以ChatGPT為代表的人工智能浪潮席卷全球，新一輪科技革命正在催生新產業革命，全球金融科技產業發展也將迎來深刻變革。

5月22日，上海財經大學滴水湖高級金融學院揭牌儀式暨“構筑新興金融人才高地賦能上海國際金融中心”學術交流會議于上海自貿試驗區臨港新片區滴水湖會議中心舉行。在以“金融科技與金融風險”為主題的分會場上，來自金融業的各方代表匯聚一堂，共同探討未來金融科技產業變革方向和新發展機遇。

把握金融科技變革機遇關鍵在人才建設

【資料圖】

在金融科技發展過程中，金融與科技兩者之間的主次關系如何、如何相輔相成，一直是市場參與者深度研究與探討的話題，培養復合型金融科技人才也是近年來金融機構的重要工作。

在上海新金融研究院副院長劉曉春看來，未來金融科技要實現高質量發展，關鍵是要理清金融和科技之間的邏輯關系。

“在金融科技發展過程中最重要的是人，人才是金融創新的決定性因素。”劉曉春說，無論人工智能如何發展，科學技術都只是工具，最終還是需要人去使用和創新。確定創新金融業務和模式的是人，研究創新、調整模式和流程制度的還是人，選擇技術和實現路徑的也是人，最終技術應用、管理、運維的還是人。所以，此前人工智能技術的快速發展，市場上有聲音擔心人工會被人工智能替代，其實對此完全不用恐慌。

人才建設是金融機構適應金融科技變革發展的重要工作之一，金融機構需要哪些方面的金融科技人才？華創證券金融工程部總經理、數字化建設部副總經理陳杰表示，當前，證券公司對復合型金融科技人才需求迫切，主要是算法專家、提示專家、業務專家、數據專家四類復合型金融科技人才。

緊跟科技革命潮流金融機構謀新求變

人工智能等科學技術的快速發展是大勢所趨，要在科技革命潮流中屹立不倒、穩健發展，金融機構必須謀新求變。

目前以GPT為代表的大模型給證券公司的業務系統數字化和投研應用兩個重要方向都帶來了重要的變化和機遇。在陳杰看來，證券公司業務系統數字化方面，GPT的出現，對文本類任務、專家系統、交互系統和工具調用等提出了新的技術選擇路線。

陳杰認為，下一步，如何實現大模型的本地化、增量調優，工具調用能力需要保持緊密的關注。在具體應用上，對GPT模型在數據時效性、模型時滯、臟數據和數據保密性上還要深入研究。

在投資領域的應用上，陳杰認為，金融科技的核心作用是擴充信息的豐富程度、提高信息的處理能力、提升信息的時效性，其中關鍵點是數據和特征、以知識圖譜為代表工具的知識賦能，以及以統計、機器學習和目前大模型為代表的分析賦能。

ChatGPT等技術的橫空出世也深刻影響著私募基金量化投資的投資方式。“我們的量化投資已經發展很多年，隨著ChatGPT推出以后，在投資當中也應用很多。我們對于整個量化市場非常關心，不管是量化直投、量化基金都是重要的收益來源。”匯鴻匯升投資副總經理、首席投資官張輝說，當前的量化市場，毫無疑問規模是在不斷擴大的。但是，隨著規模的不斷擴大，量化策略的趨同性和同質化也越來越嚴重。

基于麥肯錫全球和中國資管行業數字化轉型經驗，麥肯錫全球董事合伙人馬奔認為，全球領先資管公司有以下六大洞見值得中國資管從業者借鑒：一是打造與業務戰略高度一體化的數字化轉型頂層藍圖；二是業務賦能導向的核心應用系統和能力組件建設；三是數據用例導向的規模化數據應用；四是建立科技業務雙向融合的科技治理體系；五是打造金融科技開放平臺；六是提升科技數據人才儲備和組織數字商。

借鑒全球經驗，馬奔建議，中國領先資管公司未來應重點建設八大核心能力，以實現從中國領先到世界一流的跨越：一是專業化、工業化、系統化的投研能力；二是戰略合作伙伴導向的零售渠道分銷能力；三是客群需求和解決方案導向的機構直銷能力；四是數字化營銷能力；五是專業化的產品管理能力；六是主動量化的全面風險管理能力；七是全面賦能業務的資管科技和數據應用能力；八是戰略導向的人才管理能力和企業文化建設。

（文章來源：上海證券報）