ChatGPT的突破性進(jìn)展為人工智能產(chǎn)業(yè)發(fā)展描繪了新的路徑。本文遵循科技、產(chǎn)業(yè)與金融融合發(fā)展的邏輯視角展開(kāi)分析，提出人工智能應(yīng)用的縱橫深入將不斷提升養(yǎng)老產(chǎn)業(yè)與服務(wù)的供給質(zhì)量，賦能智慧養(yǎng)老金融加速創(chuàng)新和突破，不斷在金融數(shù)字化、養(yǎng)老數(shù)字化及其業(yè)技融合的過(guò)程中探索新的服務(wù)場(chǎng)景、挖掘新的功能價(jià)值。

在人工智能發(fā)展的數(shù)十年歷程中，技術(shù)突破穿越業(yè)態(tài)發(fā)展的低谷與高潮，引領(lǐng)著一輪又一輪的應(yīng)用繁榮。近年ChatGPT的橫空出世，掀起了一波新的技術(shù)創(chuàng)新和應(yīng)用探索浪潮?！吨袊?guó)人工智能大模型地圖研究報(bào)告》顯示，2020年以來(lái)人工智能大模型呈井噴式發(fā)展，全球已發(fā)布人工智能大模型超過(guò)200個(gè)，中國(guó)的人工智能大模型數(shù)量已增至2023年5月末的79個(gè)。大模型的創(chuàng)新探索也為人工智能市場(chǎng)增長(zhǎng)注入強(qiáng)勁動(dòng)力，國(guó)際數(shù)據(jù)公司（IDC）預(yù)測(cè)，中國(guó)人工智能軟件及應(yīng)用的市場(chǎng)規(guī)模將從2021年的51億美元增至211億美元。

ChatGPT簡(jiǎn)述及主要特征

ChatGPT即聊天生成型預(yù)訓(xùn)練轉(zhuǎn)換模型（Chat Generative Pre-trained Transformer），是由美國(guó)人工智能公司OpenAI于2022年11月發(fā)布的會(huì)話(huà)交互模型。ChatGPT使用基于人反饋的強(qiáng)化學(xué)習(xí)算法，實(shí)現(xiàn)了人與人自然對(duì)話(huà)般流暢的人機(jī)交互。據(jù)報(bào)道，ChatGPT發(fā)布僅一周便收獲了100萬(wàn)用戶(hù)，被稱(chēng)為“史上增長(zhǎng)最快的用戶(hù)應(yīng)用”，瑞銀在報(bào)告中預(yù)計(jì)ChatGPT用戶(hù)會(huì)超過(guò)1億。ChatGPT的突破性進(jìn)展為人工智能產(chǎn)業(yè)發(fā)展描繪了新興路徑，隨后資源投入最為集中的發(fā)展模式就是改進(jìn)支持ChatGPT走向成熟穩(wěn)健的技術(shù)因素。

在應(yīng)用方面，ChatGPT發(fā)布之初主要實(shí)現(xiàn)了文本內(nèi)容的交互，經(jīng)過(guò)技術(shù)迭代和新模型開(kāi)發(fā)，當(dāng)前圖片、音頻、視頻也已成為可交互內(nèi)容，這一系列支持多類(lèi)內(nèi)容交互（多模態(tài)）的技術(shù)簇普遍也被稱(chēng)為生成式人工智能（Artificial Intelligence Generated Content，簡(jiǎn)稱(chēng)AIGC）。各類(lèi)生成式人工智能也正大力推進(jìn)各種場(chǎng)景的應(yīng)用，辦公軟件、社交文娛、商業(yè)營(yíng)銷(xiāo)、家庭助理和金融等場(chǎng)景下已誕生許多應(yīng)用方案。生成式人工智能通常被認(rèn)為是與判別式人工智能相對(duì)應(yīng)的技術(shù)路徑，后者擅長(zhǎng)識(shí)別差異進(jìn)而分類(lèi)，前者則是識(shí)別聯(lián)系進(jìn)而組合。本質(zhì)上，判別式人工智能的作用可被視為對(duì)信息的解構(gòu)，生成式人工智能的作用則可被視為對(duì)信息的重構(gòu)，二者的關(guān)系可理解為相對(duì)和統(tǒng)一而非孤立或?qū)α?。解?gòu)是重構(gòu)的前提，重構(gòu)是解構(gòu)的目的。

