李萌：人工智能持续健康发展需要金融业的大力加持|人工智能技术|大力|机器人|李萌(1963年)|金融业

李萌

全国政协委员

科学技术部原副部长

尊敬的肖钢主席，各位领导：

大家好！非常荣幸来到深圳香蜜湖金融峰会，与各位共同探讨智能金融这一关键话题。刚刚肖钢主席介绍的研究报告非常有深度，各位领导和专家也做了精彩解读，我听后深受启发。在此，我想从一个不同的视角出发，为金融界提出一些值得我们共同研究的问题。我的演讲题目是“人工智能持续健康发展需要金融业的大力加持”。

刚刚结束的中央经济工作会议对以科技创新引领新质生产力发展，科技创新和产业创新融合发展，人工智能和“人工智能+”做出新部署提出新要求，我们深感责任重大且有信心落实好。2022年11月ChatGPT横空出世以后，2023年各国和各大企业、学术机构都处于追赶补课状态，2024年则是人工智能高歌猛进的一年，大模型风起云涌，能力一节高过一节、应用一浪超过一浪，不断突破天花板。年初的SORA惊艳登场，OpenAI草莓系列、谷歌的Gemini犹抱琵琶；OpenAI对未来发展进行了五级分类，慢思考推理模型推出，李飞飞的AI-AGENT和智能空间开创了新的认知高度；Scaling Law是否撞墙、是否有大模型之外通向AGI之路的讨论也日益增多。同时，2024年诺贝尔物理学奖和化学奖授予了人工智能，体现了科学界对AI的深刻认知；具身智能自动驾驶、人形机器人你方唱罢我登场；算力万卡成为大模型企业标配，XAI正在向百万张卡的算力挺进。同时，我们也看到了苹果、META这样的巨头因踏慢了半拍而出现焦虑。原以为到年末会消停一段，结果是前有马斯克的FSD和人形机器人新闻发布会，中有“世界将进行重启”的惊世之语，后有山姆·奥特曼连续十几天的新闻发布会搅得各界陡增了压力。

习总书记敏锐把握世界科技创新发展趋势，对我国人工智能发展做出新的重要部署。2024年既是我们加速追赶的一年，又是在前沿领域和新赛道上奋力开拓的一年。多模态大模型百舸争流，差距快速缩小，垂直大模型在各产业渗透扩大，华为昇思开源共建框架取得重要进展，数字人悉数登场，具身智能落地呼声迭起，人形机器人你追我赶；场景驱动受到各地热捧，带动各行各业“先用起来”，形成“早应用早受益”的氛围，学术界在AI4S上空前钟情，各领域的学者们纷纷介入，算力建设得到空前重视，算力网、算力枢纽布局建设；WAIC的国际地位也空前提升。总之，中国AI界的努力大幅度提升了我们的能力、水平和地位，为充分发挥人工智能引领新质生产力发展的作用作出了贡献。

我认为智能金融的关注重点在两个方面，一是金融业赋能人工智能产业，即金融如何支持人工智能产业发展。人工智能的快速发展提出了许多新的金融需求，金融业面临着新的课题，需要主动研究、前瞻探索。二是人工智能技术赋能金融业进行流程创新。金融行业运用人工智能技术重整重塑内部组织结构和业务流程，开拓新的业务领域。在大模型时代，智能和金融存在着相互塑造相互成就的关系，金融业赋能人工智能产业也影响着金融机构业务流程的创新和塑造。第一个方面与智能技术和智能产业自身的发展进步以及引发的实体经济、服务业发展变革进程密切相关。从人工智能技术发展的趋向看，我认为讨论的空间很大，应作为今后智能金融研究的主要方面，这也是金融业的第一性原理决定的。

目前大模型引领具身智能载体技术进步加速了人工智能场景创新，深度改变行业生产力，有望激发新一轮人工智能产业化浪潮。现在人工智能技术在AIGC领域已经率先产生大规模产业应用，具身智能技术还将进一步广泛应用到工厂、交通、通讯、电网等各类物理环境和基础设施，可提升其自动化和智能化水平，连通数字世界与物理世界，真正实现人工智能对实体经济深度赋能。智能产品不断创新，具身智能自动驾驶汽车、人形机器人、低空智能载运工具等具有现象级应用潜力，其产品的技术迭代速度很快，每一个领域都将形成一个巨大的产业链，带动经济增长。比如自动驾驶将成为物理（具身）AI领域中最重要应用之一，其车辆控制、车路协同等创新链其它环节的技术就绪度高。比如人形机器人是其中非常重要的一种本体，通用大脑不仅能赋能人形本体，也可以为任何传统设备进行智能升级，从而为产业升级和制造业提升附加值提供强大的支持。目前人形机器人在大脑、小脑、本体与上游核心部件等热点方向并行前进，机器人本体、核心零部件、软件算法、内外骨骼及材料的国产厂商涌现，正在不断形成创新成果和知识产权。大模型驱动的具身智能体为代表的现象级应用，正在开启新的实体经济、服务业发展的变革进程，推动着人工智能成为新质生产力的引领性力量。

