2023 中國金融科技論壇于 2023 年 9 月 2 日在北京召開,IBM 副總裁,IBM 咨詢大中華區高級合伙人, 中國區金融行業總經理范斌主持論壇并發表了主題演講。
IBM 副總裁,IBM 咨詢大中華區高級合伙人, 中國區金融行業總經理 范斌
以下為范斌演講內容:
IBM 作為一家專注于云計算和 AI 的公司,在金融科技方面有很多的投入和經驗,在中國市場過去幾十年的歷史中,IBM 是親歷者和領導者。2023 年我們做了一個全球 CEO 調研(《2023 CEO 調研:AI 時代的 CEO 決策力》),今天我想結合這份 CEO 調研的結果和大家分享一下我們在當前金融科技領域的觀點。
從 CEO 調研結果來看,云計算的重要性是普遍的共識。另外,與其他行業相比,銀行和金融市場 CEO 們更加認識到 AI、區塊鏈和量子計算的價值。
結合當前技術的發展,我們在金融科技特別是 AI 領域有五個觀點:
第一,要做好 AI (Artificial Intelligence),要先做好 IA (Information Architecture),也就是信息架構。在數據治理、數據架構方面要先理順,使得數據能夠透明、可信、可靠、安全、準確、及時、合法、無偏見地被管理和使用。而 AI 本身也從“+AI”(也即輔助的作用)變成“AI+”,在業務處理中將變得越來越重要,成為不可或缺的主角。
第二,雖然銀行和金融市場行業的 CEO 們對于 AI 的使用還有所保留,但 AI 的應用還是越來越廣泛。在金融業務的客戶交互、客戶洞察和客戶記錄層 (SoE, SoI, SoR) 都有越來越多的應用實例。在 IBM CBM.ai (CBM 即 component business model,組件化業務模型) 的框架下我們已經標記了廣泛的 AI 應用場景。最近 IBM 發布了名為 watsonx 的 AI 框架,主要包括 watsonx.ai,watsonx.data,watsonx.governance。最近 IBM 在金融行業的生成式 AI 應用中,除了客戶服務、員工支持領域外,還有一個可能跟各位 CIO 和 CTO 相關的領域,那就是 watsonx Code Assistant 可以利用 AI 技術,智能化地將傳統的 COBOL 語言和 RPG 語言轉化成現代化的 java 語言。這個轉化不是簡單的代碼對代碼的翻譯,而是會從程序代碼架構的層面進行分析和轉換,為國產化、代碼現代化工作降本增效,并且提速。
第三,未來銀行應用逐步從場景驅動到數據驅動再到 AI 驅動。AI 將可以發現連專家都無法發現的應用用例,創造出新的業務模式。
第四,我們的 CEO 調研報告發現,對于大多數高管來說,安全性、隱私性和準確性是推遲采用生成式 AI 的優先考慮因素。在受訪的 369 名高管中,有 84% 的人認為至少其中一項阻礙了他們采用生成式 AI。其次,可解釋性、倫理、偏見、信任也成為阻礙他們采用生成式 AI 的因素之一。CEO 們也將可持續發展視為未來最嚴峻的挑戰之一。
第五,AI 的倫理研究將變得越來越重要。在 AI 發展到一定階段后,其相關的治理問題將會越來越突出。最后我想請大家從一個想象的角度思考一下,AI 如果有了自己的意識,以它的能力有可能對人類社會造成多么巨大的傷害。我希望在未來這一切不會發生。
我就跟大家分享這些,如果各位對金融科技的任一方面感興趣,歡迎繼續交流和討論!
關于 IBM
IBM 是全球領先的混合云、人工智能及企業服務提供商,幫助超過 175 個國家和地區的客戶,從其擁有的數據中獲取商業洞察,簡化業務流程,降低成本,并獲得行業競爭優勢。金融服務、電信和醫療健康等關鍵基礎設施領域的超過 4000 家政府和企業實體依靠 IBM 混合云平臺和紅帽 OpenShift 快速、高效、安全地實現數字化轉型。IBM 在人工智能、量子計算、行業云解決方案和企業服務方面的突破性創新為我們的客戶提供了開放和靈活的選擇。對企業誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是 IBM 業務發展的基石。
了解更多信息,請訪問:https://www.ibm.com/cn-zh
END 往期回顧
→IBM 謝東:IBM watsonx 助力生成式 AI 的企業應用
→IBM 陳旭東:打造 AI 核心競爭力,企業需要解決三大挑戰



點擊“閱讀原文”,獲取更多內容
原文標題:IBM 范斌:金融領域 AI 大有可為,但可解釋性、倫理等因素構成巨大挑戰
文章出處:【微信公眾號:IBM中國】歡迎添加關注!文章轉載請注明出處。
-
IBM
+關注
關注
3文章
1820瀏覽量
75760
原文標題:IBM 范斌:金融領域 AI 大有可為,但可解釋性、倫理等因素構成巨大挑戰
文章出處:【微信號:IBMGCG,微信公眾號:IBM中國】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
中國科學院西安光機所在計算成像可解釋性深度學習重建方法取得進展

一種實時多線程VSLAM框架vS-Graphs介紹

算法進化論:從參數剪枝到意識解碼的 AI 革命
IBM利用生成式AI推動銀行業數字化轉型
大模型領域常用名詞解釋(近100個)

AI大模型在汽車應用中的推理、降本與可解釋性研究

小白學解釋性AI:從機器學習到大模型

評論