算法方面，ChatGPT自身從最初GPT-1的1.1億個(gè)參數(shù)開(kāi)始，已發(fā)展至GPT-4的據(jù)稱(chēng)萬(wàn)億級(jí)別參數(shù)數(shù)量，行業(yè)也開(kāi)發(fā)出以ELMo、BERT、ChatGLM2、Llama2、PaLM2等為代表的新模型。盡管技術(shù)路線(xiàn)有差異，但這些模型的參數(shù)規(guī)模普遍達(dá)到了千萬(wàn)乃至上億級(jí)別，據(jù)此也被行業(yè)統(tǒng)稱(chēng)為大模型?！蹲匀弧獧C(jī)器智能》雜志曾給出一個(gè)定義，認(rèn)為大模型是網(wǎng)絡(luò)參數(shù)規(guī)模達(dá)到億級(jí)以上的預(yù)訓(xùn)練深度學(xué)習(xí)算法。根據(jù)內(nèi)容的類(lèi)別不同，主要由文本內(nèi)容訓(xùn)練且處理文本內(nèi)容的大模型也被統(tǒng)稱(chēng)為大語(yǔ)言模型（Large Language Model，簡(jiǎn)稱(chēng)LLM）。業(yè)界將大模型的特點(diǎn)概括為“三大一快”，即大模型的開(kāi)發(fā)和運(yùn)行依托大算力、基于大數(shù)據(jù)、使用大算法，大模型開(kāi)發(fā)后可快速迭代和賦能，具有作為基礎(chǔ)設(shè)施的能力。與之對(duì)應(yīng)的是小模型，通常被認(rèn)為具有體量小、開(kāi)發(fā)和管理容易的特點(diǎn)，相對(duì)更靈活也更契合垂直領(lǐng)域或細(xì)分場(chǎng)景的應(yīng)用需求。

算力方面，ChatGPT的總算力據(jù)報(bào)道達(dá)到了3640PF-days（按每秒1000萬(wàn)億次計(jì)算，運(yùn)行3640天），支持如此算力消耗需要7至8個(gè)投資規(guī)模為30億元的數(shù)據(jù)中心。據(jù)華為研究預(yù)測(cè)，2030年人工智能的算力需求將達(dá)到2018年的390倍。可以預(yù)見(jiàn)未來(lái)大模型的運(yùn)行和發(fā)展將需要天量的芯片和設(shè)備支持，進(jìn)而促進(jìn)芯片和計(jì)算設(shè)備的重大技術(shù)革新。全球主要芯片企業(yè)英偉達(dá)（Nvidia）和AMD均已推出了專(zhuān)為人工智能大模型設(shè)計(jì)的超級(jí)芯片。

算基方面，ChatGPT早先版本使用了數(shù)十億詞和幾十GB（吉字節(jié)）的訓(xùn)練數(shù)據(jù)集，而當(dāng)下大模型所使用的訓(xùn)練數(shù)據(jù)普遍達(dá)到了數(shù)千億詞和上千GB的規(guī)模。除了數(shù)據(jù)規(guī)模，數(shù)據(jù)質(zhì)量對(duì)大模型的訓(xùn)練成效也會(huì)產(chǎn)生關(guān)鍵影響，事實(shí)上國(guó)內(nèi)類(lèi)ChatGPT模型MOSS的研發(fā)團(tuán)隊(duì)就曾將模型中文能力不足歸因于中文網(wǎng)絡(luò)存在過(guò)多的廣告等干擾信息。由于大模型對(duì)數(shù)據(jù)的消耗速度過(guò)快，數(shù)據(jù)短缺也被認(rèn)為將是限制大模型進(jìn)一步發(fā)展的主要瓶頸。為此，有觀點(diǎn)提出合成數(shù)據(jù)可能會(huì)是一種有效的解決方案。

