当前，我国经济社会发展进入“百年未有之大变局”，既遭遇前所未有的国内外新挑战，也体现出坚韧性和内在潜力。
近10年全球经济普遍进入内生增长动力弱化的局面，相比而言，据统计2013至2021年，我国经济年均增长6.6%，远高于2.6%的同期世界平均增速，对世界经济增长的平均贡献率达38.6%，超过七国集团（G7）国家贡献率的总和。
近年来，在数字经济与数据要素的加持下，党中央推动建设“数字中国”，为夯实经济发展基础和激发更多活力提供了重要“抓手”。最近中央金融工作会议强调，“做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章”，数字化将成为协同促进金融高质量发展的核心要素。
虽然在底层重大技术创新方面还有所不足，但我国金融业应用技术创新已呈现百花齐放的局面，大模型正在重新定义金融科技，甚至重塑金融新业态。伴随生成式预训练转换器（GenerativePre-trainedTransformer）在全球的快速应用，我国也掀起了人工智能生成内容（AIGC）的创新浪潮，AIGC在金融领域对提升面向客户的服务能力、改善机构工作流程与效率、文本处理和信息技术（IT）支持等方面展现了价值。在人民银行《金融科技发展规划（2022—2025年）》、原银保监会《关于银行业保险业数字化转型的指导意见》（银保监办发〔2022〕2号）等引领下，包括AIGC在内的新技术将成为推动金融业数字化转型的重要动力。
在此背景下，为帮助广大党员干部深入认识在新形势下如何处理好生成式AI大模型与金融的关系，了解金融大模型的发展路径，从而充分运用金融手段，发挥金融潜能，助力经济高质量发展，人民日报出版社组织出版《生成式AI大模型：赋能金融业变革》一书，通过集聚学界、监管层专家学者及行业代表的理论与实践思考，结合典型金融机构与企业的应用实践从不同视角探究和解读生成式AI大模型赋能金融业变革。
首先，该书对生成式AI大模型赋能金融业改革所涉及的基本逻辑和相关概念等进行探讨，使读者对大模型生态建设有更加系统的理解和认识。其次，结合具体实践，阐述大模型赋能金融业的应用路径。最后，探讨人工智能大模型的未来发展方向。
在上篇“大模型考验治理智慧”部分，中国证监会科技监管司司长姚前，国家金融与发展实验室副主任杨涛，中国社科院科学技术和社会研究中心主任段伟文，中国社会科学院金融研究所金融科技研究室主任尹振涛，北京国家金融科技认证中心资深专家温昱晖、段力畑分别撰文，阐述金融业应用人工智能存在的挑战与风险，对于生成式人工智能跨过“障碍”，实现大模型深度应用升级，促进金融业高质量发展提出治理方案与对策。
在中篇“大模型如何改变金融业”部分，工商银行首席技术官吕仲涛、民生银行数据管理部总经理沈志勇、中国农业再保险有限公司首席投资官俞勇、华夏银行首席信息官吴永飞、易方达基金投顾金科业务主管刘玮分别撰文展开深入探究。这些大模型与金融领域的前沿实践者，围绕诸多成功案例进行了“庖丁解牛”式的分析，并分享了各自基于实践的思想精华，可以更好地帮助读者了解大模型赋能金融业变革的现实意义与解决方案。
在下篇“人工智能还将走多远”部分，交叉信息核心技术研究院（清华大学设立）常务副院长林常乐、蚂蚁集团研究院院长李振华、沃丰科技技术专家庞斌、开放银行论坛研究院发起人孙中东，通过分析洞察场景大模型应用示例，以及阐释大模型的“生产资料”——数据的价值属性，指出AI大模型在金融行业的应用前景。
中央多次强调要推动“科技—产业—金融”良性循环，数字化改变原有经济社会发展模式，金融高质量发展同样离不开数字化的加持。这既是因为数字经济带来了全新的金融需求，使得金融业需要进行适应性变革；也是由于金融业是特殊的信息处理行业，数字化引发信息技术迭代，也对金融功能、要素、市场带来深刻影响。
在金融业这一特殊的垂直行业，迄今为止，AI大模型所展现出的价值主要集中在边际改善上。着眼未来，如果金融机构能够与技术企业通力合作，共同致力于解决痛点难点问题，或许能够在大模型金融应用中顺利“闯关”，实现带来更加深远的变革。当然，对于金融业来说，面对AI大模型这样的新技术，既要避免“短期高估”，也要避免“长期低估”。如果“短期高估”，容易导致一哄而上、盲目跟风；如果“长期低估”，一旦产生颠覆效应，就会错失发展机会。因此，该书综合考虑实际情况，内容既包括大模型的治理智慧，又有案例实践，通过找出大模型与金融业内在关联的“痛点”，指出其未来的应用前景与发展方向，这也是该书的创新之处。
相信该书能够给政府部门与监管者、研究者、金融从业者，以及对大模型赋能金融业变革感兴趣的读者带来思想与实践的价值体验，也期待该书能够为更好地促进大模型在新形势下落地金融场景打开新思路。
（作者为国家金融与发展实验室副主任，本文为人民日报出版社《生成式AI大模型：赋能金融业变革》前言）
