自问世以来，热度一直高居不下，其在各行业的渗透发展速度日新月异。当科技新风从欧美刮到亚洲，数字化应用遍地开花。4月底，日本政府一改守旧形象，神奈川县横须贺市宣布开始在政府业务中尝试采用，用于提升业务效率。在尖端科技领域，日本的嗅觉一直很敏锐，诸如芯片制造、生物医学等都走在前沿领域，此次在政务中的科技变革让外界不禁感叹的魔力实在是太大了。
时代引来变革，时代也需要变革，当越来越多的科技成果交叉运行，金融领域更应敞开怀抱拥抱变化，促进绿色金融的进一步发展。
针对等认知智能在绿色金融领域的潜在应用相关话题，中国人民银行研究局局长王信，腾讯金融研究院副院长、首席研究员王志峰，北京大学汇丰商学院博士后张帅在《北大金融评论》上合作发文指出，认知智能在绿色金融的运用，可能是突破性的，但目前看也会有明显局限。例如，辅助编写企业、金融机构气候环境信息披露报告、绿色金融交易文件等，但无法完全替代专业人员的工作；在企业绿色金融产品设计和投融资管理等方面可能有广阔的应用空间。
2022年底，公司推出了全新的对话式通用人工智能工具，上线短短2个月就有1亿活跃用户数，成为史上用户数增长最快的消费者应用。GPT模型是一种自然语言处理（NLP）模型，使用多层变换器（）来预测下一个单词的概率分布，通过训练在大型文本库上学习到的语言模式来生成自然语言文本，从 GPT-1 到 GPT-3， 智能化程度不断增强。3月15日，GPT-4正式发布，它叠加了机器学习、神经网络以及多层变换器等多种技术模型，具有千亿级别的参数量和强大的硬件设备支持，能够轻松完成问题回答、文章撰写、语言翻译和计算机代码生成等任务。相较此前的3.5版本，GPT-4可一次性接受更多的文字输入，且能处理更多形态的非结构化数据，如图片、音乐、视频等，应用的效率、灵活性和场景丰富性都有了进一步提升。这是继数据库和搜索引擎之后全新一代知识表达和调用方式，反映了人工智能从感知智能向认知智能过渡的新趋势。这些变化将对众多领域和行业产生深远影响，对金融业包括绿色金融的影响值得深入分析。
等认知智能在绿色金融领域的潜在应用
广义的绿色金融通常是指支持绿色低碳发展、生态环境保护的各类金融活动。认知智能在绿色金融的运用，可能是突破性的，但目前看也会有明显局限。
一是辅助编写企业、金融机构气候环境信息披露报告、绿色金融交易文件等，但无法完全替代专业人员的工作。一方面，在区块链中有广泛应用，能够通过语言描述，更加人性化地创建和管理智能合约，因此它能辅助企业、金融机构等用户进行信息披露，如根据需求提供相应的文件模板，根据公开信息初步填写标准化资料。另一方面，具有强大的信息提取及整合能力，可以辅助用户流畅地写作，缩短交易文件等成稿时间。尤其是4.0版本可高效地处理与分析更多类型的输入，如图像格式的扫描件、全影照、电话录音、视频会议等，基于GPT开发的办公软件生态将极大丰富，这种文书编辑效率的提升将更加明显。然而，由于的训练数据是通用而非专业数据，生成的回答专业度不足、可信性难以保证，加上其对输入问题的高度敏感和发散性思维模式，回复结果的稳定性和一致性存在不足，无法独立完成高质量的信息披露等报告，此时专业人员的人工核查和修改不可或缺。
二是在企业绿色金融产品设计和投融资管理等方面可能有广阔的应用空间。在产品开发上，一些碳金融产品开发依托碳排放配额和项目减排量等基础信息或资产，强大的计算力和编程力可支持开发者实现复杂的结构化产品设计和现金流预测，从而满足市场参与者个性化、多样化的碳资产管理需求。在客户服务上，若投资者想了解绿色金融领域的行业动向，可高效地整合分布在各大网站的市场研究报告、分析师见解等供其参考，有助于优化绿色金融的内容生态、提升金融机构的数据管理能力。在投资合规性管理上，绿色债券对于项目选择以及募集资金的用途等均有严格要求，拥有强大的计算能力，可辅助进行绿色项目的评估、选择，实现对募集资金的监控和跟踪管理，及时预警潜在的“洗绿”行为。在投资风险管理上，依托大数据技术和人工智能算法，可以监测各类绿色金融产品的价格波动，分析企业和金融机构财务数据和ESG指标等，提高其ESG投资管理水平，降低投资者的风险。当然，本质上是一个深度学习模型，分析预测结果受参数和数据信噪的影响较大，具有一定的不稳定性。因此，在利用辅助进行数据分析和投融资管理时，对其不能过于依赖，应综合考虑实地调查、机构评级结果和投资顾问建议等，才能使分析评估结果更加可靠。
