2024年外滩大会今日（9月5日）在上海开幕，大会主题延续“科技创造可持续未来”，10余位中外院士齐聚一堂，就AI时代下的金融科技挑战与机遇展开探讨，提出了一些别具一格的观点。

经济学视角：乘客舱位与集体智能

美国“三院院士”迈克尔·乔丹提出，当前AI讨论中忽视了3个方面：集体性、不确定性、激励机制。他认为，AI落地产业需形成协作集体，并引入经济学的“激励”视角。

迈克尔·乔丹强调了激励机制在市场经济和集体智能中的关键性。他提出“三层数据市场”模型，其中用户、平台和数据买家通过数据交换与服务提供形成闭环，企业可通过结合数据和服务建立与用户的激励机制，实现价值创造。

为此，迈克尔·乔丹引用了统计契约理论，即结合统计学和经济学的理论。该理论提出，代理人拥有私有信息，委托人通过激励机制建立数据和服务互促市场，平衡供需双方利益。

例如，航空公司将乘客分为不同的舱位，作为委托人的航空公司可根据代理人（乘客）的不同支付意愿提供不同价格，无需代理人透露个人信息。鉴于全球数据隐私监管日益加强，他建议用户隐私要求应“千人千面”，既能提高效率，又能降低平台成本。

技术创新：GPT+Chat

中国工程院院士王坚提出，AI+并非简单结合，而是数据、模型、算力的组合，云计算是AI时代的基础设施。他认为，去年政府工作报告多次提及人工智能+，但其本质是机制创新，即数据、模型、算力的组合。

王坚以ChatGPT为例分析AI+，将其拆分为GPT+Chat，即AI基础模型+应用场景。他表示，在AI、AI+、AI基础设施的体系中，不仅技术在革新，机制和基础设施也在革新，三者同时发生变革令人激动，这些变革正在创造未来。

AI以人为本：IAAI

香港科技大学校董会、美国国家工程院外籍院士沈向洋提出，IA（Intelligent Augmentation，智能增强）是AI以人为本的发展路径，关注运用技术提升人类能力，强调人机协作，而非取代人类。

时刻牢记人工智能发展的初心至关重要。

沈向洋推荐了《Machine of Loving Grace》（中译：人工智能简史）一书。作者，纽约时报记者约翰·马尔科夫认为，尽管技术不断发展，帮助人类更有效地使用机器仍是最终目的。人机交互的成功之处在于做好这一方面。

沈向洋发表演讲，题目为《大模型时代的机遇与挑战：技术融合，产业跃迁》。目前，人工智能的人机交互主要集中于个人化应用。

联想、微软已推出人工智能计算机，苹果也宣称推出“苹果智能”，均朝着人工智能的个人化方向发展。

谈到备受关注的人工智能代理技术，沈向洋认为，尽管 ChatGPT 非常强大，但还远未达到“代理”水平。代理是指将人类生产力提升至前所未有的高度，从进入工作到完成整个流程。公司的工作流程非常复杂，而 ChatGPT 目前仍主要专注于单点突破。要取得进一步发展，必须整合工作流程，分析行业，从大模型应用框架到平台，再到知识、技能、任务和对话，将其全部连接起来，才能达到预期的效果。