如何做好“人工智能+”？这场科技盛会聚焦于此，金融AI与产业AI齐头并进

　　今年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，从国家层面对各行业人工智能应用发展提出了指导意见。当前，人工智能及大模型技术飞速跃迁，如何做好人工智能与金融乃至各行业的加法？

　　10月17日下午，在“全球资产管理中心上海国际活动周2025”第六届1024资管科技开发者大会（ITDC2025）上，围绕人工智能与金融到产业的结合，与会专家分享了大模型等新兴技术发展的最新动态，及其在金融等各领域落地的理论与实践经验。

　　中国（上海）自由贸易试验区临港新片区党工委委员、管委会专职副主任赵义怀出席大会并致辞；智能投研技术联盟（ITL）主席、香港理工大学AI研究院院长杨强与上海资产管理协会会长、中保投资有限责任公司党委书记、董事长贾飙作主办方致辞；智能投研技术联盟（ITL）副主席、平安集团首席科学家肖京作总结讲话。

　　杨强在主旨演讲中指出，目前人工智能+大模型面临着几个挑战，包括AI扩展定律与摩尔定律间的矛盾、智能体需求增长与多智能体之间协作的矛盾、人类安全和价值观对齐与AI大模型发展的矛盾、大模型预训练与推理所需资源平衡的矛盾、以及AI对数据的需求与人类数据供应、隐私保护之间的矛盾。

　　为应对这些挑战，杨强介绍了运用迁移学习和联邦学习技术的联邦师生大模型。该大模型以通用大模型为“老师”，以本地小模型为“学生”，可在保护本地隐私的同时强化学习反馈。

　　肖京指出，强思考类大模型推动新一代人工智能应用进入全新阶段，不仅能学习、强思考，结论与思考过程还有清晰的逻辑。同时，金融等各行各业面对的客户、模式都在发生变化，deepseek带来的知识平权使客户变得更专业，专业知识服务型岗位被加速替代，未来将是真正的专家来指挥机器人。

　　在这一背景下，肖京认为，各行业可在通用大模型的基础上，持续垂域训练、做深做强，形成自身差异化的市场竞争优势。具体建设方向包括丰富高质量的专业垂域数据，夯实底层技术，高效训练、推理、蒸馏模型平台及灵活编排的智能体平台。另外，全面拓展存量、新增、Al原生三大应用场景，实现业务价值最大化，同时重视防范AI安全风险，深化AI伦理治理。

　　具体到人工智能在投研领域的落地，智能投研技术联盟首席高级技术顾问、恒生电子研究院院长白硕认为，大模型技术的跃迁大大提升了Agent应用的“智商”和用户体验，降低了很多业务系统的研发成本和周期，投研、投顾、财富、风控、资产配置等方向即将迎来Agent应用加速落地。

　　针对投研的不同形态，白硕指出，卖方投研最重要的独特性，AI赋能就是要支持研究的数据、模型、流程、话术体现独特性。买方投研要求专而深，AI赋能要支持研究数据、模型、流程体现出与投资标的的深度关联。而投顾投研关键在全面性，AI赋能支持在更宽的受众群体中开展千人千面的SaaS服务。未来，行业的个性化定制需求增多，要求灵活多变、快速响应，注重用户体验、情绪价值。

　　智能投研技术联盟高级技术顾问、中国科学技术大学机器人实验室主任陈小平则分享了人工智能对制造业的挑战和机遇。陈小平表示，制造业需要借助智能化升级形成市场、技术、装备、产品四个部门加生态的“五位一体”创新闭环，在创新闭环形成后，制造业将爆发新价值的井喷。他预测，中国将率先突破制造业智能化升级，形成“一带四”全球智造格局，有序输出技术、装备和标准，服务贸易占比将逐步上升。

（文章来源：财联社）

(原标题：如何做好“人工智能+”？这场科技盛会聚焦于此，金融AI与产业AI齐头并进)

(责任编辑：6)