苹果 云计算,苹果云计算中心,苹果云服务是干什么的,苹果云计算用的是

“价格战”不期而至。

5月16日晚间，腾讯云宣布对多款核心云产品降价，部分产品线最高降幅达40%，降价政策将在6月1日正式生效。

与此同时，移动云同晚也宣布对多款云产品降价，部分产品线最高降幅达60%，降价政策将于5月17日正式生效。其中，通用入门型云主机、通用网络优化型云主机，均降价60%；云安全中心降价50%；云硬盘备份降价50%。

此前，阿里云于4月26日宣布了史上最大规模降价，核心产品价格全线下调15%至50%，存储产品最高降幅达50%。

这就意味着，在阿里云率先打响了云计算“价格战”的第一枪之后，腾讯云和移动云一齐跟进，加剧行业“内卷”。

那么，云计算市场究竟是怎么了？“价格战”缘何而起？

全球市场增速放缓

在国内市场开启“价格战”之前，全球云计算市场就已经是另一番景象。

从市场研究和咨询机构Canalys近期公布数据来看，2023年第一季度，全球云基础设施服务支出增长19%，达到664亿美元。虽然云计算仍然是IT市场中增长最快的部分之一，但面对持续的宏观经济不确定性，客户投资继续放缓，使得云计算增长首次低于20%。

其中，头部厂商增长率都比上一季度下降了约4%。三大厂商亚马逊AWS、微软Azure和谷歌云共同增长22%（2022年第四季度为26%），占2023年第一季度客户支出的64%。

值得注意的是，Canalys表示，从地区来看，亚太地区的表现最弱，因为中国大陆的客户支出减少，影响了许多中国云厂商的营收。Canalys预计，全球云服务支出增长将持续放缓至2023年下半年。

在如此严峻市场环境下，包括国内厂商在内的全球云计算企业都势必会抢占更多市场份额，以应对衰退风险。由此可知，阿里云的降价就是预估到这一情况，从而选择将重心从利润转向市场规模。

要利润，还是要规模？

作为国内云计算市场的“一哥”，阿里云一直被寄予希望。

2016年，阿里云首度超越谷歌云，挤入全球第三。2017年，阿里云国内市场份额达到45.5%的最高点。此后，阿里云始终保持国内市场第一，但终究未能再进一步，而竞争对手正在不断加快追赶的步伐。

据IDC最新发布的《中国公有云服务市场（2022下半年）跟踪》报告显示，阿里云在IaaS和IaaS+PaaS两大领域，均排名首位，但市场份额同比都一同下降。IaaS方面，阿里云市场份额从36.7%下降到31.9%；IaaS+PaaS方面，阿里云从36.7%下降至31.9%。

除了阿里云之外，从IDC的数据来看，华为云、天翼云增速明显，一举超越腾讯云，排在第二、三位。华为云所依托的是在政务云上的发力，而天翼云作为运营商更具有得天独厚的优势。此外，亚马逊云科技（AWS）则扮演中外“桥梁”，不仅帮助海外企业入华，也助力中国企业“出海”，排在第五位，市场份额持续增长。

虽然IDC的数据并未包含私有云、大数据、智慧城市、软件开发、网络安全等相关业务，并不能完全反应整个云计算市场的走势。但这一数据已足以体现出目前云计算行业竞争激烈的程度。

此前，阿里云对于降价的原因表示：此次降价将进一步扩大公共云的用户基数和规模，提升云计算的市场渗透率。

也就是说，对于阿里云来说，如今市场规模已经超越了利润，成为其首要目标。毕竟，降价是快速提升市场份额的最有效的方法。更值得注意的是，据2022财年年报显示，阿里云业务为首度盈利。

对于第四位的腾讯和排名靠后的移动云来说，为了追赶，同样选择了降价来夺取更大的市场规模。

自研和创新

如果说，特斯拉激进的“价格战”是依托于创新和规模效应，以及对供应链的完美把控，从而实现了对成本极致控制。那么，以阿里云为代表的国内云计算厂商同样走的是自研和创新的道路。