對(duì)大模型的優(yōu)化增強(qiáng)了人工智能的能力，但當(dāng)前諸多受到熱議的體驗(yàn)不佳、潛在風(fēng)險(xiǎn)等問(wèn)題似乎又在提示人工智能還遠(yuǎn)未臻于完美。從國(guó)內(nèi)某智庫(kù)機(jī)構(gòu)、麻省理工科技評(píng)論、國(guó)際數(shù)據(jù)公司等研究機(jī)構(gòu)開(kāi)展的大模型測(cè)評(píng)結(jié)果來(lái)看，不同大模型的能力各有所長(zhǎng)，且總體上還有很大的提升空間。同時(shí)，許多研究已揭示了大模型造成的知識(shí)侵權(quán)、算法黑箱、算法歧視、信息泄露等風(fēng)險(xiǎn)。人們既驚嘆人工智能表現(xiàn)出的強(qiáng)大能力，又因人工智能的缺陷和不足而謹(jǐn)慎警惕。

一種分析人工智能模式的新視角

人工智能正如其名，是人造的且仿人的一種智能，承載這種智能的個(gè)體也被稱(chēng)為智能體或艾真體（Agent）。一方面，人工智能的能力受到當(dāng)前技術(shù)等諸多因素的制約，當(dāng)面臨復(fù)雜任務(wù)時(shí)單個(gè)智能體一般無(wú)法獨(dú)立勝任，這引出了多個(gè)智能體間相互協(xié)作的問(wèn)題。另一方面，人工智能的應(yīng)用依賴(lài)生產(chǎn)環(huán)節(jié)的細(xì)分場(chǎng)景，嵌入場(chǎng)景的單類(lèi)智能體無(wú)法順暢完成整體生產(chǎn)，也需要多類(lèi)智能體之間相互配合。

合作的需要有望催生智能體的第一次分工。這可理解為一種橫向分工，促成了智能體在產(chǎn)業(yè)歸屬、業(yè)務(wù)歸屬、場(chǎng)景歸屬的區(qū)分。特別是人工智能在工具性（如性能、功能、質(zhì)量）方面的屬性快速提升后，大量智能體有可能嵌入人類(lèi)生產(chǎn)的社會(huì)化大分工。進(jìn)一步，成功參與生產(chǎn)分工的智能體促進(jìn)了第一次數(shù)字化，輔助能夠有效使用人工智能的產(chǎn)業(yè)、部門(mén)、企業(yè)乃至個(gè)人實(shí)現(xiàn)自身的數(shù)字化。隨著第一次數(shù)字化的深化發(fā)展，當(dāng)大量產(chǎn)業(yè)、部門(mén)、企業(yè)已基本完成數(shù)字化后，提高合作與配合的效率成為發(fā)展的瓶頸。而造成這種瓶頸的主因已從能力限制轉(zhuǎn)變?yōu)闇贤ú粫常葱畔鬟f的效率問(wèn)題。

加強(qiáng)溝通效能的訴求催生了智能體的第二次分工。這種分工是在橫向分工基礎(chǔ)上的縱向分工，即人工智能的再分工，促成了智能體在體系歸屬、組織歸屬、職能歸屬方面的區(qū)別。隨著人工智能在思想性（如感知、理解、表達(dá)）方面屬性的發(fā)展，智能體提升了其在管理和調(diào)度方面的效率，且開(kāi)始可以承擔(dān)需要一定創(chuàng)造能力的任務(wù)。特別是智能體能完整完成信息解構(gòu)和重構(gòu)，使得連通產(chǎn)業(yè)間、部門(mén)間、企業(yè)間和個(gè)人間溝通的高效橋梁成為可能，推動(dòng)實(shí)現(xiàn)信息傳遞的數(shù)字化，也即第二次數(shù)字化。

