專題：2023全球財富管理論壇

　　“2023全球財富管理論壇”于12月7日-8日在北京舉行。中國銀行原行長李禮輝出席并演講

　　李禮輝指出，我國財富管理市場處在早期發展階段，目前主要集中在財富管理產品的領域。未來有待拓展的財富管理領域有三個，一是如何優化個人和家庭的資產配置規劃，合理設計和安排金融資產投資、不動產投資、收藏品投資和資產結構，有關的資產結構和時序結構，二是如何優化家庭和家族的財富傳承規劃，合理設計和安排家族金融、銀發金融、產業金融、財產繼承的稅務策略和法律稅務，三是如何優化家族的財富和企業財富的再創造的規劃，合理設計和安排家族投資增值、家族產業升級、家族人才培養的發展方向和行動方案。

　　關于資產管理中心以及財富管理中心的評價，李禮輝認為，目前還沒有形成一致性的指標體系。“我自己覺得，以量取勝，后來者往往難以超越，以值取勝，后來者可能后發先至出奇制勝”。

　　“北京是財富管理的后發區，在財富管理集聚區的發展策略上，不能求取規模類的指標，當前更重要的是關注品質類的指標”，李禮輝強調，要規劃專業性的財富管理中心大戰略，比如在引進機構、人才和技術方面，要更加關注在個人和家庭的資產配置規劃、家庭和家族的財富傳承規劃、家族和企業的財富再創造規劃等領域的能力和優勢。

　　談及AI迭代可能造成的沖擊和挑戰，他總結了四個方面。

　　一是算力集中與算力競爭。李禮輝說，能夠支持AI大模型的算力基礎設施建設需要持續投入巨大的財力人力，這就勢必導致算力的集中，算力競爭將是主要經濟體之間的、國家級的競爭以及資本巨頭之間、科技巨頭之間的企業級的競爭。算力競爭集中表現在AI模型的競爭，算力也會決定金融業的競爭力，因為智能化的信用評估、客戶篩選、風險定價、風險控制、量化交易、投資顧問、保險精算、數字員工、供應鏈金融等等都需要數據算力和模型的支撐。

　　二是數據共享與數據治理。不同領域不同場景應用程序各有不同的性能、不同的覆蓋范圍，因而對數據資源AI模型各有不同的需求，并非所有的應用場景都需要特大規模的數據，都需要特大規模的大模型，但是立足于國家級、企業級的算力競爭，就必然要求國家級和企業級的數據支持。

　　他說，地緣政治沖突可能會影響全球資源供給的格局，美國等西方國家依托長期發展累計而成的數據資源優勢，在諸多關鍵領域構建了西方主導的數據資源的供給格局。但我國也走得很快，“我們需要警惕的是，在地緣政治環境中，美國聯合西方國家對中國設置的技術壁壘不斷升級，現在是高端芯片和核心軟件，下一步有可能衍生到數據資源領域”。

　　三是AI對齊與AI合成。AI對齊是指AI系統的目標必須與人類的價值觀與根本利益保持一致，這個概念得到了全球的原則認可，但問題在于人類的價值觀和根本利益未必一致，在地緣政治環境中，AI對齊有可能成為霸權國家價值觀輸出的技術工具。AI合成是指應用深度學習、虛擬現實等生成類算法制作圖象、音頻、視頻、虛擬場景等深度合成內容。深度合成算法甚至可以對抗通用的技術性甄別，深度合成的內容可以模糊真實和虛假的邊界，AI虛假已經被用于實施經濟詐騙，用于詆毀個人信譽和企業商譽，AI操縱可能被用于操弄負面輿情，摸黑對手，激化社會矛盾。

　　四是AI信任與AI安全。偏于審慎的觀點認為，生成式AI目前還處在起步階段，相關的算法和模型仍不夠清晰不夠透明。李禮輝介紹，幾個技術缺陷亟待解決，比如模型技術的黑箱，它的算法你看不清楚，它的最核心的技術掌握在極個別人手里，模型學習的局限，模型決定輸出的時候對一些群體造成歧視，模型輸出幻覺，模型輸出假的東西但看起來跟真的一樣。模型算法趨同，特別在量化交易中這種算法的趨同結果的趨同可能會導致單邊的交易破壞整個市場。機器服務冰冷，它給你說的是機器說的話，而不是人說的話，隱私保護薄弱，還有關鍵第三方依賴等等。很多人認為我們如果把還不成熟的人工智能技術投入高風險的金融領域，可能放大現有的風險并產生新的風險。

　　新浪聲明：所有會議實錄均為現場速記整理，未經演講者審閱，新浪網登載此文出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其描述。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：梁斌 SF055