例如，在阿里云4月底的降价产品清单中，就包括阿里云自研CPU倚天710、云操作系统飞天以及云基础设施处理器CIPU的组合，使得数据库、大数据和AI及高性能计算、视频编解码等场景性价比提升了80%以上。据统计，过去十年，阿里云将计算的成本降低了80%，存储成本下降了近九成。

此次腾讯云的降价，也离不开自研产品的功劳。例如，腾讯云自研的星星海服务器在行业中率先搭载AMD服务器级CPU，针对数据中心云计算场景，通过精细的系统设计大幅度降低硬件成本和运营成本，实现行业最优单核性能和最优单核TCO。

正如腾讯集团副总裁、云与智慧产业事业群COO、腾讯云总裁邱跃鹏所说：“通过技术创新、供应链整合等一系列手段，不断打造核心产品的极致性价比，也将通过价格调整，进一步向用户释放技术红利。”。

所以，经过持续的自研和创新，国内云计算厂商已经能够在关键零部件和产品方面，实现成本的精准控制和降低，大大降低了云计算的成本和门槛。

同时，在模式方面，也有不少创新。例如，阿里云的客户并非完全是大型企业，还包括开发者、小微企业以及合作伙伴。一方面是技术的普惠，为开发者和小微企业提供高性价比的解决方案；另一方面，阿里云强调的是“被集成”的生态合作策略，降价的目的就是为合作伙伴让利，与他们一起做大，抢占更大的市场份额。

云计算的“iPhone时刻”

今年3月，英伟达CEO黄仁勋在线上演讲中激动地用“AI的iPhone时刻”来形容ChatGPT风潮。

事实上，这何尝不是云计算的“iPhone时刻”。

一方面，云计算是以ChatGPT为代表的AI大模型最重要的基础设施和平台；另一方面，ChatGPT等AI大模型也为云计算提供了最具价值的工具和应用。

因此，AI大模型将大幅提升云计算平台的竞争力。

目前，微软、谷歌、亚马逊以及国内的阿里巴巴、百度、腾讯、华为等厂商无一例外都在其云计算平台上布局了AI大模型技术，并将其视作为未来重要的“杀手锏”，并不断加码。

昨晚，百度发布了截至2023年3月31日的第一季度未经审计的财务报告，其中百度智能云首度实现了盈利（non-GAAP），收入同比增长8%至42亿元。包括李彦宏在内的百度高管均强调了人工智能和AI大模型在其中的重要作用。

百度创始人、董事长兼首席执行官李彦宏表示：“我们相信生成式人工智能和大语言模型为各行各业带来了革命性的潜力，帮助用户与客户实现目标并对社会产生正面影响。我们计划逐步将文心一言融入我们的所有业务，为我们的产品及服务赋能，吸引更广泛的用户及客户。围绕文心一言在新的时代中建立新生态。这也将助力我们实现长期、可持续的增长。”

可以预见，AI大模型已成为云计算又一增长引擎，甚至成为其全新的“拐点”，为千行百业的数字化转型注入更强劲的源动力。

总之，虽然全球云计算行业增速已经放缓，但在创新、成本下降，以及AI大模型引入等因素下，距离“iPhone时刻”也不再遥远。■

福布斯中国独家稿件，未经许可，请勿转载

---

金融科技如何重塑金融业 金融科技与传统金融机构的融合

金融科技如何改变金融行业,金融科技如何改变金融业,金融科技如何为保险行业提供帮助?,金融科技如何改变商业银行普惠金融业务?

编者按：

近日，“ChatGPT之父”山姆?阿尔特曼首次在美国国会作证，呼吁政府加强对人工智能（AI）技术的监管。他提议，政府应该对开发功能强大的AI系统的公司，实行持牌制度。

在欧洲，政府欲出台全球首个AI法案。据第一财经报道，欧洲议会正就全球首部人工智能（AI）法案展开大规模协商，仅修正案就有一千多项，创下了欧洲议会史上之最。

在中国，国家互联网信息办公室4月正式发布《生成式人工智能服务管理办法（征求意见稿）》，这也是国家首次针对于当下爆火的生成式AI产业发布的规范性政策。

自2022年11月发布以来， ChatGPT掀起了一股AI热潮，同时也引发了各国监管机构的关注和担忧。阿尔特曼表示，“政府监管、干预对于降低人工智能工具所带来的风险至关重要”。

