Page 26 - 金融科技视界2023-5期-如期而至 精彩继续！

Technical Tracking
技术追踪

ChatGPT的成绩应该能够证明，人工智能技术的创新和 算力基础设施的建设需要持续

应用已经进入迭代升级的新阶段。AI迭代当然可以为开发者创 投入巨大的财力、人力，要花得起
造商业价值，例如目前ChatGPT Plus用户每月须支付20美元， 钱，找得对人，还要耐得住寂寞，这
OpenAI的市场估值大幅攀升。至于AI迭代对数字经济社会的 就势必导致算力集中。一是向主要国
贡献，则有待经济学家的评估和测算。 家集中，据非官方统计，美、中两国

我们必须关注的是，AI迭代揭示的数字技术变局对我国数 的算力占全球算力的60%左右。二是
字经济发展可能造成的冲击和挑战。 向资本巨头和科技巨头集中，绝大多
数小企业自有的财力、人力不足以自
一是算力集中与算力竞争 建有价值的算力。

算力主要指数据计算的能力。人们一般认为，数字经济时
代，数据成为生产要素，算力构成新生产力。作为基础设施的 因此，算力竞争在很大程度上
算力包括以服务器为中枢的硬件和以算法程序为核心的软件。 将 是 主要 经 济 体 之间 的 国 家 级 竞
2022年我国算力总规模达到每秒180E（1.8万亿亿次/1.8万京 争，以及资本巨头之间、科技巨头之

次）FLOPS（浮点运算），据说排名在美国之后居全球第二。 间的企业级竞争。我们需要探讨的
是，如何构建一个能够占领全球技
在数字技术应用中，人工智能、大数据、云计算都需要巨大 术高地的国家级算力基础设施；如
的算力支撑，人工智能计算能力反映最前沿的算力。算力也在很 何构建一个技术可信任、资源可共

大程度上决定金融竞争力。在金融领域，智能化的信用评估、客 享、商业可持续、市场主体可受益的
户筛选、风险定价、风险控制、投资顾问、保险精算、数字员工 算力生态圈。
等，无不需要数据和算力的支撑。
二是数据鸿沟与数据治理

不同领域、不同场景的应用程
序各有不同的性能、不同的覆盖范
围，因而对数据要素各有不同的需
求。并非所有的应用程序都需要预

训练，都需要大规模的数据。但立足
于国家级、企业级的算力竞争，就必
然要求国家级、企业级的数据支持。

要打造与ChatGPT媲美的生成式人
工智能程序，就一定需要无断层、无
障碍的数据供给。

问题在于，派生于行政体制、支

付模式、地缘政治的数据鸿沟，将对

24 金融科技视界