作者|范文仲‘北京金融控股集團有限公司董事長’

　　文章|《中國金融》2023年第16期

　　在黨中央、國務(wù)院的高度重視和決策部署下，數(shù)字經(jīng)濟已經(jīng)成為我國高質(zhì)量發(fā)展的新引擎。數(shù)據(jù)要素作為數(shù)字經(jīng)濟的核心生產(chǎn)要素，已成為推動產(chǎn)業(yè)升級、優(yōu)化經(jīng)濟結(jié)構(gòu)和打造經(jīng)濟增長點的戰(zhàn)略性資源。實現(xiàn)數(shù)據(jù)要素從資源到資產(chǎn)再到資本的價值化演進(jìn)，是數(shù)字經(jīng)濟發(fā)展的核心目標(biāo)。

　　數(shù)字金融創(chuàng)新將為長期經(jīng)濟增長提供新的動力

　　當(dāng)今世界正在處于大變革時代，它不同于普通的經(jīng)濟周期，而是人類發(fā)展史的機制轉(zhuǎn)換（vegime switch），或者稱為歷史的躍遷（historical leap）時期，眾多金融業(yè)態(tài)和商業(yè)模式正在發(fā)生顛覆性轉(zhuǎn)變，并對經(jīng)濟社會生活產(chǎn)生重大影響。

　　首先，人類社會的商品化程度大大增加。例如，家庭內(nèi)部、親朋之間的互助活動，包括餐飲、家政、看護(hù)等服務(wù)越來越多地依靠商業(yè)外包來完成，從而把未被利用的社會家庭資源轉(zhuǎn)化為商業(yè)化活動和經(jīng)濟資源，大幅提升社會經(jīng)濟總量和財富總量。

　　其次，商品交換從產(chǎn)權(quán)交換轉(zhuǎn)變?yōu)槭褂脵?quán)交換。以前由于支付手段較為落后，商品交換大多是產(chǎn)權(quán)交換，即“一手交錢一手交貨”。如今通過支付創(chuàng)新，可以準(zhǔn)確衡量每個個體對物品資源的使用時間和產(chǎn)生費用，并且進(jìn)行小額支付。商品交換逐漸從產(chǎn)權(quán)交換轉(zhuǎn)變?yōu)槭褂脵?quán)交換，共享經(jīng)濟應(yīng)勢崛起。現(xiàn)在共享的很多是耐用消費品，如單車、汽車，未來還會有更多的生產(chǎn)設(shè)備、房屋可以共享，碎片化經(jīng)營租賃將成為時尚。這些支付創(chuàng)新將會給人類經(jīng)濟活動和生活方式帶來巨大影響。

　　此外，客戶信息和行為畫像越來越全面、豐富，客戶信用評估從單維度指標(biāo)向全維度信用評級體系轉(zhuǎn)變。在互聯(lián)網(wǎng)時代，每一個人都是“透明人”，網(wǎng)絡(luò)對一個人的了解可能會超越人對自身的理解，變得“比你還懂你”。傳統(tǒng)商業(yè)銀行衡量借款客戶的信用風(fēng)險，更多是從客戶的歷史還款表現(xiàn)和其他財務(wù)信息來判斷，目前在大數(shù)據(jù)技術(shù)的推動下，信貸機構(gòu)對借款客戶的信用評判正在嘗試從多維度來進(jìn)行，通過過往購物、住宿、旅游的消費數(shù)據(jù)、稅收記錄以及交通處罰等信息來對客戶進(jìn)行精準(zhǔn)畫像，未來還可以從借款客戶的社會關(guān)系等非個人維度全面了解其信用情況。