以ChatGPT為典型代表的大模型正加速上述AI再分工和兩次數(shù)字化的進(jìn)程，而大模型在其中有望成為連接個(gè)體、傳遞信息的重要基礎(chǔ)性人工智能底層平臺(tái)。以產(chǎn)業(yè)為例，最初，不同的產(chǎn)業(yè)基于自身數(shù)字化需求而開(kāi)發(fā)出專(zhuān)用人工智能（傳統(tǒng)模型），應(yīng)用于產(chǎn)業(yè)內(nèi)生產(chǎn)作業(yè)場(chǎng)景，該過(guò)程往往限于產(chǎn)業(yè)知識(shí)體系、技術(shù)需要等因素的制約，封裝形成一套獨(dú)具產(chǎn)業(yè)特點(diǎn)的規(guī)范，造成跨產(chǎn)業(yè)的信息傳遞困難。隨著產(chǎn)業(yè)自身數(shù)字化程度加深，跨業(yè)態(tài)的鴻溝和梗阻加大了信息傳遞的困難?？朔@種困難需要由某一產(chǎn)業(yè)向其他產(chǎn)業(yè)兼容，通過(guò)吸納其他規(guī)范下的信息要素，使得傳遞的信息可以被編譯理解，通常只有在監(jiān)管政策、商業(yè)利益等的驅(qū)動(dòng)下才會(huì)發(fā)生這種兼容。大模型的出現(xiàn)為克服信息傳遞困難提供了一種新路徑，依托大模型的強(qiáng)大能力可實(shí)現(xiàn)向兩個(gè)產(chǎn)業(yè)乃至更多產(chǎn)業(yè)的兼容，而大模型開(kāi)發(fā)者在商業(yè)利益驅(qū)動(dòng)下也更有動(dòng)力擴(kuò)大兼容范圍。進(jìn)一步，隨著產(chǎn)業(yè)合作的加深，供給成本可進(jìn)一步壓縮，特定終端需求可被更精準(zhǔn)服務(wù)。

實(shí)現(xiàn)更廣泛的數(shù)字化連接，既是大模型的機(jī)遇和價(jià)值所在，也蘊(yùn)含著潛在風(fēng)險(xiǎn)和挑戰(zhàn)。信息傳遞偏差是誘發(fā)風(fēng)險(xiǎn)的主要根源。一是源頭信息的內(nèi)容如果是有害或侵權(quán)的，而大模型難以對(duì)信息進(jìn)行有效的審查控制，就會(huì)被利用而造成不良信息、有害內(nèi)容的傳播乃至意識(shí)形態(tài)滲透，或發(fā)生侵害著作權(quán)、商業(yè)秘密、個(gè)人隱私等侵權(quán)行為。二是獲取信息的內(nèi)容若超過(guò)必要范圍，或大模型受到攻擊而錯(cuò)誤地提供超過(guò)必要范圍的信息，就可能造成信息泄露，若歧視性信息被獲取并應(yīng)用于決策時(shí)，還會(huì)產(chǎn)生算法歧視問(wèn)題。三是獲取信息的內(nèi)容不足，或大模型被人為操控屏蔽部分信息，則可能造成決策偏差。四是獲取信息的內(nèi)容因系統(tǒng)因素出錯(cuò)或人為因素扭曲，則可能造成決策錯(cuò)誤、生產(chǎn)事故等問(wèn)題。此外，信息的儲(chǔ)存和網(wǎng)絡(luò)傳輸中也潛藏若干風(fēng)險(xiǎn)。

大模型的開(kāi)發(fā)和控制屬于個(gè)人或組織，上述四點(diǎn)風(fēng)險(xiǎn)的發(fā)生既可能是技術(shù)性無(wú)意導(dǎo)致的，也可能是人為惡意所致。所造成的風(fēng)險(xiǎn)大小主要取決于大模型作為平臺(tái)連接的廣度和強(qiáng)度，以及連接大模型平臺(tái)的程序和系統(tǒng)的重要性。

老齡化對(duì)新時(shí)期養(yǎng)老服務(wù)和養(yǎng)老金融提出新需求

中國(guó)老齡化規(guī)模大、程度深，未富先老背景下養(yǎng)老金融政策有支持、機(jī)構(gòu)有期待、人民有需求，當(dāng)前供給側(cè)質(zhì)量不足、不優(yōu)，依托數(shù)字化賦能特色機(jī)構(gòu)做好智慧養(yǎng)老普惠利民，前景廣闊。當(dāng)前老齡化已成為全球普遍現(xiàn)象且較難逆轉(zhuǎn)。我國(guó)人口老齡化由于基數(shù)龐大，疊加計(jì)劃生育政策嚴(yán)格，呈現(xiàn)規(guī)模大、速度快、負(fù)擔(dān)重和“未富先老”等特征。

