近日，在《金融电子化》杂志主办的“金融科技直播间线上论坛”中，浪潮信息AI＆HPC产品线副总经理赵帅以《人工智能计算＋生态 助力金融科技4．0》为题发表演讲，对人工智能在金融行业内的开发与应用发表了自己的观点。
赵帅指出，在金融4．0时代，人工智能成为金融行业的核心，其在带来巨大应用价值的同时，也面临着发展瓶颈。对此，浪潮将通过强大的AI服务器阵列、AIStation与AutoML Suite等解决方案以及“元脑生态”计划，贡献领先的AI计算力，推动人工智能在金融行业的深度落地，为金融行业的AI化赋能助力。
金融4．0时代来临 AI驱动金融科技颠覆式创新
以科技的应用范围与深度来划分，金融行业可以划分为以业务信息化为代表的1．0时代，以网、电、银应用为特征的2．0时代，以互联网金融为特征的3．0时代，以及金融科技4．0时代。在金融科技时代，人工智能成为金融业务核心，并将创造巨大的应用价值。IDC和浪潮联合发布的《2019－2020中国人工智能计算力发展评估报告》显示，金融行业已经成为AI发展的天然土壤，2023年中国金融行业的人工智能产业投资额将达到15．4亿美元，成为仅次于互联网、智慧城市之后的第三大AI应用行业。
赵帅从生产力三要素方面解读了金融业从1．0时代向4．0时代迈进的主要变化。赵帅表示，在金融业4．0时代，生产力三要素发生了颠覆性的变化，劳动者从“人”变成了“人＋人工智能”；电子货币更大程度地取代有形货币成为主要劳动对象，智能化的信息系统让金融业的效率大幅提升，人工智能在金融业变得无处不在，金融业已步入以人工智能为核心的科技4．0时代。
但与此同时，人工智能在金融行业的进一步落地也遇到了各种瓶颈。首先，海量数据的人工智能训练对于算力提出了极高的需求，从 2012年Alexnet的诞生到最新的AlphaGo Zero，在不到十年的时间里人工智能训练对计算资源的需求增长了30万倍。2020年，深度学习的模型对算力的需求已经达到了每天百亿亿次计算需求，在这样的情况下，高性能的算力基础设施对AI的发展尤为重要。
其次，由于金融业务的复杂性，金融AI算法开发的门槛也较高，存在开发链条长、开发周期长、人力成本高等问题。此外，当下人工智能开发中计算资源分散、训练数据的孤岛现象以及开发环境和流程中的管理问题，也致使AI算法开发效率低下。
最后，金融AI的生态普遍较为封闭，相关的硬件厂商、算法开发商、系统集成商等参与者之间标准不统一，缺乏生态协作与沟通，这使得当下金融行业的AI落地进度较慢，金融AI化还存在巨大的加速空间。
人工智能落地金融业的痛点