本文从数字金融的角度，讨论了ChatGPT所带来的深度影响、商业机遇和治理架构。作者认为，以自然语言处理为代表的ChatGPT，最终将带来金融市场商业模式大变革。作者在文中对AI时代下的潜在金融风险、ChatGPT的数字金融治理架构，以及AI引发的我国数字普惠金融创新，都进行了深入地探索与思考，推荐大家阅读。

来源 | 《陆家嘴》2023年3月刊

作者 | 杜晓山 顾雷

ChatGPT对金融的深度影响、商业机遇和治理架构

――兼论我国数字普惠金融新业态发展与风险防范

一项创新可以推进一种经营活动发生翻天覆地进步，也可能颠覆毁灭一个产业，区别就是有无事先的规范和治理。

――题记

近期，一个能聊天、能写文案、能做表格的聊天机器人ChatGPT热度不减，引发全球高度关注。大家都认为ChatGPT的意义不亚于，甚至高于几年前阿尔法狗（Alpha Go）战胜世界围棋冠军李世石。Chat是“聊天”的英文单词，GPT是“生成式预训练模型”的英文缩写。相较于以往的人工智能产品，ChatGPT理解力更强、逻辑思维更好、知识储备更广。

ChatGPT主要特征是什么？简单说，聊天机器人ChatGPT是一个由浮点数参数表示的深度神经网络大模型。通过至少5个维度的能力提升，实现了初步的智慧涌现：

第一，海量高价值信息的全量在线记忆能力，体现在参数的数量上。ChatGPT的模型参数高达1750亿，训练数据45TB，期间数据清洗标注、模型训练都是在积累知识，呈现出数字化信息爆发式增长。

第二，基于人类反馈的强化学习技术，自然语言输入的任意任务和多轮对话理解能力成倍增加，不同的用户可以有效获得适合各自的答案。

第三，复杂逻辑的思维链推理能力，寻找到不同模态数据之间的对应关系，使得生成内容与使用者需求之间存在逻辑关系，诸如将一段文本和与之对应的图片联系起来，生成更高级的逻辑语言。

第四，多角色多风格文本生成与表达能力，实现不同模态数据间相互转化与生成。在软件开发方面，ChatGPT能够更快、更准确生成计算机代码，完成脚本或软件开发工作；在客服、营销方面，ChatGPT基于文本处理优势，提供更加优质在线语音和文字聊天服务，比如根据一张图片生成对应的语言描述，对图像视觉内容进行归纳和分析，使用合适的语言和词汇将其重新组织，生成新图像标题，实现智能客服和智能营销应用；在清算支付方面，ChatGPT能够高效实现智能支付结算、智能会计记账等职能。

第五，ChatGPT具备即时新知识学习应用与进化能力，来自机器学习、神经网络以及Transformer模型的多种技术模型积累，更好地捕捉人类语言的复杂性，经过多类技术路线演化后，可以快速实现的人类意图，更好适应各种复杂任务，亦如有学者提出“易用、好用、实用”，完美诠释ChatGPT的业务逻辑。[0]

与传统认知智能需要对应的系统不同，ChatGPT可以在不断接触新知识过程中持续提高自身性能，不仅能完成多个场景、多轮的人机对话，还能在多轮交互中以“类人”方式交流、学习，并可以自主、快速、不间断达到人类专家水平。比如“易用”带来了万千的客户，“好用”使得一个个好奇的测试者变成了初级使用者，“实用”使得初级使用者变为了坚定使用者。[1]

目前，ChatGPT在金融领域应用更多是搜索引擎和智能营销，通过整合互联网平台信息方便用户进行信息检索，既可推出对话搜索模式，带动金融咨询行业、财富管理行业以及数字保险行业发展，又能替代部分脑力工作者重复性劳动，推荐普惠型金融产品、金融产品视频介绍、客服咨询、智能财富理财，缓解一部分金融从业人员工作负担。