一是養(yǎng)老儲(chǔ)備不足。一方面，老年人口規(guī)模的增長(zhǎng)推動(dòng)了社會(huì)保障支出增加，特別是疊加勞動(dòng)人口減少導(dǎo)致社會(huì)保障收入減少，使基本養(yǎng)老金持續(xù)承壓，保險(xiǎn)業(yè)協(xié)會(huì)預(yù)計(jì)我國(guó)養(yǎng)老金缺口將增至近10萬(wàn)億元。另一方面，社會(huì)對(duì)長(zhǎng)壽風(fēng)險(xiǎn)的長(zhǎng)期忽視導(dǎo)致個(gè)人的養(yǎng)老儲(chǔ)蓄意愿不強(qiáng)、金額不足，以個(gè)人養(yǎng)老金為代表的養(yǎng)老第三支柱長(zhǎng)期發(fā)展緩慢，難以滿(mǎn)足老年階段可能面臨的各項(xiàng)支出。二是養(yǎng)老服務(wù)供給不充分不平衡。我國(guó)的“9073”養(yǎng)老模式是指居家養(yǎng)老占90%、社區(qū)養(yǎng)老占7%、機(jī)構(gòu)養(yǎng)老占3%。居家養(yǎng)老方面，當(dāng)前可上門(mén)服務(wù)的護(hù)理人員數(shù)量大致僅能達(dá)到每百余名老人分配一名養(yǎng)老護(hù)理從業(yè)人員，且大量護(hù)理人員能力不足、素質(zhì)不高，距離滿(mǎn)足社會(huì)對(duì)養(yǎng)老護(hù)理的需求還有很大空間。社區(qū)養(yǎng)老和機(jī)構(gòu)養(yǎng)老方面，各類(lèi)養(yǎng)老機(jī)構(gòu)的分布呈現(xiàn)區(qū)域間和城鄉(xiāng)間不均衡的現(xiàn)象，偏遠(yuǎn)地區(qū)和地市縣鄉(xiāng)零散分布的養(yǎng)老服務(wù)需求難以得到必要服務(wù)。三是社會(huì)適老化程度有待提升。老年人在身體和精神等方面的情況和需求具有特殊性，但社會(huì)的適老化改造還較有限，比如為老年人購(gòu)買(mǎi)所需商品提供便利，改造家居、建筑、道路等以保護(hù)老年人安全，為老年人提供助餐、助浴、自助輔助等基礎(chǔ)的養(yǎng)老護(hù)理服務(wù)，有關(guān)的改造已在推進(jìn)，但還局限在相對(duì)有限的范圍內(nèi)。

應(yīng)對(duì)老齡化的一系列問(wèn)題和挑戰(zhàn)，發(fā)揮金融的資源配置作用是一個(gè)重要舉措。養(yǎng)老金融正是應(yīng)運(yùn)而生，旨在通過(guò)金融產(chǎn)品和服務(wù)，引導(dǎo)供給、補(bǔ)充保障、化解風(fēng)險(xiǎn)，助力養(yǎng)老事業(yè)。在廣義上，養(yǎng)老金融是包括了政府管理的養(yǎng)老金、企事業(yè)單位管理的年金及商業(yè)金融機(jī)構(gòu)提供的家庭養(yǎng)老金融服務(wù)和養(yǎng)老企業(yè)金融服務(wù)在內(nèi)的綜合性金融，也即所謂的養(yǎng)老第一支柱、第二支柱、第三支柱與產(chǎn)業(yè)金融、公司金融的總和。目前，商業(yè)養(yǎng)老金融的參與主體已囊括銀行、保險(xiǎn)、證券、支付等機(jī)構(gòu)，提供的金融服務(wù)也涵蓋了存款、理財(cái)、貸款、保險(xiǎn)、基金、信托等產(chǎn)品及咨詢(xún)、規(guī)劃、法律等服務(wù)。2022年11月，我國(guó)啟動(dòng)實(shí)施個(gè)人養(yǎng)老金制度，多層次養(yǎng)老金融健全發(fā)展步入新階段。人社部數(shù)據(jù)顯示，截至2023年5月25日，我國(guó)個(gè)人養(yǎng)老金制度參加人數(shù)已達(dá)3743.51萬(wàn)人，儲(chǔ)蓄存款、理財(cái)產(chǎn)品、商業(yè)養(yǎng)老保險(xiǎn)、公募基金四類(lèi)產(chǎn)品總數(shù)超過(guò)650只。