　　展望未來，數(shù)字金融發(fā)展的兩大新趨勢值得高度關(guān)注和積極推動：一個是數(shù)字的資產(chǎn)化，另一個是金融的智能化。

　　數(shù)字的資產(chǎn)價值挖掘?qū)⒂行嵘鐣?jīng)濟資本水平

　　經(jīng)歷過Web1.0、Web2.0之后，我們邁入了Web3.0時代。Web1.0時期的主要特點是“讀”（reading）， 用戶行為模式主要是對既有信息的搜索和瀏覽，代表公司包括國外的谷歌（Google）、雅虎（Yahoo）、網(wǎng)景（Netscape）和國內(nèi)的新浪、搜狐、百度等。Web2.0時期的主要特點是“寫”（writing），用戶可以在互聯(lián)網(wǎng)上發(fā)布個人信息和商品，進(jìn)行更加充分的互動交流和交易，代表平臺包括國外的推特（Twitter）、亞馬遜（Amazon）、臉書（Facebook）和國內(nèi)的微信、微博、淘寶、抖音等。而在Web3.0時代，人類社會將進(jìn)入萬物互聯(lián)、數(shù)字孿生的時代，其特點是“資本化”（capitalizing），在互聯(lián)網(wǎng)世界產(chǎn)生的數(shù)據(jù)和信息將會成為個人的資產(chǎn)和資本，代表公司還沒有出現(xiàn)。

　　當(dāng)前，數(shù)據(jù)作為核心要素資源，雖然具有普遍的使用價值，但資產(chǎn)屬性還沒有充分體現(xiàn)。只有實現(xiàn)確權(quán)、流通和交易后，數(shù)據(jù)才會從社會資源轉(zhuǎn)變成可量化的數(shù)字資產(chǎn)，再通過金融創(chuàng)新演變?yōu)樯a(chǎn)性的數(shù)字資本，真正釋放其內(nèi)在價值。從數(shù)字資源到數(shù)字資產(chǎn)再到數(shù)字資本的演進(jìn)，正是數(shù)字經(jīng)濟發(fā)展的核心目標(biāo)。數(shù)字經(jīng)濟將為未來中國經(jīng)濟增長提供強大的資本來源，這才是真正的供給側(cè)結(jié)構(gòu)性改革。

　　以企業(yè)數(shù)據(jù)為例，通過登記確權(quán)、實現(xiàn)價值化的企業(yè)數(shù)據(jù)，可以轉(zhuǎn)變?yōu)槠髽I(yè)資產(chǎn)，幫助做大做優(yōu)企業(yè)資產(chǎn)規(guī)模，實現(xiàn)凈資產(chǎn)和融資空間的提升、資產(chǎn)負(fù)債率的下降。也就是說，企業(yè)數(shù)據(jù)增值可以推動企業(yè)收入和利潤的增加，實現(xiàn)現(xiàn)金流的改善，進(jìn)而帶動地區(qū)稅源種類、稅收規(guī)模、生產(chǎn)總值、勞動生產(chǎn)率的提升，形成經(jīng)濟增長的新動力和新引擎。要實現(xiàn)這個目標(biāo)并不容易，需要做好諸多基礎(chǔ)性工作。

　　首先，做好企業(yè)數(shù)據(jù)確權(quán)工作，對數(shù)據(jù)資源進(jìn)行盤點梳理，推動建立企業(yè)數(shù)據(jù)資產(chǎn)報表體系。按照不同維度，企業(yè)數(shù)據(jù)資源可分為管理數(shù)據(jù)、生產(chǎn)數(shù)據(jù)、應(yīng)用數(shù)據(jù)三大類。其中，前兩類數(shù)據(jù)屬于企業(yè)自有數(shù)據(jù)，權(quán)屬較為清晰；第三類數(shù)據(jù)具有較高的市場價值，但權(quán)屬往往存在爭議。成熟形態(tài)企業(yè)數(shù)據(jù)則可以分為原始數(shù)據(jù)、統(tǒng)計數(shù)據(jù)、數(shù)據(jù)產(chǎn)品。其中，原始數(shù)據(jù)未經(jīng)加工，單位量價值較低且較為敏感；統(tǒng)計數(shù)據(jù)是原始數(shù)據(jù)經(jīng)計算加工后形成的數(shù)據(jù)；數(shù)據(jù)產(chǎn)品是在統(tǒng)計基礎(chǔ)上設(shè)計出的企業(yè)征信畫像、產(chǎn)品質(zhì)量評級等，經(jīng)過脫敏后可以對外提供。企業(yè)應(yīng)按照不同維度建立數(shù)字資源管理報表體系，如數(shù)據(jù)地圖或數(shù)據(jù)字典，并明確主責(zé)部門和主責(zé)崗位，設(shè)立首席數(shù)字官，進(jìn)行統(tǒng)一的數(shù)據(jù)資源規(guī)劃管理。

