【大河财立方 记者 孙凯杰】2024年9月12日，由亚洲信用评级协会和中诚信国际信用评级有限责任公司联合主办的“亚洲信用评级业北京峰会”在北京四季酒店举办。

中诚信国际首席信息官邓大为在主旨演讲中介绍了人工智能技术发展对于金融界的影响，并展望了AI如何推动信用评级领域快速高质量发展。

60年经历3次发展浪潮，算力爆发推进人工智能迅猛发展

1956年，科学家们在达特茅斯会议上首次提出了“人工智能”的概念，初衷便是希望机器能够如同人类的大脑一样思考和执行任务。近70年里，随着计算器算法迭代，和技术的不断革新，人工智能的发展经历了三次浪潮，每一次的进步都离不开数据、算法、技术架构和算力的创新。

从监督学习到半监督学习、再到深度学习，学习算法的演进不断推动着人工智能的专项发展。大数据技术的兴起，尤其是数据标签和数据治理技术，为人工智能提供了更丰富的信息输入，而算力的爆发则为人工智能的跨越式发展提供了动力。

2022年，ChatGPT正式面向公众开放，引爆了全球的AI市场，人工智能也再次回到人们讨论的热门话题中。邓大为介绍，人工智采用文本、视觉、音频到多模态融合组合的方式，展示出了各方面的能力，在通讯、IT、医疗、教育和交通等领域，都出现了各类产品落地。

生成式人工智能的弊端：局限性和滞后性

当下的生成式人工智能，主要的产品形式以大语言模型居多。通过大量语料实现统计分析后，工程师会帮助模型建立语料数据之间的关联关系，在用户提出的问题时，AI就会进行预测，这是它运行的基本原理。

在文本摘要方面，生成式人工智能具有比以往产品极为突出的能力。不过，基于它的原理，在众多方面，这类产品也存在一定的局限性。

邓大为认为，当下的大语言模型的问题，主要集中在过度泛化、计算能力不足、数据滞后等方面。他举例表示，“如果让AI计算‘1+1等于几’，它会基于语料数据得出结论，但没有这样的计算能力。”

想要规避大模型的滞后性，就必须在应用过程使用最新数据。但是即使对于大型企业、科技巨头来说，每次实时数据更新的成本仍然非常高昂。

针对这些局限性，业界也提出了一些组合的解决方案。例如在大模型上外挂计算器从而完善模型的计算能力；把复杂的任务步骤化，以加强模型的逻辑推演能力等。基于技术的不断开发，目前，在许多专业领域，生成式人工智能已经能够越来越多地代替人类从事一般的工作。

在信用评级领域，人工智能有潜力成为高级分析师

邓大为介绍，在金融领域，人工智能的应用已经取得了显著成果。无论是在营销文案的设计、智能客服问答，还是智能风控等方面，人工智能都展现出了其独特的价值。特别是在个人信贷领域，通过大规模人物画像的分析和模型应用，人工智能实现了智能风控，为金融机构提供了有力的支持。

他表示，在信用评级行业，人工智能的应用同样展现出了巨大的潜力。它所具备的语义理解、文本抽取、逻辑推理和文本生成这些能力，在信用评级的整个作业流程中都有着重要的应用。

例如，通过知识库的建立和问答系统的应用，可以提升员工获取知识的效率；而大模型的信息抽取能力，则可以提高信息处理的效率，将非结构化数据转化为结构化数据，为分析师提供更有效的信息支持。

评级信用分析需要大量收集资料，包括书面、电子和图片等各种文件格式类型。在这些庞杂、无规则、非结构化的数据中提取信息，是非常耗费人力的。邓大为以尽调访谈做了案例分享，“尽调访谈是一个非常重要的环节，我们可能需要面对企业的各个层级、人员收集信息，而且获取到的信息非常不规则，如果能将几个小时的访谈录音转换为一个清晰的文字材料，对于分析师进一步分析结构化数据会便捷很多。在我看来，人工智能在未来是有希望完成这件事情的。”

然而，人工智能在信用评级行业的应用也面临着挑战。数据安全、模型的透明性和可解释性，以及监管认可等问题都是需要解决的关键问题。此外，算力投入成本的高昂也是制约人工智能发展的一个重要因素。

尽管如此，人工智能在信用评级行业的应用前景依然广阔，其在提升运营效率和质量方面的作用不可或缺。

邓大为强调，尽管人工智能在信用评级行业中的应用还处于起步阶段，但其发展潜力巨大。未来，人工智能与专家的结合将是最佳的工作模式，既能发挥人工智能在数据处理和逻辑推理方面的优势，又能利用专家在复杂情况下的判断力和经验。

他相信，随着技术的进步和成本的降低，人工智能能够从助理分析师的水平成长为分析师，从而逐步成长为高级分析师，在信用评级行业的应用更加广泛，为资本市场的发展提供更有力的支持。

责编:李文玉 | 审校:李金雨 | 审核:李震 | 监审:万军伟