可以说，ChatGPT工作能力之强已不仅仅是单一场景的人机对话，而是一个同时具备多种能力的“对话式AI系统”。今天，在以自然语言处理为代表的ChatGPT，很可能重塑构数字金融经营形态，改变金融领域众多产品升级样态，重构各类金融市场主体经营模式，打破时空限制，实现跨界发展，最终带来互联网金融市场商业模式大变革。[2]显然，ChatGPT带来的影响和想象空间是巨大的，不仅关乎实施大数据、人工智能发展问题，更关系到金融市场未来发展和创新问题。

01

ChatGPT对金融行业影响深度

1、可能改变的金融运作模式

第一，改变现有人机交互模式

由于ChatGPT可以精准理解用户意图，更多符合人性化功能会被整合进APP软件或程序里，在随后的服务方面更能满足用户需求。ChatGPT人机交互模式有效改变当前银行业金融机构APP等应用的使用方式，用户可以顺畅使用自然对话智能方式与金融产品进行交互，提高交互效率与任务成功率，更加受到用户欢迎。

第二，提高信息分发获取精准度

基于智能认知技术可实现更高效信息整合功能，ChatGPT可以更加直接给出答案，提高问题与答案的匹配精准度，超越了传统搜索引擎依靠关键字匹配筛选有用信息的限制。同时，ChatGPT还可以快速从海量数据中归纳总结有价值的关键信息，诸如行业趋势、财务数据、产品利率走势、舆情走向等，将其转化为可读的自然语言文本，快速得出财务分析数据及风险数据，生成诸如行业研究报告、财务分析报告、市场风险评估报告等，帮助机构或用户快速识别商机或风险。在国外，新型聊天机器人模型ChatGPT已经被用于各种各样的工作：撰写产品（招股）说明书、债券认购须知、编写金融业务流程等基础性金融文件，甚至帮助客户撰写需求申请说明书，大幅提高工作效率。

第三，增强实际使用价值

作为AIGC（人工智能生成内容）技术的典型代表，ChatGPT一经上线便被应用于风险管理、欺诈检测、精准营销，以及对金融市场客户意图识别、信息处理和决策辅助支持，大幅提升金融业务处理效率，尤其是ChatGPT编程能力极大拓展金融从业人员创意能力，带动图像、音频、视频等AIGC技术在金融市场发展，成为金融行业新的生产力工具，对金融业发展产生巨大影响。从理论上来讲，如果机器人ChatGPT参加银行业金融机构面试，雇佣它成为一名入门级大堂副经理亦或理财专员应该是可以的。

第四，大幅提升金融行业生产力

未来，ChatGPT强大功能衍生出一系列多元化金融服务产品，实现资讯内容、产品介绍、客服咨询以及服务遴选等自动化生成，推动业务模式与服务模式创新。ChatGPT与元宇宙技术的融合，能够快速生成数字人工客服，提供智能化、交互性服务，有效提高服务质量和引流能力，能够以低成本、高效率处理复杂金融业务，提升金融机构运营效率。同时，ChatGPT还可以为各类金融消费者提供个性化、高质量的服务，在投资顾问、客户咨询、商业营销领域，提供智能营销、智能客服、智能量化投资、智能风险管理等多种金融场景，提升客户满意度，增强品牌形象。

第五，ChatGPT一定程度可替代金融从业人员

牛津大学2013年一项研究发现：未来20年，美国47%的工作岗位可能会被人工智能取代，尤其是白领工作。[3]目前，ChatGPT可以替代简单重复的体力劳动及脑力劳动，还可以辅助做一些较复杂的具有创造性的工作，一定程度改变我国金融行业人力资源结构，促使部分金融从业者有动力进行更多金融创新，有助于实现金融行业快速发展。可能产生的金融替代岗位：

（1）技术类工作：程序员、软件工程师、数据分析师

ChatGPT擅长准确处理编码和计算机编程技能，用ChatGPT人工智能取代银行业金融机构、互金平台、金融科技公司软件工程师、软件开发人员、网络开发人员、计算机程序员、编码员等技术岗位，编制业务规划和业务流程，应该不会太遥远的事情。

