近日，在《金融電子化》雜志主辦的“金融科技直播間線上論壇”中，浪潮信息AI＆HPC產品線副總經理趙帥以《人工智能計算＋生態 助力金融科技4．0》為題發表演講，對人工智能在金融行業內的開發與應用發表了自己的觀點。

趙帥指出，在金融4．0時代，人工智能成為金融行業的核心，其在帶來巨大應用價值的同時，也面臨著發展瓶頸。對此，浪潮將通過強大的AI服務器陣列、AIStation與AutoML Suite等解決方案以及“元腦生態”計劃，貢獻領先的AI計算力，推動人工智能在金融行業的深度落地，為金融行業的AI化賦能助力。

金融4．0時代來臨 AI驅動金融科技顛覆式創新

以科技的應用范圍與深度來劃分，金融行業可以劃分為以業務信息化為代表的1．0時代，以網、電、銀應用為特征的2．0時代，以互聯網金融為特征的3．0時代，以及金融科技4．0時代。在金融科技時代，人工智能成為金融業務核心，并將創造巨大的應用價值。IDC和浪潮聯合發布的《2019－2020中國人工智能計算力發展評估報告》顯示，金融行業已經成為AI發展的天然土壤，2023年中國金融行業的人工智能產業投資額將達到15．4億美元，成為僅次于互聯網、智慧城市之后的第三大AI應用行業。

趙帥從生產力三要素方面解讀了金融業從1．0時代向4．0時代邁進的主要變化。趙帥表示，在金融業4．0時代，生產力三要素發生了顛覆性的變化，勞動者從“人”變成了“人＋人工智能”；電子貨幣更大程度地取代有形貨幣成為主要勞動對象，智能化的信息系統讓金融業的效率大幅提升，人工智能在金融業變得無處不在，金融業已步入以人工智能為核心的科技4．0時代。

但與此同時，人工智能在金融行業的進一步落地也遇到了各種瓶頸。首先，海量數據的人工智能訓練對于算力提出了極高的需求，從 2012年Alexnet的誕生到最新的AlphaGo Zero，在不到十年的時間里人工智能訓練對計算資源的需求增長了30萬倍。2020年，深度學習的模型對算力的需求已經達到了每天百億億次計算需求，在這樣的情況下，高性能的算力基礎設施對AI的發展尤為重要。

其次，由于金融業務的復雜性，金融AI算法開發的門檻也較高，存在開發鏈條長、開發周期長、人力成本高等問題。此外，當下人工智能開發中計算資源分散、訓練數據的孤島現象以及開發環境和流程中的管理問題，也致使AI算法開發效率低下。

最后，金融AI的生態普遍較為封閉，相關的硬件廠商、算法開發商、系統集成商等參與者之間標準不統一，缺乏生態協作與溝通，這使得當下金融行業的AI落地進度較慢，金融AI化還存在巨大的加速空間。

人工智能落地金融業的痛點