李萌

全國政協委員

科學技術部原副部長

尊敬的肖鋼主席，各位領導：

大家好！非常榮幸來到深圳香蜜湖金融峰會，與各位共同探討智能金融這一關鍵話題。剛剛肖鋼主席介紹的研究報告非常有深度，各位領導和專家也做了精彩解讀，我聽后深受啟發。在此，我想從一個不同的視角出發，為金融界提出一些值得我們共同研究的問題。我的演講題目是“人工智能持續健康發展需要金融業的大力加持”。

剛剛結束的中央經濟工作會議對以科技創新引領新質生產力發展，科技創新和產業創新融合發展，人工智能和“人工智能+”做出新部署提出新要求，我們深感責任重大且有信心落實好。2022年11月ChatGPT橫空出世以后，2023年各國和各大企業、學術機構都處于追趕補課狀態，2024年則是人工智能高歌猛進的一年，大模型風起云涌，能力一節高過一節、應用一浪超過一浪，不斷突破天花板。年初的SORA驚艷登場，OpenAI草莓系列、谷歌的Gemini猶抱琵琶；OpenAI對未來發展進行了五級分類，慢思考推理模型推出，李飛飛的AI-AGENT和智能空間開創了新的認知高度；Scaling Law是否撞墻、是否有大模型之外通向AGI之路的討論也日益增多。同時，2024年諾貝爾物理學獎和化學獎授予了人工智能，體現了科學界對AI的深刻認知；具身智能自動駕駛、人形機器人你方唱罷我登場；算力萬卡成為大模型企業標配，XAI正在向百萬張卡的算力挺進。同時，我們也看到了蘋果、META這樣的巨頭因踏慢了半拍而出現焦慮。原以為到年末會消停一段，結果是前有馬斯克的FSD和人形機器人新聞發布會，中有“世界將進行重啟”的驚世之語，后有山姆·奧特曼連續十幾天的新聞發布會攪得各界陡增了壓力。

習總書記敏銳把握世界科技創新發展趨勢，對我國人工智能發展做出新的重要部署。2024年既是我們加速追趕的一年，又是在前沿領域和新賽道上奮力開拓的一年。多模態大模型百舸爭流，差距快速縮小，垂直大模型在各產業滲透擴大，華為昇思開源共建框架取得重要進展，數字人悉數登場，具身智能落地呼聲迭起，人形機器人你追我趕；場景驅動受到各地熱捧，帶動各行各業“先用起來”，形成“早應用早受益”的氛圍，學術界在AI4S上空前鐘情，各領域的學者們紛紛介入，算力建設得到空前重視，算力網、算力樞紐布局建設；WAIC的國際地位也空前提升。總之，中國AI界的努力大幅度提升了我們的能力、水平和地位，為充分發揮人工智能引領新質生產力發展的作用作出了貢獻。

我認為智能金融的關注重點在兩個方面，一是金融業賦能人工智能產業，即金融如何支持人工智能產業發展。人工智能的快速發展提出了許多新的金融需求，金融業面臨著新的課題，需要主動研究、前瞻探索。二是人工智能技術賦能金融業進行流程創新。金融行業運用人工智能技術重整重塑內部組織結構和業務流程，開拓新的業務領域。在大模型時代，智能和金融存在著相互塑造相互成就的關系，金融業賦能人工智能產業也影響著金融機構業務流程的創新和塑造。第一個方面與智能技術和智能產業自身的發展進步以及引發的實體經濟、服務業發展變革進程密切相關。從人工智能技術發展的趨向看，我認為討論的空間很大，應作為今后智能金融研究的主要方面，這也是金融業的第一性原理決定的。

目前大模型引領具身智能載體技術進步加速了人工智能場景創新，深度改變行業生產力，有望激發新一輪人工智能產業化浪潮。現在人工智能技術在AIGC領域已經率先產生大規模產業應用，具身智能技術還將進一步廣泛應用到工廠、交通、通訊、電網等各類物理環境和基礎設施，可提升其自動化和智能化水平，連通數字世界與物理世界，真正實現人工智能對實體經濟深度賦能。智能產品不斷創新，具身智能自動駕駛汽車、人形機器人、低空智能載運工具等具有現象級應用潛力，其產品的技術迭代速度很快，每一個領域都將形成一個巨大的產業鏈，帶動經濟增長。比如自動駕駛將成為物理（具身）AI領域中最重要應用之一，其車輛控制、車路協同等創新鏈其它環節的技術就緒度高。比如人形機器人是其中非常重要的一種本體，通用大腦不僅能賦能人形本體，也可以為任何傳統設備進行智能升級，從而為產業升級和制造業提升附加值提供強大的支持。目前人形機器人在大腦、小腦、本體與上游核心部件等熱點方向并行前進，機器人本體、核心零部件、軟件算法、內外骨骼及材料的國產廠商涌現，正在不斷形成創新成果和知識產權。大模型驅動的具身智能體為代表的現象級應用，正在開啟新的實體經濟、服務業發展的變革進程，推動著人工智能成為新質生產力的引領性力量。