（2）培训类工作：金融行业职业培训与教育

低成本、高效率ChatGPT可以帮助银行业金融机构、互金平台、金融科技公司培训员工，加强职业教育，提高金融行业知识和技能。

（3）咨询类工作：金融分析师，个人财务顾问

ChatGPT不仅可以帮助市场研究分析师、金融分析师、个人财务顾问和其他需要处理数字数据的岗位，还可以帮助金融投资者识别市场趋势，利用各种形式数据推荐最优投资组合，帮助投资者提高财富管理能力。

（4）客服类工作：金融专项服务

ChatGPT可以给所有客户打电话或聊天，更加智能化和人性化。科技研究公司Gartner在去年一项研究预测显示：到2027年，ChatGPT将成为约25%公司的主要客户服务渠道。[4]因此，未来银行业金融机构、互金平台、小贷公司、金融科技公司完全可以利用ChatGPT对城镇居民、农户、个体工商户进行财务管理、农业生产知识、灾害保险赔付方面的咨询服务。

虽然金融行业初级分析师、个人理财顾问、营销客服、会计师、交易员等的失业风险增加，但金融行业是具有创新性、灵活性以及挑战性的工作，诸如深度研究分析、金融监管政策制定和执行是无法被人工智能所取代。更重要的是，金融业核心在于服务，人与人之间情感互通的温情是人工智能无法替代的，比如银行、证券公司、金融咨询公司业务中面对面沟通、对话以及人性化服务与管理，这类工作ChatGPT更是无法替代的。

2、可能产生的潜在金融风险

首先，ChatGPT存在不准确甚至误导性回答。由于ChatGPT颠覆了很多现有规则，ChatGPT可以“一本正经的胡说八道”，容易让人们相信ChatGPT给出的答案是正确的。但是，没有人保证这些数据100%准确、客观，不带有偏见和歧视。有学者已经指出，在数据质量和隐私安全上，人工智能性能很大程度上取决于可用的数据。然而，许多数据缺乏质量和完整性，仍然需要大量人力和时间成本进行数据清洗和预处理。[5]

这是因为，作为一种语言模型智能机器人，ChatGPT生成对话文本能力仅仅局限在文字表面的意思，并不能真正理解文字背后真实含义。大多数情况下，ChatGPT只是显示出基于文字提示或表达提问逻辑暗示，尽管文字表达比较强，但其内在逻辑和联想空间是不够的。显而易见，算力成为制约人工智能模型发展的因素，尚未具备生成文字上下结构语境的理解能力。这意味着ChatGPT很可能出现创建误导性内容、可解释性不周全、不符合人类认识逻辑、知识偏见甚至是虚假新闻等问题，误导金融消费者相信一个不完全正确的结论。

其次，ChatGPT会给个人金融数据保密带来一定挑战。因为ChatGPT依托海量数据库信息存在，其中包括大量互联网用户自行输入信息，但ChatGPT无法对金融信息与金融数据来源进行核查，如果将其纳入自身语料库就会产生泄露风险。一旦重要数据泄露，造成的损失到底是由泄露数据的人承担，还是由披露数据的ChatGPT承担？如何评估和计算ChatGPT赔偿或惩罚的力度和价值？这些都不得而知。据说，目前欧盟委员会正在起草一项新的人工智能法规，试图解除ChatGPT和其他人工智能技术带来的潜在泄露个人信息风险。

再次，ChatGPT对于金融科技伦理侵犯的问题。ChatGPT可以更加高效准确地完成一些基础性、重复性的工作，ChatGPT的数据输出功能承载着后台技术操控者的话语权，用户越多、使用范围越广就意味着其话语权越大、价值渗透力越强。如果操控者价值观存在历史和文化偏见、歧视，就会通过ChatGPT“放大镜”误导用户，扭曲大众价值观，违反金融科技伦理和职业道德。显然，从安全伦理角度看，存在数据泄露风险、被滥用或者被危险分子使用的安全伦理问题，由此产生的金融科技伦理问题更是不容忽视的。

