近日，在《金融电子化》杂志主办的“金融科技直播间线上论坛”中，浪潮信息AI＆HPC产品线副总经理赵帅以《人工智能计算＋生态 助力金融科技4．0》为题发表演讲，对人工智能在金融行业内的开发与应用发表了自己的观点。
赵帅指出，在金融4．0时代，人工智能成为金融行业的核心，其在带来巨大应用价值的同时，也面临着发展瓶颈。对此，浪潮将通过强大的AI服务器阵列、AIStation与AutoML Suite等解决方案以及“元脑生态”计划，贡献领先的AI计算力，推动人工智能在金融行业的 落地，为金融行业的AI化赋能助力。
金融4．0时代来临 AI驱动金融科技颠覆式创新
以科技的应用范围与 来划分，金融行业可以划分为以业务信息化为代表的1．0时代，以网、电、银应用为特征的2．0时代，以互联网金融为特征的3．0时代，以及金融科技4．0时代。在金融科技时代，人工智能成为金融业务核心，并将创造巨大的应用价值。IDC和浪潮联合发布的《2019－2020中国人工智能计算力发展评估报告》显示，金融行业已经成为AI发展的天然土壤，2023年中国金融行业的人工智能产业投资额将达到15．4亿美元，成为仅次于互联网、智慧城市之后的第三大AI应用行业。
赵帅从生产力三要素方面解读了金融业从1．0时代向4．0时代迈进的主要变化。赵帅表示，在金融业4．0时代，生产力三要素发生了颠覆性的变化，劳动者从“人”变成了“人＋人工智能”；电子货币更大程度地取代有形货币成为主要劳动对象，智能化的信息系统让金融业的效率大幅提升，人工智能在金融业变得无处不在，金融业已步入以人工智能为核心的科技4．0时代。
但与此同时，人工智能在金融行业的进一步落地也遇到了各种瓶颈。首先，海量数据的人工智能训练对于算力提出了极高的需求，从 2012年Alexnet的诞生到最新的AlphaGo Zero，在不到十年的时间里人工智能训练对计算资源的需求增长了30万倍。2020年， 学习的模型对算力的需求已经达到了每天百亿亿次计算需求，在这样的情况下，高性能的算力基础设施对AI的发展尤为重要。
其次，由于金融业务的复杂性，金融AI算法开发的门槛也较高，存在开发链条长、开发周期长、人力成本高等问题。此外，当下人工智能开发中计算资源分散、训练数据的孤岛现象以及开发环境和流程中的管理问题，也致使AI算法开发效率低下。
最后，金融AI的生态普遍较为封闭，相关的硬件厂商、算法开发商、系统集成商等参与者之间标准不统一，缺乏生态协作与沟通，这使得当下金融行业的AI落地进度较慢，金融AI化还存在巨大的加速空间。
人工智能落地金融业的痛点
12下一页>（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