也要看到，養(yǎng)老金融在我國(guó)發(fā)展時(shí)間不長(zhǎng)，還存在許多制約發(fā)展的因素和發(fā)展不成熟的領(lǐng)域。比如，老年人群的金融素養(yǎng)平均不高，《中國(guó)養(yǎng)老金融調(diào)查報(bào)告（2022）》調(diào)查發(fā)現(xiàn)，多數(shù)中老年人的基礎(chǔ)金融知識(shí)了解不足。金融素養(yǎng)偏低會(huì)限制老年人對(duì)金融工具的正確運(yùn)用。還有，養(yǎng)老金融產(chǎn)品的針對(duì)性不足，現(xiàn)有養(yǎng)老金融產(chǎn)品中相當(dāng)一部分仍是大眾化的金融產(chǎn)品，缺少對(duì)老年人需求的針對(duì)性設(shè)計(jì)和對(duì)不同老年人需求差異的考慮。此外，養(yǎng)老金融服務(wù)供給有限且集中度高，提供服務(wù)的主要是大型金融機(jī)構(gòu)，中小金融機(jī)構(gòu)受限于政策約束、科技能力和公共基礎(chǔ)設(shè)施不足，不敢深度涉足。

ChatGPT應(yīng)用助力智慧養(yǎng)老金融發(fā)展

如前文所述，實(shí)現(xiàn)更廣泛的數(shù)字化連接是以ChatGPT為代表的大模型創(chuàng)造價(jià)值的所在。養(yǎng)老金融因其涉及的產(chǎn)業(yè)和群體眾多，需求識(shí)別、產(chǎn)品宣導(dǎo)等信息傳遞的鏈路長(zhǎng)、效率低，合作溝通、形成共識(shí)等過(guò)程中摩擦多、消耗大，易造成宏觀供給側(cè)如火如荼但微觀需求側(cè)感受不佳的溫差問(wèn)題。展望未來(lái)，ChatGPT的廣泛且成熟應(yīng)用有望減少發(fā)展早期的試錯(cuò)成本，通過(guò)加強(qiáng)養(yǎng)老需求向產(chǎn)品設(shè)計(jì)的端到端交互溝通，助力智慧養(yǎng)老金融發(fā)展，在有限資源下提高配置效率、節(jié)約資源開(kāi)銷(xiāo)，將呈現(xiàn)出廣泛的商業(yè)利益和顯著的社會(huì)效益。

