肖钢:金融如何更好支持人工智能技术与产业发展?

尊敬的各位领导、各位嘉宾，大家下午好！

很高兴参加今天的智能金融主题研讨会，我们从2019年开始，持续跟踪我国智能金融发展情况，并按年度编写智能金融发展报告。这次会议发布的2025年度报告，基本沿用过往年度的写作框架，共分为六篇。第一篇为技术篇，主要介绍2025年以来人工智能技术的最新动态与发展趋势，以及金融支持人工智能技术与产业发展情况。第二篇为应用篇，从银行、保险、证券、科技公司和监管机构等行业应用场景，介绍我国智能金融应用新趋势、新亮点和新案例。第三篇为专题篇，主要介绍了人工智能与数据治理新机遇、新挑战和新策略。第四篇为探索篇，主要对金融行业应用人工智能主流技术架构、解决大模型幻觉问题的金融级方案、模型选择与构建路径以及金融云与人工智能深度融合进行了分析和展望。第五篇为港澳篇，介绍了香港、澳门智能金融政策法规、应用案例和未来展望，这部分为年度报告中首次增设，既是本年度报告的一大亮点，也凸显了粤港澳大湾区的特色。第六篇为治理篇，梳理了2025年国内外智能金融治理的政策与监管行动，同时特别分析了我国中小金融机构智能金融发展与治理面临的困难与挑战，并提出了相应的对策建议。

下面我着重就如何加大金融对人工智能技术与产业发展的支持力度问题，谈一些认识。

科技金融被列为金融五篇大文章之首，做好科技金融这篇大文章对于推进我国科技自立自强，促进科技创新与产业创新深度融合具有重大意义。近年来金融体系持续加大对人工智能技术与产业发展的支持力度，提供全生命周期的一揽子金融服务，通过“股贷债保租”等多元化工具，专项支持了人工智能关键核心技术攻关、智算基础设施建设、芯片产业发展以及人工智能产业化、规模化应用落地，取得了明显成效，各类金融机构打造了一批各具特色、可复制可推广的支持项目，起到了很好的示范作用。同时，也应当看到，金融支持人工智能技术与支持其他科技创新相比，还面临不同的特点和挑战，主要是人工智能大模型呈现“价值缩水随发展速度同步加速”的特征，技术迭代越快，大模型能力提升越快，既有技术的市场价值折旧周期就越短，被淘汰率也越高。在技术路径频繁换道的背景下，智能技术沉淀困难，智能产品难以实现成熟化、稳定化、产业化的长期沉淀，新模型的出现可能在短时间内使既有模型竞争力大幅下降，前期投入的资本价值也会随之缩水。而新成立的企业可能凭借单一技术突破“出道即巅峰”。这种特殊性直接冲击传统估值体系，对投融资决策提出极高要求，极大地增加了金融支持的难度。因此，需要构建适配人工智能发展的金融支持体系，打造专业服务模式，定制投融资配置方案，建立分层分类的资本运作体系。

一是提升金融产品适配性。对于算力基础设施，可通过传统金融工具，如固定资产贷款、基础设施专项债券稳定资金支持，同时以大模型企业需求为导向，定制金融产品，设计与大模型训练周期匹配的“按使用量付费”融资方案，针对集群算力服务开发专项信贷。设立人民币专项算法基金，重点支持自主可控框架研发。推动“数据专项培育计划”，对基础数据标注企业开发供应链金融服务产品，对高价值数据资产探索证券化融资模式，对公共数据授权运营平台设计金融服务模式。

二是壮大早期投资。当前投融资困境表现为天使轮投资后，A轮、B轮投资支撑不足。要进一步发挥政府创投引导基金的战略资本作用，激活社会长期资本、耐心资本配置效能，增强外资投资便利性。

三是增强风险管理能力。针对行业特性构建综合评估体系和全生命周期风险管理体系，重视技术壁垒脆弱性，把握技术领先度与成熟度，穿透商业模式可行性，关注研发团队稳定性。同时建立和完善风险分担机制和投资退出机制。

四是提升投后服务质效。依托创业研究能力，提供市场预判，做好资源对接，完善内部治理，培育产业体系。金融机构要从“聚焦单个企业”转向“激活全产业链要素”，对数据、算力、硬件、软件等要素进行图谱分析，依托供应链优势，打造“链主企业+配套企业”的协同投融资模式，促进科技、产业、人才和金融良性循环。