02

建立ChatGPT金融治理框架必要性

目前，ChatGPT面临可信度、数据隐私保护及数据安全问题，离市场实践和产品落地尚有一定距离。我们以普惠金融为例，一方面，从事人工智能技术开发的企业不了解金融市场需求，尤其对社会低收入群体、残疾人、新市民、个体工商户以及农民的真实金融需求并不真正了解，导致开发出来的人工智能无法让上述特殊群体满意，产生需求错位，产品流于形式。另一方面，深入基层一线的银行业金融机构、互金平台、小贷公司、金融科技企业或者实体产业的专家们没有那么高水平开发ChatGPT大模型，无法解决日常工作中碰见的小额信贷问题。

上海一家民营机构金融监管研究院测试ChatGPT在金融监管领域性能时认为，在获取文本真实性与全面性方面，ChatGPT表现得还是略逊一筹。例如，当在ChatGPT聊天框输入“资管新规”时，ChatGPT给出的答案只是类似于该新规的解释语。这是因为ChatGPT没有联网，并不能替代搜索引擎，它是一个离线的生成模型，所有回答都是生成的，不具备真实性。因此，想要获得专业性金融或法律类知识，人们还得去官网或专业网站，以求获得可信度比较高的专业信息。

显然，数据质量、隐私和安全、计算能力及风险管理，是目前ChatGPT人工智能在金融行业应用的主要难点。如果设计不准或使用正当这些超级工具就会成为超级毁坏者，产生我们意料之外的严重后果。为此，我们呼吁我国金融学术界，一同努力，主动出击，建立一个健康的ChatGPT生态，而不是任凭ChatGPT自由发展，亦或跟随在西方国家后面人云亦云，丧失自我。ChatGPT的发展离不开法律保障和金融监管。为了防范人工智能非道德和反人类的滥用，我们必须制定有关法律、法规来规范科技工作者的行为，需要建立一个规范化ChatGPT系统，特别需要符合中国国情的人工智能AI技术框架，比如人工智能合规化：经过科技、法律、领域专家论证，颁布一系列有关人工智能法律法规；法规数字化：法律执行自动化，建设“可编程法律”，包括智能金融合约开发、注册、认证、部署、执行、存储；算法伦理化：考虑伦理道德规范，高度重视金融科技伦理在人工智能领域的运用。

我们认为，人类的未来应该由人类决定，不可以由人工智能左右。我们需要有为民之心、商业智慧和学术尊严，使算法融合治理，治理进入算法，应该对所有试图建立ChatGPT的努力进行严格审查，要将金融科技与法律法规结合起来，使得人工智能操作系统符合人类伦理和国家法律，不能屈从于利益集团，将ChatGPT变成一款可以疯狂赚钱的聊天机器人。

03

ChatGPT的数字金融治理架构

1、世界各国对ChatGPT治理概况

近年来，美国国会议员一直推动通过关于人工智能的联邦立法。2019年，《算法问责法》要求各组织向美国提供年度人工智能算法评估报告，对人工智能出口管制将更加严格。在白宫科学技术办公室领导下，美国制定了首个用于管理人工智能实践的算法权利法案。美国各州地方政府逐渐开始通过算法监管法规，比如纽约市为了防止申请过程中潜在歧视，要求组织外部专业机构进行人工智能算法审计。

2021年1月18日，美国颁布《国家人工智能倡议法案》（National AI Initiative Act），旨在确保美国在全球AI技术领域保持领先地位，保障获取计算和数据资源、设置技术标准、建立劳动力系统及与盟友展开合作。2021年12月13日，美国国家标准与技术研究院（NIST）发布《人工智能风险管理框架概念文件》（AI Risk Management Framework Concept Paper），旨在帮助指导人工智能风险管理框架的开发，并将在2023年初接续发布人工智能风险管理框架1.0版本。

2023年1月20日，美国Pixelplex公司发布《人工智能监管：各国对这项技术适用哪些法律?》（Artificial Intelligence Regulation: What Laws Do Countries Apply to this Tech），提出3大关键问题：（1）数据将如何在人工智能系统内使用？（2）人工智能系统是否有合法的依据使用这些数据？（3）人工智能系统是否数据拥有人的同意？依据哪一部美国法律？

