财联社1月16日讯（记者 沈述红 周晓雅）当前，新一代信息技术在各行业快速渗透已是大势所趋，金融行业更是首当其要。金融服务在金融科技创新发展中逐步进化，已开启数字化转型新局面，并逐渐成为推动全行业和全产业链转型升级的新引擎。

近日，毕马威发布的中国金融科技企业双50榜单及年度趋势报告显示，金融大模型的发展将对金融科技行业范式产生深远影响，预计随着AIGC技术的成熟，财富管理机构将探索大模型的更多应用场景，提升效率和服务升级。不过，AIGC在直接为客户提供投资建议方面，由于相关监管不明确以及数据安全、数据隐私等问题，仍需谨慎。

监管科技也有望借助大模型提升监管效率。报告称，AIGC等新兴技术的快速发展，为金融监管科技发展提供想象空间，监管科技的发展将会越来越依赖于科技手段，以实现更高效、更精准的监管。同时，监管科技的发展也将推动金融科技创新，为金融行业深入数字化转型赋能。

“我国金融监管体系正经历大规模的升级，越是这样越需要企业在各自细分领域快速跟进风险事件、深刻理解监管变化、预判和感知被监管企业合规痛点、将监管要求和案件研究形成的专家经验快速转化，实现产品和服务迭代升级。”毕马威中国金融业风险和监管科技主管合伙人王大鹏指出。

大模型有望提升金融监管效率

毕马威中国金融科技主管合伙人黄艾舟介绍，金融业数字化转型过程中，在行业垂直类大模型落地所需的三大支柱：算法、算力、数据相较其他行业都有独特优势。他预计，随着底层大模型从增量转入存量阶段，拼质量、拼落地会成为竞争重点，发力模型推理侧的企业的竞争优势会进一步显现。

上述中国金融科技企业双50榜单及年度趋势报告显示，金融大模型的发展将对金融科技行业范式产生深远影响，如AI 认知和理念的转变、重塑客户服务流程和体验、改善风险管理、提升金融服务效率和创新金融业务形态。

其中，2022年底以来AIGC的爆发式发展，给金融行业带来了巨大的想象空间。财富科技企业把自身在AI应用领域积累的数据和经验应用到金融大模型训练，为投顾、投研、营销等财富管理业务场景提供支撑。报告预计，随着AIGC技术的成熟，财富管理机构将探索大模型的更多应用场景，提升效率和服务升级。不过，AIGC在直接为客户提供投资建议方面，由于相关监管不明确以及数据安全、数据隐私等问题，仍需谨慎。另一方面，财富科技企业积极为大中型财富管理机构提供最新的技术解决方案，通过借助分布式技术模块化和分散等特性，逐渐提升核心系统的高效性、稳定性和自主性。

监管科技也有望借助大模型提升监管效率。报告称，AIGC等新兴技术的快速发展，为金融监管科技发展提供想象空间，监管科技的发展将会越来越依赖于科技手段，以实现更高效、更精准的监管。同时，监管科技的发展也将推动金融科技创新，为金融行业深入数字化转型赋能。

毕马威中国金融业风险和监管科技主管合伙人王大鹏观察到，目前，国内比较成功的监管科技应用大多出现在横向窄纵向深的领域，根本原因是监管与合规仍是建立在专家知识和经验之上的，必须从业务的深刻理解出发，将经验信息化和数字化。

“近几年风险事件数量和影响程度上升，我国金融监管体系正经历大规模的升级，越是这样越需要企业坚持初心，在各自的细分领域更是要快速跟进风险事件、深刻理解监管变化、预判和感知被监管企业合规痛点、将监管要求和案件研究形成的专家经验快速转化，实现产品和服务的迭代升级。”

同时，他认为，监管科技企业要加强与其他金融科技类企业或科技类企业之间的协作，也需要其他领域的企业跨界到监管科技领域，使新技术可以得到探索应用，在保持信息化和数字化速度的基础上，在智能化方面取得更多的成果。

行为监管和穿透式监管背后的技术要求

上述报告提到，当前金融体系结构日益复杂，金融监管更强调行为监管和穿透式监管。对此，王大鹏认为，行为监管和穿透式监管的目的是确保监管要求得到切实的贯彻，无论交易结构多复杂，无论展业行为有多微观。在不大幅增加合规成本的前提下，这是依靠传统手段无法达成的，这必须依靠监管科技的手段才能实现。

而这对监管科技提出了两方面要求。一方面，需要在金融行业信息化数字化基础上建设并利用好数据资产体系，根据监管与合规对数据有效整合，实现向上和向下的信息穿透，从而建立有效的监管与合规管理，例如在资产管理领域向上至投资人，向下至底层资产的全方位合规管理。

另一方面，监管科技企业在细分领域中加强纵深的能力建设，探索如何利用人工智能（特别是大模型技术）基于文本、图像、声音等识别、分析和解读行为的能力，从而建立行为监管与合规的科技应用方案。

在王大鹏看来，2023年监管科技取得了阶段性的成果，但监管与合规是高度复杂的系统性工程，且不断变化日益深入，需要建立在专家理解和经验之上。他认为，目前成功的监管科技实践多为基于专家经验的人工动作与流程的信息化和数字化产生的应用。而智能化应用主要集中在利用小模型进行的识别、预测和判断等应用领域，而小模型的开发也离不开专家的认知。

“我们期待未来出现能读懂监管要求、对比和分析企业合规情况，甚至可以生成合规建议的大模型应用，能够让机器辅助专家，甚至在特定任务上替代专家。在机器理解监管要求的基础上也可以大幅提升监管科技应用的开发与迭代升级的速度。”王大鹏说道。