當前，金融業在深入賦能人工智能技術研發與產業發展過程中面臨三個難題。

一是資金供給增長乏力背后的機制性難題。

從2017-2024年中美一級市場人工智能融資情況來看，當前中美人工智能技術水平差距在縮小，而社會投資規模差距卻在擴大。2021年以前中國人工智能產業從風投中獲得的支持與美國相比差距不是太大，對眾多先行企業的發展作出了很大貢獻，有一段時間我們的獨角獸數量和估值都是超過美國的。2018年美國中美一級市場人工智能融資額為2615億元人民幣，我國是568億人民幣，美國是我國的約5倍；到了2021年兩國相差近7倍，中美兩國分別為644億元和5046億元；而到了2024年已經拉開了17倍的差距，美國5425億元，我國僅有318億元。大模型走到前臺以后兩國AI獲得的金融資金支持差距越來越大，這是一個令人擔憂的現象。問題主要出在技術領域、產業領域、金融領域，還是其它領域，值得討論，其中機制需要完善是一個問題。

二是大模型能力提升越快價值縮水也越快的技術演進特殊性難題。

目前大模型的能力在快速提升之中，變化的頻率以季度甚至月度為計，一個新能力模型剛出現還沒來得及落地就被功能更強大的模型超越翻篇了，更遑論拓展產品和產業發展的空間。大模型本身、模型即服務、“具身智能體”的大模型+本體，這些不同類型的應用中價值縮水時間不同。比如人形機器人這樣的具身智能實體產品與模型即服務的產品不一樣，發展過程中產品可通過迭代積累技術，縮水的不那么快；而不少服務類產品往往后一個出來完全顛覆前一個，且較少有上一代積累，所以更多地存在發展快縮水也快的問題。面對這種情況，資金方如何在快速迭代的技術升級過程中準確識別出具備跨代創新力的千里馬團隊，難度比其它領域更具挑戰性。

三是技術路線換道階段智能產品沉淀不穩定的產業化難題。

大量智能含量高和技術復雜的產品難以沉淀成熟穩定，基礎大模型和垂直大模型均是如此。這給金融業評價評估其價值帶來了挑戰，如將大模型視作何種資產、如何估價、能否抵押等問題，這類問題理論可行但現實少見，需探索具體路徑，經過評估協商找到影響大模型價值的因素以及對大模型價值的評價機制及方法。

面對人工智能快速發展帶來的新挑戰，我有以下建議。

一是金融業加強產品創新和業態創新。

金融業應適應人工智能發展形勢，拓寬金融支持渠道，確保智能產業資金持續供給，推動產業健康發展。與產業界共同落實總書記“發展耐心資本”指示和中央政治局“壯大耐心資本”的要求，“耐心資本”需有財富效應預期才能落地，這依賴資本市場和科技界共同努力，同時需關注“退出”和“硬資產”約束等問題。例如，算力、算法、數據等要素中，算力相對“硬”，數據兼具軟硬屬性，算法偏“軟”，但軟的要素是否不屬于硬科技、硬資產值得思考，大模型和模型體系、算法軟件、數據集等的資產屬性也需進一步明確。

二是人工智能界與金融界深度融合，支持金融業超前介入并持續跟蹤人工智能技術發展。

AI創新對各行業具有超前引領性，智能金融業務應緊跟大模型技術和產業發展步伐，拓展新領域方向。鼓勵專業人才跨界交流，促進資本與技術的深度融合，要讓有資本的人和有技術的人坐在一起，甚至讓有資本的人坐在技術那邊，有技術的人坐在資本那邊。總結科技金融經驗，構建支撐智能技術研發和產業發展的金融體系，完善和創新金融產品，培育金融業新的增長點。如人形機器人在未大規模量產、技術快速迭代階段，金融支持產品的引入時機和方式需深入研究。

三是完善和創新金融工具在人工智能新產品上的應用。

如汽車金融在自動駕駛汽車領域的應用，特斯拉已在美國提出分期付款購買FSD的計劃，我國發展自動駕駛汽車金融雖具可行性，但需考慮有人與無人的差異，進一步細化金融產品設計；低空自主智能載運工具能否借鑒航空租賃的經營方式，需調研市場意愿，研究監管放開可行性及有效監管方式；保險產品方面，美國已有企業（Geico）在自動駕駛汽車上嘗試，我國也應積極探索。

中國是世界最大的文化共識單體市場，規模形成快，這是我國的優勢和國內市場的重要依托。過去美國汽車業憑借文化共識單體市場實現產品普及，我國的“新三樣”、智能手機、智能穿戴產品等亦是如此。未來人形機器人、自動駕駛汽車、低空智能載運工具等具身智能實體產品也契合中國市場特點，發展空間巨大，這需要金融業的大力加持。黨中央將人工智能提升為國家戰略，推動全社會形成共識，為人工智能產品產業的中國大市場奠定了基礎。在人工智能快速發展形勢下，引導資本“投早、投小、投長期、投硬科技”，支持金融機構早期介入，助力人工智能產業發展壯大，既能推動科技、產業發展，也是金融業自身培育新增長點、實現多贏的必然選擇。

謝謝大家！

本文為全國政協委員、科學技術部原副部長李萌在12月15日深圳香蜜湖國際金融科技研究院和中國數字金融合作論壇聯合舉辦的深圳香蜜湖金融峰會（2024）“智能金融：創新、挑戰與展望”主題論壇上所作的主題演講。文章觀點不代表主辦機構立場。

◆ ◆ ◆

編輯郵箱：sciencepie@126.com