2022年6月18日，加拿大发布《2022年数字宪章实施法案》，以加强对加拿大私营部门的管理，为负责任的人工智能AI开发和使用创造新规则。该《法案》包括三项拟议法案，《消费者隐私保护法》、《个人信息与数据保护法庭法》、《人工智能与数据法》。其中，《人工智能与数据法》（Artificial Intelligence and Data Act, AIDA）通过确保各公司应以旨在减轻伤害和偏见风险的方式开发部署AI系统来保护加拿大居民。[6]

2022年9月，英国开展了一场探索ChatGPT是不是安全讨论，集中在ChatGPT系统有没有确保机制确保系统安全的应用？ChatGPT系统里面的技术是不是安全？目前全球ChatGPT人工智能系统是否表现出市场公平性？ChatGPT出现问题引发经济损失或人身伤害以后究竟由谁来承担法律责任？

对于开发ChatGPT人工智能系统的企业，英国金融学家和法官们经过充分讨论和沟通，一致认为需要具备以下规则：（1）在整个组织内，有制定清楚的政策和程序，以创建一个促进人工智能创新并确保系统透明度和可解释性的设计合规计划。（2）定期审核人工智能的使用情况。（3）对于监管单位需要的信息、流程和数据，必须随时提供给监管机构。（4）即使人工智能相关法规还没有到位，也要避免系统中的偏见风险。

2021年4月，欧盟委员会提出了《人工智能法案》（The AI Act）草案，关注欧盟各国人工智能系统隐私保护应用，在AI应用可能给经济和社会带来的风险和利益中寻求平衡的探索。[7]《人工智能法案》（The AI Act）要求欧盟各国必须学会如何使用《人工智能法案》，发展统一、可信赖的欧盟人工智能市场，对制造和使用人工智能的组织产生全球性影响。显然，欧盟已经意识到，ChatGPT不是单独的一个人工智能行业，更不是独立于科技领域之外的“世外桃源”。只有在欧盟层面采取共同行动，利用其监管权力塑造全球规则和标准，形成全球公认的人工智能治理规则框架，才能保护欧盟数字主权。

2、我国对人工智能的监管规定

现阶段，我国并没有专门针对ChatGPT的法律治理架构，但有一些对人工智能方面的监管规定，分散在各个时期颁布的网络信息、网络数据、人工智能法规中，初步形成“技术防范+伦理规范+法律规制”综合规制体系。

瑞银集团报告显示：当前ChatGPT全球活跃用户数或已达1亿，成为人类历史增长最快的消费者应用，由此引发的人工智能话题，诸如从现在的“考试作弊代写神器”到将来的金融、伦理、法律问题已经备受全球关注。在今天万物智联化年代，ChatGPT人工智能并非十全十美，更不是包治普惠金融百病的“万能药”。我们必须制定一套严格的限制性应用规则，坚持ChatGPT以人为本原则，树立负责任金融理念，推进数字化智能化转型，有效控制ChatGPT可能带来的金融、法律、伦理以及社会问题，加大金融重点领域和薄弱环节金融投入，更好满足广大“长尾客户”金融需求。2023年2月24日，科技部负责人针对ChatGPT热门话题时强调，未来要在算法、数据、算力上进行有效结合，对于人工智能任何一个新技术，除了加快理论研究和重大技术攻关外，还要在伦理方面采取相应措施，加强伦理规范，兼顾人工智能创新性与规范性，推动建立人工智能安全可控的治理体系。[8]

3、建立ChatGPT治理框架和监管规则

（1）开展先期ChatGPT测试实验

现阶段，先期开发对接ChatGPT软件或是硬件进行内部测试，暂不考虑直接现实使用。只有经过测试保证安全，经过行业认证、相关部门批准后才可投入使用。如果经过测试，有些ChatGPT技术依然不成熟，有必要禁止ChatGPT连接金融市场系统，守好ChatGPT共治底线，避免产生直接物理性伤害和财产性损失。