三是帮助强化绿色金融能力建设。绿色金融的发展需要较强的能力建设做支撑。近期，联合国开发计划署（UNDP）作为G20可持续金融工作组的秘书处，对近40个国家和国际组织的调查表明，政府部门、金融管理机构、金融企业、投资机构等各层级人员对绿色金融标准或原则、相关金融产品开发使用、激励政策、气候环境相关金融风险的衡量和应对等方面的知识和能力，有着较强的需求，但相关能力建设还面临资金、人力、合作伙伴缺乏以及语言障碍等困难和挑战。等认知智能，可望在已有文本数据基础上，帮助用户根据自身需求，通过深度人机对话，突破通常培训课程的限制，学习掌握绿色金融相关知识。例如，可通过设置关键词集合，对已出台的文件进行统计分析，了解绿色金融相关政策、工具等。由于目前公开的绿色金融专业数据还不多，且相关政策和金融市场工具等发展变化快，可能影响的输出能力，但4.0版本对于多模态数据的支持将扩展专业信息的搜集范围，随着相关信息的积累尤其是气候环境信息披露的强制推行，此问题可望较大程度上得到缓解。
在绿色金融的广泛运用可能产生较大影响
一是对绿色金融的发展提出更高要求。的爆红，掀起各大搜索引擎改革浪潮，其在金融业等行业的广泛运用，将对互联网平台企业、数据中心的计算力提出更高要求；在清洁能源还不够稳定的情况下，传统化石能源消耗将导致碳排放量大幅增加。因此，进一步发展绿色金融，支持清洁能源发展，显得更为重要而迫切。
二是可能导致两极分化，不利于发展中国家通过绿色金融支持绿色低碳发展。许多发展中国家在绿色金融标准制定、气候环境信息披露、金融产品开发使用、气候相关金融评估和管理等方面本来就处于劣势，在认知智能的发展上更加落后。美国等少数发达经济体通过迅速开发大规模语言模型，建立庞大专业数据库，就能在利用认知智能推动绿色金融发展中占据先机和垄断地位。广大发展中国家如果需要使用认知智能，须花费大量成本，且在人机对话中，用户偏好和数据很容易被平台企业所掌握，其竞争力将受影响甚至危及经济金融安全。当然有观点认为，新发布的GPT-4经历了对抗性测试的优化，在安全性上进行了迭代，拒绝为含有重大风险的敏感问题提供具体答案，一定程度上可缓解这种焦虑。
三是可能强化国际绿色低碳发展的阵营化趋势。近年来，一些国家将地缘政治考量置于经济因素之上，在军工、高科技、重要基础原材料等领域，强调制造业回流本国或友岸外包（-）,试图与战略竞争对手“脱钩断链”，相关国际贸易投资日益集中在具有相同或相近意识形态、签署排他性贸易投资协定的经济体。值得注意的是，在绿色低碳技术研发应用、可再生能源发展所需关键金属矿物质的供应、绿色低碳产业投融资等方面，也日益表现出阵营化特征。目前，美国在等大语言模型系统方面全球领先，开源文本数据也主要是英文，随着认知智能在绿色金融上的应用更加广泛深入，绿色低碳领域的阵营化趋势可能更加明显，不利于国际气候投融资的健康发展。
初步建议
一是抓紧制定可持续金融标准。这是国际交流对话和认知智能广泛运用的前提条件之一。进一步完善绿色金融标准，扩大《中欧可持续金融共同分类目录》并在国内外更大范围内推广使用。抓紧研制转型金融标准，早日颁布煤电、建筑建材、钢铁、农业等四个行业的转型金融标准，适时制定更多行业的转型金融标准。当前国际社会日益重视推动实现非气候领域的可持续发展目标，应及早研究制定环境、社会等领域的可持续金融标准。
二是进一步强化企业、金融机构气候环境信息披露要求。密切跟踪国际可持续发展准则理事会（ISSB）、气候相关财务信息披露工作组（TCFD）、自然相关财务信息披露工作组（TNFD）等国际组织和平台有关气候环境信息披露要求和准则制定进展，完善我国相关信息披露要求和监管。绿色金改试验区应走在气候环境信息披露的前列，更大比例的区内企业、金融机构应强制性进行信息披露，增加披露内容。这既有利于强化相关市场主体绿色低碳发展的激励约束，也有利于较快增加中文版规范、完整、准确的文本数据，便利等认知性人工智能的广泛运用，增强我绿色金融的国际影响力。
三是抓紧研究推出中文大语言模型。目前，国内众多科技公司在该领域快速跟进。如，百度在3月上线百度版 ——文心一言（ERNIE Bot），目前已完成4次技术版本升级，大模型推理成本降为原来的十分之一。腾讯基于此前在 AI 大模型、机器学习算法以及 NLP 等领域的技术储备，将进一步开展前沿研究及应用探索。阿里达摩院正在研发类 的对话机器人，阿里宣布所有产品未来将接入大模型全面升级。包括360、商汤科技、科大讯飞等陆续推出中文语言大模型应用平台。建议在政策上支持科技公司研究技术在绿色金融领域的应用并推动落地，初期可以从信息收集、整理、披露等领域入手，后续再延展到辅助产品设计和投融资等。
四是推动绿色金融的国际协调合作。气候变化是人类面临的共同挑战，绿色低碳发展是各国的必由之路。应加强绿色金融领域的对话合作，推动绿色金融标准趋同、可持续投融资市场互联互通，共同应对气候、环境相关金融风险。坚持全球化、反对阵营化，呼吁发达经济体加大对发展中国家绿色低碳技术研发和推广的支持，在认知智能的开发运用上，发达经济体同样应提供必要支持。
本文作者为中国人民银行研究局局长