一是通過(guò)應(yīng)用ChatGPT有望實(shí)現(xiàn)智慧養(yǎng)老金融的閉環(huán)服務(wù)，實(shí)現(xiàn)“老人+養(yǎng)老機(jī)構(gòu)+醫(yī)療機(jī)構(gòu)+金融機(jī)構(gòu)”的供需融合。以ChatGPT為中樞節(jié)點(diǎn)，可通過(guò)一次記錄實(shí)現(xiàn)信息全程同步。例如，老人就醫(yī)時(shí)，ChatGPT可將智能設(shè)備、就診歷史等記錄整理為健康概況和診斷建議，輔助醫(yī)生進(jìn)行綜合診治；老人就醫(yī)后，ChatGPT可通過(guò)對(duì)診斷過(guò)程、治療結(jié)果等記錄的整體及其他信息的匯總，形成符合保險(xiǎn)機(jī)構(gòu)規(guī)范的理賠申請(qǐng)文件；老人康復(fù)時(shí)，ChatGPT可分析醫(yī)生診治結(jié)果、智能設(shè)備記錄等，提供護(hù)理、康復(fù)等方面的建議，并通過(guò)智能設(shè)備定期監(jiān)測(cè)康復(fù)情況；此外，對(duì)于老年人情況的分析可由ChatGPT匯總為金融機(jī)構(gòu)產(chǎn)品設(shè)計(jì)建議及適合老年人需要的金融產(chǎn)品清單。二是通過(guò)應(yīng)用ChatGPT有望促進(jìn)養(yǎng)老金融供給提質(zhì)增效，精準(zhǔn)有效支持養(yǎng)老產(chǎn)業(yè)。借助ChatGPT在多模態(tài)內(nèi)容的理解能力，通過(guò)產(chǎn)品營(yíng)銷(xiāo)、合規(guī)風(fēng)控、客戶(hù)服務(wù)、交易執(zhí)行與報(bào)告等場(chǎng)景應(yīng)用，中小金融機(jī)構(gòu)可彌補(bǔ)營(yíng)銷(xiāo)人員和線(xiàn)下網(wǎng)點(diǎn)等方面的短板，節(jié)約中后臺(tái)運(yùn)營(yíng)成本，將更多資源向深入拓展養(yǎng)老金融業(yè)務(wù)傾斜，提升自律合規(guī)水平。養(yǎng)老金融機(jī)構(gòu)則可通過(guò)為養(yǎng)老機(jī)構(gòu)提供數(shù)字化轉(zhuǎn)型賦能，比如智能視頻監(jiān)控設(shè)備借助ChatGPT對(duì)視頻圖像的分析，實(shí)現(xiàn)養(yǎng)老機(jī)構(gòu)入住監(jiān)測(cè)與入住老人意外風(fēng)險(xiǎn)預(yù)警，既便利金融機(jī)構(gòu)為養(yǎng)老機(jī)構(gòu)授信增信，也促進(jìn)養(yǎng)老機(jī)構(gòu)床位資源的調(diào)劑和使用。三是通過(guò)應(yīng)用ChatGPT有望促進(jìn)金融消費(fèi)者與養(yǎng)老金融機(jī)構(gòu)提高溝通效率、加深信賴(lài)關(guān)系。養(yǎng)老金融機(jī)構(gòu)通過(guò)應(yīng)用ChatGPT，可開(kāi)發(fā)專(zhuān)業(yè)客服機(jī)器人，通過(guò)自然語(yǔ)言對(duì)話(huà)理解客戶(hù)需求并提供產(chǎn)品推薦和輔助完成業(yè)務(wù)流程。宣教方面，養(yǎng)老金融機(jī)構(gòu)可通過(guò)將ChatGPT與虛擬數(shù)字人相結(jié)合，使中青年客戶(hù)在虛擬環(huán)境體驗(yàn)老年生活并與老年的自己對(duì)話(huà)，以加強(qiáng)提前儲(chǔ)備意識(shí)和挖掘個(gè)性養(yǎng)老需求。

展望未來(lái)，在養(yǎng)老產(chǎn)業(yè)22萬(wàn)億元市場(chǎng)規(guī)模的前景驅(qū)動(dòng)下，以人工智能應(yīng)用為典型特征的智慧養(yǎng)老金融將加速創(chuàng)新和突破，不斷在金融數(shù)字化、養(yǎng)老數(shù)字化以及業(yè)技融合過(guò)程中探索新場(chǎng)景、挖掘新價(jià)值。與此同時(shí)，養(yǎng)老服務(wù)對(duì)生命健康和精神關(guān)懷具有特殊關(guān)切，客觀要求相應(yīng)的數(shù)智化金融高度重視對(duì)風(fēng)險(xiǎn)的防控，運(yùn)用技術(shù)和制度手段雙管齊下，加強(qiáng)對(duì)人工智能的信息風(fēng)險(xiǎn)、算法風(fēng)險(xiǎn)、倫理風(fēng)險(xiǎn)等不良影響的防范、管控和治理。

（劉緒光為中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)業(yè)務(wù)二部副主任，李根為中國(guó)社會(huì)科學(xué)院投融資研究中心研究員。本文僅限學(xué)術(shù)探討，不代表作者所在機(jī)構(gòu)意見(jiàn)。本文編輯/孫世選）