（2）设置ChatGPT限制性规则

设置ChatGPT禁止性规定，要求ChatGPT对任何个人、企业（机构组织）、社会、主权国家负有防止伤害的法定责任，例如不能伤害人类，不可以披露个人隐私数据，不能披露虚假或没有依据的陈述，切实防范发展过程中的各项风险，构建完善ChatGPT算法与模型的风险防范与责任管理架构。

（3）建立隐私权保护机制

要求ChatGPT提供隐私保护，包括隐私保护算法、数据存储方式、数据分析算法、信息披露系统以及应用算法，而且长期追踪，禁止任何与隐私权保护法律法规相违背的业务行为。

（4）确立数据真伪原则

需要ChatGPT提供数据来源以及相关记录，并且能判断信息真伪，保证数据来源的真实性。如果发生问题，出错的数据来源必须及时移除。需要ChatGPT提供数据、信息来源保持中立，不能有任何政治性偏向，确保回答立场中性和公正。

（5）建立ChatGPT金融科技伦理标准。

保障ChatGPT在金融行业应用时不能挑战传统金融市场的伦理标准，不仅系统设计时要有伦理考量，在市场运作时也需要积极应对伦理规则，遵循人工智能无权抛弃人类伦理和道德标准。

04

ChatGPT引发的我国数字普惠金融创新思考

今天，金融行业很多人对ChatGPT产生了深度担忧。这种担忧是可以理解的，但我们不必恐慌。金融发展需要人工智能，而人工智能发展到一定阶段必然出现ChatGPT。不能因为ChatGPT存在一定风险，就停止对人工智能的创新探索。我们不认为金融市场停止其发展是可能的或可取的，恰恰相反，未来我们应该发挥ChatGPT优势，促进数字技术与普惠金融领域融合渗透，激发人工智能深层次创新活力，不断催生新模式，实现数字普惠金融领域动力变革、质量变革、效率变革，拓展我国数字普惠金融新业态。

第一，整合金融科技行业

今天，当我们第一次面对ChatGPT时，我们并没有预料到扩展会像事实证明的那样重要。但是，成功过渡到一个拥有超级智能的世界，应该是人类历史上最有希望的未来。因此，推进ChatGPT人工智能在数字金融领域创新应用，围绕供应链金融服务、数字资产交易，突破分布式存储、密码学、共识机制、智能合约、跨链技术等关键核心技术，构建数字金融创新平台，加强人工智能、虚拟现实等技术在普惠金融领域研究应用，为银行业金融机构数字化转型升级发挥重要作用。

【案例】

金融壹账通在AIGC技术上已经应用于银行、保险、投资等金融垂直领域，提供更精准的金融文档处理解决方案，提升了客服、审核、行政、运营、数据分析等从业人员的工作效率。以文本扫描理解一体产品为例,其单张文稿识别时间不到2秒,表格字符识别率达96.8%,字符准确率达99.55%,且支持布局还原、信息抽取、阅读理解等后续操作,有效降低40%漏检、误检风险。

金融壹账通还将人工智能意图识别、情绪理解、相似匹配、实体识别与验证等技术嵌入“智能客服”产品中，提升了客户服务响应速度，大幅降低运营成本。以“加马智慧语音解决方案”为例，针对智能催收、智能营销、智能客服多业务多场景打造“300+外呼流程”、“3000+文本FAQ库”、“200+质检模型”和“60+智能辅助模板”。在与某城商行合作中，助力该城商行激活了近70%存量客户，意向客户中有超过50%进入销售环节，整体运营成本降低75%，人均产能提升了5倍。

截至2022年底，在智能客服方面，AI+导航和AI+文本机器人有效分流人工服务量，平均实现人工替代率达到60%以上，平均通话时长降低10%；在智能催收方面，信用卡催收可提升80%坐席作业时效，降低90%客诉率，AI+催收对话分析质检准确率高于85%；在智能营销方面，针对长尾客户已实现100%的AI触达率，APP端AI销售额逾百亿，AI销售占比达62%。

案例来源：《中国网科学》，2023年2月16日

第二，培育普惠型智慧农业