　　其次，實現(xiàn)企業(yè)數(shù)據(jù)評估入表，挖掘資產(chǎn)價值。在模擬企業(yè)數(shù)據(jù)資產(chǎn)入表探索中，有兩個痛點問題。一是如何對數(shù)據(jù)資產(chǎn)進(jìn)行準(zhǔn)確評估。目前常用的定價方法有三種，包括成本法、收益法、市場法。在沒有交易的情形下，只能用成本法定價，成本法的基礎(chǔ)是可靠計量；在有交易的情形下，可用收益法定價；在大量反復(fù)交易的情形下，可用市場法定價。三種定價方法相輔相成，可從成本法先起步。二是如何進(jìn)行數(shù)據(jù)資產(chǎn)入表。可將不交易的數(shù)據(jù)資產(chǎn)計入無形資產(chǎn)、交易的數(shù)據(jù)資產(chǎn)計入存貨，但對于只交易使用權(quán)、不交易所有權(quán)的數(shù)據(jù)資產(chǎn)來說，可能更適合計入無形資產(chǎn)。國際上關(guān)于數(shù)據(jù)資產(chǎn)入表的探索較為滯后，建議我國在此領(lǐng)域進(jìn)行持續(xù)創(chuàng)新。

　　最后，先試點后推開，穩(wěn)妥推進(jìn)企業(yè)數(shù)據(jù)開發(fā)利用試點工作。企業(yè)數(shù)據(jù)資源的開發(fā)利用，在很多領(lǐng)域尚無先例可循和法規(guī)支撐。為了穩(wěn)健推動創(chuàng)新，建議優(yōu)先選取數(shù)據(jù)資源豐富的國有企業(yè)或是在數(shù)據(jù)治理方面有一定基礎(chǔ)的中小企業(yè)作為試點，同時在會計、法律、評估等領(lǐng)域邀請頭部專業(yè)中介機構(gòu)參與聯(lián)合創(chuàng)新。建議在數(shù)據(jù)要素市場建設(shè)基礎(chǔ)好的地區(qū)開展試點，不斷完善配套制度建設(shè)，待成熟之后再向全國推廣，逐步建立起更為廣泛的數(shù)字經(jīng)濟基礎(chǔ)設(shè)施和制度體系。

　　目前，北京金控集團旗下的北京國際大數(shù)據(jù)交易所，正在國資部門和經(jīng)信部門的大力支持下，積極推進(jìn)市屬國企的企業(yè)數(shù)據(jù)確權(quán)創(chuàng)新試點，通過先行先試，努力打造一批示范樣板和數(shù)據(jù)創(chuàng)新應(yīng)用場景。

　　金融智能化將是未來的核心競爭力

　　在ChatGPT掀起巨大熱潮和廣泛關(guān)注之后，可以預(yù)見生成式AI大模型技術(shù)的發(fā)展將會對各個行業(yè)造成深遠(yuǎn)的影響。現(xiàn)在傳統(tǒng)金融機構(gòu)還在依靠分支機構(gòu)獲客，依靠專業(yè)員工提供投資和銀行服務(wù)。未來金融機構(gòu)的競爭力將不在于資產(chǎn)規(guī)模、分支機構(gòu)數(shù)量和金融從業(yè)人數(shù)，而是取決于數(shù)據(jù)庫的規(guī)模、算力的強弱。建立在通用大模型基礎(chǔ)上的金融垂類專業(yè)模型，注定會取代那些標(biāo)準(zhǔn)化強、重復(fù)性高、有明確程序規(guī)范的傳統(tǒng)銀行、證券、保險業(yè)務(wù)。

　　但是，人工智能大模型的發(fā)展需要突破兩大瓶頸——數(shù)據(jù)和算力。這兩個要素既耗費資源，又耗費資金，導(dǎo)致很多人認(rèn)為只有大公司才能訓(xùn)練大模型，小公司沒有可能。然而，如果能夠發(fā)揮我國體制機制優(yōu)勢，大力推動技術(shù)和制度創(chuàng)新，小公司也完全有可能訓(xùn)練大模型。

