以ChatGPT为代表的人工智能浪潮席卷全球，新一轮科技革命正在催生新产业革命，全球金融科技产业发展也将迎来深刻变革。

5月22日，上海财经大学滴水湖高级金融学院揭牌仪式暨“构筑新兴金融人才高地 赋能上海国际金融中心”学术交流会议于上海自贸试验区临港新片区滴水湖会议中心举行。在以“金融科技与金融风险”为主题的分会场上，来自金融业的各方代表汇聚一堂，共同探讨未来金融科技产业变革方向和新发展机遇。

把握金融科技变革机遇

【资料图】

关键在人才建设

在金融科技发展过程中，金融与科技两者之间的主次关系如何、如何相辅相成，一直是市场参与者深度研究与探讨的话题，培养复合型金融科技人才也是近年来金融机构的重要工作。

在上海新金融研究院副院长刘晓春看来，未来金融科技要实现高质量发展，关键是要理清金融和科技之间的逻辑关系。

“在金融科技发展过程中最重要的是人，人才是金融创新的决定性因素。”刘晓春说，无论人工智能如何发展，科学技术都只是工具，最终还是需要人去使用和创新。确定创新金融业务和模式的是人，研究创新、调整模式和流程制度的还是人，选择技术和实现路径的也是人，最终技术应用、管理、运维的还是人。所以，此前人工智能技术的快速发展，市场上有声音担心人工会被人工智能替代，其实对此完全不用恐慌。

人才建设是金融机构适应金融科技变革发展的重要工作之一，金融机构需要哪些方面的金融科技人才？华创证券金融工程部总经理、数字化建设部副总经理陈杰表示，当前，证券公司对复合型金融科技人才需求迫切，主要是算法专家、提示专家、业务专家、数据专家四类复合型金融科技人才。

紧跟科技革命潮流

金融机构谋新求变

人工智能等科学技术的快速发展是大势所趋，要在科技革命潮流中屹立不倒、稳健发展，金融机构必须谋新求变。

目前以GPT为代表的大模型给证券公司的业务系统数字化和投研应用两个重要方向都带来了重要的变化和机遇。在陈杰看来，证券公司业务系统数字化方面，GPT的出现，对文本类任务、专家系统、交互系统和工具调用等提出了新的技术选择路线。

陈杰认为，下一步，如何实现大模型的本地化、增量调优，工具调用能力需要保持紧密的关注。在具体应用上，对GPT模型在数据时效性、模型时滞、脏数据和数据保密性上还要深入研究。

在投资领域的应用上，陈杰认为，金融科技的核心作用是扩充信息的丰富程度、提高信息的处理能力、提升信息的时效性，其中关键点是数据和特征、以知识图谱为代表工具的知识赋能，以及以统计、机器学习和目前大模型为代表的分析赋能。

ChatGPT等技术的横空出世也深刻影响着私募基金量化投资的投资方式。“我们的量化投资已经发展很多年，随着ChatGPT推出以后，在投资当中也应用很多。我们对于整个量化市场非常关心，不管是量化直投、量化基金都是重要的收益来源。”汇鸿汇升投资副总经理、首席投资官张辉说，当前的量化市场，毫无疑问规模是在不断扩大的。但是，随着规模的不断扩大，量化策略的趋同性和同质化也越来越严重。

基于麦肯锡全球和中国资管行业数字化转型经验，麦肯锡全球董事合伙人马奔认为，全球领先资管公司有以下六大洞见值得中国资管从业者借鉴：一是打造与业务战略高度一体化的数字化转型顶层蓝图；二是业务赋能导向的核心应用系统和能力组件建设；三是数据用例导向的规模化数据应用；四是建立科技业务双向融合的科技治理体系；五是打造金融科技开放平台；六是提升科技数据人才储备和组织数字商。

借鉴全球经验，马奔建议，中国领先资管公司未来应重点建设八大核心能力，以实现从中国领先到世界一流的跨越：一是专业化、工业化、系统化的投研能力；二是战略合作伙伴导向的零售渠道分销能力；三是客群需求和解决方案导向的机构直销能力；四是数字化营销能力；五是专业化的产品管理能力；六是主动量化的全面风险管理能力；七是全面赋能业务的资管科技和数据应用能力；八是战略导向的人才管理能力和企业文化建设。◎记者 何奎