《科创板日报》2月4日讯（记者 张洋洋）在新一轮人工智能技术加速突破、金融强国战略持续推进背景下，如何以人工智能提升金融体系效率与安全，成为国际金融中心建设的重要因素。

正在举行的上海两会上，上海市政协委员、复旦大学管理学院科创管理研究中心首席经济学家邵宇，提交了基于九三学社上海市委参政议政调研课题成果转化的提案，《关于加快人工智能赋能金融行业高质量发展 助力上海国际金融中心建设的建议》。

邵宇指出，人工智能已成为科技革命和产业变革的重要驱动力。以大模型为代表的新一代技术快速迭代，金融业因数据密集、场景丰富，成为应用最活跃、最具潜力的领域之一。国际上，纽约、伦敦、新加坡、东京等金融中心积极推进“AI+金融”战略，不断提升体系安全性和资源配置效率。

上海作为我国国际金融中心核心承载地，金融市场体系完备、数据资源丰富，人工智能产业生态逐步形成，具备推动“AI+金融”深度融合的条件。

“尽管上海人工智能产业规模快速增长，但在金融领域，与国际先进水平相比，人工智能应用仍存在短板。”邵宇指出，具体表现为，基础设施与应用深度不足，数据要素市场建设滞后，金融机构应用动力不足，金融AI人才与能力建设待提升等。

为此，邵宇在建议中系统提出，聚力基础创新与平台构建，打造国家级金融AI战略基础设施；高质量打造“AI+金融”示范应用场景与标杆项目；突破数据瓶颈与权属壁垒，建设高标准金融数据要素市场；创新监管模式与标准规则，构建安全包容的“AI+金融”治理生态；强化人才培育与能力共建，构筑金融AI创新人才与产业高地。

比如，在国家级金融AI战略基础设施打造方面，高规格建设金融人工智能算力与模型创新平台。邵宇建议由国家发改委、科技部、工信部、央行等部委联合指导，上海市牵头，依托已有人工智能实验室、大型科研机构和头部企业，共建国家级金融人工智能基础设施平台。

聚焦提供自主可控、高性能、低成本的智能算力调度服务，重点支持金融领域专用大模型的训练、微调与推理。鼓励金融机构与科技企业联合攻关，研发基于国产AI芯片、操作系统和算法框架的金融大模型，提升底层技术的自主创新与安全可控水平。

在金融数据要素市场建设上，深化金融数据要素市场化改革试验。支持上海依托数据交易所等平台，建设全国金融数据安全流通示范区。积极探索基于隐私计算、联邦学习、区块链等先进技术的数据安全共享机制，实现数据“可用不可见、可控可计量”，在保障数据安全与隐私的前提下，促进跨机构、跨行业、跨地域的数据有序融合与价值挖掘。推动打通政府公共数据、金融机构数据以及产业链相关数据，建设高质量的金融训练数据资源库。