　　從數(shù)據(jù)來看，隨著機器學(xué)習(xí)特別是深度學(xué)習(xí)理論的演進(jìn)，人工智能大模型的訓(xùn)練越來越依賴合格數(shù)據(jù)的提供。中小科技企業(yè)要發(fā)展人工智能技術(shù)，通常面臨三方面困難：缺乏數(shù)量足夠大的多模態(tài)數(shù)據(jù)集；無法保證數(shù)據(jù)來源的合法合規(guī)性；數(shù)據(jù)質(zhì)量不高，可用度較低。因此，為解決中小科技企業(yè)面臨的數(shù)據(jù)難題，筆者提出如下建議。

　　一是建設(shè)公共多模態(tài)人工智能訓(xùn)練用大數(shù)據(jù)集。建議從國家層面建設(shè)統(tǒng)一的大數(shù)據(jù)集，歸集包括書籍、期刊、論文、公文、新聞、會議、圖片、報表、語音、視頻等各類高質(zhì)量數(shù)據(jù)。當(dāng)前，北京國際大數(shù)據(jù)交易所（以下簡稱北數(shù)所）作為北京統(tǒng)一的數(shù)據(jù)要素資源交易平臺，正積極推動跨領(lǐng)域多模態(tài)數(shù)據(jù)集的建設(shè)，對接涵蓋出版物、醫(yī)療影像、行政文書、法院判決書等各類數(shù)據(jù)資源。建議進(jìn)一步發(fā)揮北數(shù)所獨特的公信力優(yōu)勢和數(shù)據(jù)資源匯聚能力，加強與各類數(shù)據(jù)源機構(gòu)的合作，向廣大人工智能機構(gòu)提供統(tǒng)一高效的數(shù)據(jù)服務(wù)。

　　二是探索解決數(shù)據(jù)涉及的知識產(chǎn)權(quán)合規(guī)性問題。人工智能模型訓(xùn)練所用的部分?jǐn)?shù)據(jù)，如書籍、期刊、論文等，可能存在知識產(chǎn)權(quán)爭議。建議從法律法規(guī)層面進(jìn)行研究，在知識產(chǎn)權(quán)部門的支持下先行先試，逐步出臺明確訓(xùn)練用數(shù)據(jù)集合規(guī)性問題的規(guī)章制度。

　　三是提高訓(xùn)練用數(shù)據(jù)集的可用度。人工智能模型訓(xùn)練用的數(shù)據(jù)集來源分布廣泛，格式千差萬別，質(zhì)量參差不齊。為了達(dá)到人工智能大模型訓(xùn)練的要求，原始數(shù)據(jù)需要經(jīng)過多次清洗加工，訓(xùn)練過程還需要進(jìn)行人工標(biāo)識和校準(zhǔn)，上述工作均需專業(yè)人員完成。當(dāng)前國內(nèi)相關(guān)產(chǎn)業(yè)并不發(fā)達(dá)，從業(yè)人員數(shù)量不多、專業(yè)性不強，雖然擁有海量數(shù)據(jù)，但標(biāo)識庫質(zhì)量等仍然難以滿足模型訓(xùn)練需求。建議政府規(guī)劃專項資金并制定引導(dǎo)政策，對相關(guān)產(chǎn)業(yè)進(jìn)行扶持，構(gòu)建產(chǎn)業(yè)生態(tài)，助力人工智能發(fā)展。

　　同時，隨著數(shù)字經(jīng)濟時代的全面開啟，算力作為基礎(chǔ)支撐，賦能作用日漸凸顯。特別是面對國際高端芯片供應(yīng)體系“卡脖子”風(fēng)險，以及ChatGPT引爆下各國人工智能領(lǐng)域競速發(fā)展的挑戰(zhàn)，算力已成為數(shù)字經(jīng)濟時代的關(guān)鍵生產(chǎn)力和核心競爭力。

