📰 推广速度低于预期,金融机构碰上AI为什么不敢用?
在第22届中国国际金融论坛上,东软集团的刘锐指出,AI原生概念的兴起强调了将人工智能整合到企业核心业务中的重要性。他认为,尽管AI在各个领域迅速发展,但目前大多数企业仍处于AI应用的初期阶段,规模化部署的比例低,许多公司仍困于试点阶段,未能实现真正的转型。要实现AI原生,企业需要重构业务架构,这对现有系统是一个巨大的挑战。
金融行业在应用AI时面临诸多障碍,尤其是安全性问题。中国银行的李礼辉提出,AI在金融领域的应用存在安全风险、技术缺陷和解释性难题。复杂的AI模型缺乏透明度,难以满足金融行业对监管的严格要求。此外,数据治理问题也成为AI部署的主要障碍,许多金融机构在数据治理方面相对薄弱,导致无法高效利用数据进行AI训练。
在此背景下,专家们呼吁企业采取渐进式探索的策略,以应对技术的快速迭代和不断变化的市场需求。同时,也需要重视数据治理,将其与AI部署相结合,以构建一个可控的智能化治理体系,确保安全性与合规性。只有在治理与AI相辅相成的基础上,才能真正释放数据的价值,推动金融行业的健康发展。
🏷️ #AI原生 #金融行业 #数据治理 #安全性 #技术挑战
🔗 原文链接
📰 推广速度低于预期,金融机构碰上AI为什么不敢用?
在第22届中国国际金融论坛上,东软集团的刘锐指出,AI原生概念的兴起强调了将人工智能整合到企业核心业务中的重要性。他认为,尽管AI在各个领域迅速发展,但目前大多数企业仍处于AI应用的初期阶段,规模化部署的比例低,许多公司仍困于试点阶段,未能实现真正的转型。要实现AI原生,企业需要重构业务架构,这对现有系统是一个巨大的挑战。
金融行业在应用AI时面临诸多障碍,尤其是安全性问题。中国银行的李礼辉提出,AI在金融领域的应用存在安全风险、技术缺陷和解释性难题。复杂的AI模型缺乏透明度,难以满足金融行业对监管的严格要求。此外,数据治理问题也成为AI部署的主要障碍,许多金融机构在数据治理方面相对薄弱,导致无法高效利用数据进行AI训练。
在此背景下,专家们呼吁企业采取渐进式探索的策略,以应对技术的快速迭代和不断变化的市场需求。同时,也需要重视数据治理,将其与AI部署相结合,以构建一个可控的智能化治理体系,确保安全性与合规性。只有在治理与AI相辅相成的基础上,才能真正释放数据的价值,推动金融行业的健康发展。
🏷️ #AI原生 #金融行业 #数据治理 #安全性 #技术挑战
🔗 原文链接