清华大学五道口金融学院副院长张晓燕：大模型落地金融仍面临六大挑战

清华大学五道口金融学院副院长张晓燕：大模型落地金融仍面临六大挑战

引用

网易

1.

https://www.163.com/tech/article/JS2VDR5T00098IEO.html

大模型在金融领域的应用正在迅速铺开，但同时也面临着诸多挑战。清华大学五道口金融学院副院长张晓燕在2025中关村论坛上分享了她对大预言模型在金融领域应用的观察和思考，并指出了大模型落地金融仍面临的六大核心挑战。

近两三个月，DeepSeek在金融领域的应用已迅速铺开，银行、券商、保险等各类金融机构正积极部署大模型，以提升生产效率。然而，尽管大模型赋能金融创新，其落地仍面临六大核心挑战：算力、语料、安全、伦理、传播及人才。

一是算力瓶颈制约大语言模型的进一步发展。AI技术的突破性进展带来了算力需求的急剧攀升，但大模型的参数规模依然停滞在千亿级，根本原因在于GPU计算集群算力的上限未被突破。

二是高质量语料匮乏问题日益严峻。互联网语料增长速度显著放缓，全球高质量语料预计将在2028年耗尽。相比90年代接近100%的年增速，2010年后已降至两位数增长。

三是数据安全与隐私保护问题日趋突出。网络攻击数量从2014年到2023年总体呈上升趋势，针对金融和保险行业的网络攻击数量显著增加。

四是道德伦理挑战。训练数据的社会偏见可能导致金融决策歧视，放大公平性危机；数据质量与幻觉输出引发错误投资建议，造成经济损失；模型逻辑趋同使机构投资观点同质化，加剧市场羊群效应；算法黑箱特性使决策过程难以追溯，责任界定模糊，增加监管难度。

五是信息传播变革正在改变金融资产定价机制。大模型使得信息传播路径复杂化，造成信息质量危机和信息同质化陷阱，进而干扰资产定价。

六是人才短缺成为制约行业发展的瓶颈。目前金融行业AI人才供给仍难满足增长需求。

但张晓燕也表示，尽管面临挑战，AI在金融领域的创新潜力仍然巨大。

本文原文来自网易科技报道