金融国际监管协作和交流，在数字经济国际规则建设中争取中国的话语权，在数字技术通用标准建设中争取中国的“定位权”。

第六，技术攻关与市场应用并重的全球AI竞争策略。

关于数字经济的全球化，我的基本认识是：1）科技有政治边界，霸权政治破坏全球经济一体化，没有真正的科技实力，全球技术共享就无法实现；2）市场有价值边界，技术创新的价值只有通过市场才能实现，没有真正的市场需求，技术创新就无法变现。

在AI技术创新和应用方面，中美各有长短。美国的优势在于全球最大的知识类数据资源，全球领先的高端芯片核心技术。我国的优势在于全球最大的市场交易和公民行为数据资源，全球最大的制造业服务业AI技术市场需求和应用场景。另外，行业级、企业级垂直模型针对特定专业领域、面向百万量级DAU（日活跃用户），无需达到超级通用模型覆盖多领域、面向亿级DAU所需的数据量和算力；美国民众对隐私保护的低容忍度将限制智能金融的创新和应用。

因此，在全球AI竞争策略上，一是加快推进高端芯片核心技术攻关。培育我国独立自主的科技实力，突破西方封锁。二是持续跟进通用大模型。建设大规模、高品质的知识类学术类文化类生活类数据库，拓展算力，优化算法，训练具有中国特色的大模型；三是力争引领垂直模型开发。鼓励和支持有实力的科技公司和金融机构建立多模态的自有数据库，为训练本土化的垂直模型提供专业数据。拓展大模型在不同应用场景中的决策能力和行动能力，采用行业最佳流程、最佳标准，打造智能城市、智能农业、智能制造、智能服务、智能物流、智能金融、智能家居、智能驾驶等，全面赋能实体经济，提升全要素生产力。