当前，金融业在深入赋能人工智能技术研发与产业发展过程中面临三个难题。

一是资金供给增长乏力背后的机制性难题。

从2017-2024年中美一级市场人工智能融资情况来看，当前中美人工智能技术水平差距在缩小，而社会投资规模差距却在扩大。2021年以前中国人工智能产业从风投中获得的支持与美国相比差距不是太大，对众多先行企业的发展作出了很大贡献，有一段时间我们的独角兽数量和估值都是超过美国的。2018年美国中美一级市场人工智能融资额为2615亿元人民币，我国是568亿人民币，美国是我国的约5倍；到了2021年两国相差近7倍，中美两国分别为644亿元和5046亿元；而到了2024年已经拉开了17倍的差距，美国5425亿元，我国仅有318亿元。大模型走到前台以后两国AI获得的金融资金支持差距越来越大，这是一个令人担忧的现象。问题主要出在技术领域、产业领域、金融领域，还是其它领域，值得讨论，其中机制需要完善是一个问题。

二是大模型能力提升越快价值缩水也越快的技术演进特殊性难题。

目前大模型的能力在快速提升之中，变化的频率以季度甚至月度为计，一个新能力模型刚出现还没来得及落地就被功能更强大的模型超越翻篇了，更遑论拓展产品和产业发展的空间。大模型本身、模型即服务、“具身智能体”的大模型+本体，这些不同类型的应用中价值缩水时间不同。比如人形机器人这样的具身智能实体产品与模型即服务的产品不一样，发展过程中产品可通过迭代积累技术，缩水的不那么快；而不少服务类产品往往后一个出来完全颠覆前一个，且较少有上一代积累，所以更多地存在发展快缩水也快的问题。面对这种情况，资金方如何在快速迭代的技术升级过程中准确识别出具备跨代创新力的千里马团队，难度比其它领域更具挑战性。

三是技术路线换道阶段智能产品沉淀不稳定的产业化难题。

大量智能含量高和技术复杂的产品难以沉淀成熟稳定，基础大模型和垂直大模型均是如此。这给金融业评价评估其价值带来了挑战，如将大模型视作何种资产、如何估价、能否抵押等问题，这类问题理论可行但现实少见，需探索具体路径，经过评估协商找到影响大模型价值的因素以及对大模型价值的评价机制及方法。

面对人工智能快速发展带来的新挑战，我有以下建议。

一是金融业加强产品创新和业态创新。

金融业应适应人工智能发展形势，拓宽金融支持渠道，确保智能产业资金持续供给，推动产业健康发展。与产业界共同落实总书记“发展耐心资本”指示和中央政治局“壮大耐心资本”的要求，“耐心资本”需有财富效应预期才能落地，这依赖资本市场和科技界共同努力，同时需关注“退出”和“硬资产”约束等问题。例如，算力、算法、数据等要素中，算力相对“硬”，数据兼具软硬属性，算法偏“软”，但软的要素是否不属于硬科技、硬资产值得思考，大模型和模型体系、算法软件、数据集等的资产属性也需进一步明确。

二是人工智能界与金融界深度融合，支持金融业超前介入并持续跟踪人工智能技术发展。

AI创新对各行业具有超前引领性，智能金融业务应紧跟大模型技术和产业发展步伐，拓展新领域方向。鼓励专业人才跨界交流，促进资本与技术的深度融合，要让有资本的人和有技术的人坐在一起，甚至让有资本的人坐在技术那边，有技术的人坐在资本那边。总结科技金融经验，构建支撑智能技术研发和产业发展的金融体系，完善和创新金融产品，培育金融业新的增长点。如人形机器人在未大规模量产、技术快速迭代阶段，金融支持产品的引入时机和方式需深入研究。

三是完善和创新金融工具在人工智能新产品上的应用。

如汽车金融在自动驾驶汽车领域的应用，特斯拉已在美国提出分期付款购买FSD的计划，我国发展自动驾驶汽车金融虽具可行性，但需考虑有人与无人的差异，进一步细化金融产品设计；低空自主智能载运工具能否借鉴航空租赁的经营方式，需调研市场意愿，研究监管放开可行性及有效监管方式；保险产品方面，美国已有企业（Geico）在自动驾驶汽车上尝试，我国也应积极探索。

中国是世界最大的文化共识单体市场，规模形成快，这是我国的优势和国内市场的重要依托。过去美国汽车业凭借文化共识单体市场实现产品普及，我国的“新三样”、智能手机、智能穿戴产品等亦是如此。未来人形机器人、自动驾驶汽车、低空智能载运工具等具身智能实体产品也契合中国市场特点，发展空间巨大，这需要金融业的大力加持。党中央将人工智能提升为国家战略，推动全社会形成共识，为人工智能产品产业的中国大市场奠定了基础。在人工智能快速发展形势下，引导资本“投早、投小、投长期、投硬科技”，支持金融机构早期介入，助力人工智能产业发展壮大，既能推动科技、产业发展，也是金融业自身培育新增长点、实现多赢的必然选择。

谢谢大家！