谷澍：提升AI应用普惠性的若干思考

主要观点总结

本文作者为中国农业银行董事长谷澍，文章讨论了金融业在人工智能应用中的发展。文章主要提及了五个方面：开源模型与闭源模型的选择、决策式AI与生成式AI的应用、AI普惠与算力供给的关系、AI应用的安全性以及普惠性与安全性之间的平衡。文章指出，金融业应主动融入‘人工智能+’发展进程，提升AI应用的普惠性，并重视技术创新与业务应用的深度融合。

关键观点总结

关键观点1: 开源模型和闭源模型的选择对金融业的重要性

开源模型可节约企业应用成本，提升AI普惠性，但模型迭代速度较慢；闭源模型稳定性高、性能更优。金融业应融合两者的优势，推动场景建设，提高金融服务质效。

关键观点2: 决策式AI与生成式AI在金融业的应用

决策式AI在强可解释性和准确性要求高的场景中仍是首选，生成式AI在开放式和创意性场景中具有更好的泛化能力。金融业应结合两者，实现AI能力的普惠化。

关键观点3: AI普惠与算力供给的关系

随着AI普及，数据处理规模和复杂度指数级增长，AI的大规模应用意味着进入了加速计算的时代。金融业需平衡AI普惠和算力供给之间的矛盾，通过工程化手段和加速计算范式变革来满足AI算力需求。

关键观点4: AI应用的安全性

提升AI应用普惠性的同时，需重视AI应用的安全性，包括强化AI稳定性、提升数据质量、避免模型共振等。金融业应建立模型安全护栏、主动防御等技术手段，保障AI稳定运行和业务连续性。

关键观点5: 普惠性与安全性的平衡

金融业在提升AI应用普惠性的过程中，要高度重视安全性和风险问题，包括建立模型安全护栏、加强算法公平性约束、提升金融系统整体韧性等。