　　然而，我國算力市場發(fā)展面臨以下挑戰(zhàn)。第一，高質(zhì)量算力資源不足且較為分散，GPU 芯片A800增量受限制，A100存量嚴(yán)重不足，進(jìn)一步支撐人工智能大模型訓(xùn)練存在一定難度，并且逐步成為新的“卡脖子”問題。第二，基于算力需求多樣化、碎片化的特點，算力資源供需錯配的情況時有發(fā)生。第三，算力基礎(chǔ)設(shè)施屬于重資產(chǎn)和資本密集型行業(yè)，具有前期投入大、技術(shù)迭代快、建設(shè)門檻高等特點，其建設(shè)運營需要消耗巨大的時間成本和資金成本，遠(yuǎn)遠(yuǎn)超出了中小微企業(yè)的承受范圍。基于此，筆者提出以下建議。

　　首先，大力發(fā)展聚合計算先進(jìn)技術(shù)，解決“卡脖子”問題。強化關(guān)鍵核心技術(shù)攻關(guān)，針對當(dāng)前算力需求多樣化的特點，大力發(fā)展異構(gòu)計算、異構(gòu)集成、堆棧封裝等先進(jìn)技術(shù)，采用不同的架構(gòu)、工藝和集成組合方式，將低質(zhì)量的算力聚合起來執(zhí)行高質(zhì)量的計算任務(wù)。科學(xué)組合不同類型的算力單元，實現(xiàn)計算密度、性能和效率的大幅提升，支持人工智能大模型訓(xùn)練等重點場景的應(yīng)用和發(fā)展。

　　其次，打造統(tǒng)一的算力交易和調(diào)度平臺，用好碎片化冗余算力。以北京為例，建議打造全市統(tǒng)一的算力交易市場，構(gòu)建“1+N”模式，即一個綜合算力交易平臺和N個算力調(diào)度平臺。智能統(tǒng)籌調(diào)度北京市以及張北、廊坊、烏蘭察布、大同等周邊城市各類算力資源，通過算力交易平臺智能實現(xiàn)算力資源的最優(yōu)匹配，為大量中小人工智能企業(yè)訓(xùn)練大模型提供價格低廉的普惠算力，推動數(shù)字技術(shù)全產(chǎn)業(yè)鏈融合創(chuàng)新，支持北京建設(shè)全球人工智能創(chuàng)新高地。

　　再次，加大金融財政支持力度，進(jìn)一步降低中小企業(yè)算力和數(shù)據(jù)的使用成本。由于模型訓(xùn)練需要大量算力和數(shù)據(jù)，若按照市場零售價格付費，中小科技企業(yè)將無力承擔(dān)。建議參照政府對新能源車輛補貼的模式，在產(chǎn)業(yè)發(fā)展初期對中小企業(yè)購買人工智能算力和數(shù)據(jù)集提供適當(dāng)?shù)馁Y金補貼，后期通過不斷提升數(shù)據(jù)和算力供給質(zhì)量和供給能力，逐步降低生產(chǎn)加工成本，涵養(yǎng)和培育持久的數(shù)據(jù)和算力流通生態(tài)。

　　最后，既要對我國發(fā)展前景充滿信心，也要牢記歷史上的教訓(xùn)。中國曾是世界上最早的紙幣發(fā)行者，包括北宋的“交子”、元朝的“中統(tǒng)鈔”、明朝的“大明寶鈔”，但是由于風(fēng)險配套制度沒有跟上，這些朝代都發(fā)生過紙幣體系崩潰的金融危機，導(dǎo)致中國最終退回到白銀支付，并被西方超越，可謂“起了個大早趕了個晚集”。因此，一定要銘記，金融創(chuàng)新始于數(shù)據(jù)、興于技術(shù)、成于制度，不僅要在技術(shù)上進(jìn)行持續(xù)攻關(guān)，也要在管理制度、法律環(huán)境上進(jìn)行配套創(chuàng)新，加大基礎(chǔ)理論研發(fā)力度，積極培育創(chuàng)新型社會中介組織，這樣才能行穩(wěn)致遠(yuǎn)，實現(xiàn)可持續(xù)發(fā)展。

　　(本文作者介紹：權(quán)威、專業(yè)、理性、前沿，宣傳金融政策、分析金融運行、報道金融實踐)