据《和讯网》报道，中国银行原行长李礼辉在相关论坛上，围绕金融深度智能化的主题，分享了AI竞争中硬算力与软算力并行发展、金融智能化的价值取向和选择偏好等要点。

AI竞争中的硬算力与软算力

李礼辉指出，AI已成为决定未来国家实力的关键领域，相关竞争集中表现为算力竞争，既存在于最有实力的国家之间，也体现为资本巨头与科技巨头之间的企业级比拼。值得注意的是，中美两国在AI领域的竞争，呈现出不同的价值取向与选择偏好。

具体来看，美国坚持硬算力优先，计划大额投资AI基础设施建设；而中国选择硬算力与软算力并行，投资建设AI基础设施的同时，注重软算力的发展。例如，杭州深度求索发布的DeepSeek系列模型，通过算法创新显著节约资源，不仅训练成本大幅降低，性能更比肩国际顶尖模型。这说明中国的科技巨头将进一步完善自主可控的AI生态，开拓高效可靠的AI发展道路。

李礼辉强调，技术和市场都有各自的边界。霸权政治破坏了全球经济一体化，无自主技术实力难获先进技术；技术创新需依托市场才能转化为财富。

在AI领域，美国的核心优势是高端芯片这类核心技术；中国的优势则是全球最大的数字技术市场和应用场景。基于此，中国坚持走独立自主、节约高效的发展道路，目前，杭州的硬算力和软算力建设、通用大模型和行业垂直模型研发成就突出。

在发展模式上，以往顶尖AI大模型多为闭源。李礼辉认为，保护私权能鼓励创新，而技术平权能推动AI普惠，二者是对立统一的。DeepSeek、阿里Qwen3-Omni等本土先进模型的开源，有利于打破闭源垄断，为中小企业提供节约高效的创新路径，推动AI产业普惠发展。

金融智能化的价值取向和选择偏好

当前，智能金融系统已进入规模化应用期，金融智能体依托行业最优流程与标准数据支撑，可培育出具备专业水准的金融代理人，适用于市场分析、风险评估等多个高价值领域。

不过，生成式AI潜在的安全风险和技术陷阱尚未因算法创新而淡化，仍存在恶意攻击、模型幻觉、隐私泄露等问题。为此，金融的深度智能化需把持正确的价值取向和选择偏好：

一、金融创新的人民性，核心是满足人民大众金融需求，实现金融服务普惠与资源共享。例如支付宝等平台，通过服务创新融入百姓生活，获得广泛认可。数据显示，2024年中国移动支付交易金额达563.70万亿元，支付宝市场占比为45.7%。

二、金融创新的可靠性，要以可信任为基石，兼顾安全与效率，具体要满足三点：一是高可靠性，智能金融系统要达到安全可靠的基本要求；二是可解释性，金融模型需具备基础架构的可解释性；三是合法性，明确金融智能体的法律地位和责任归属。

三、金融创新的经济性。李礼辉认为，虽然垂直模型和具身智能体在专业细分领域具有不同个性，但是在专业领域和管理目标趋同时，可以实现交互和兼容。因此，在做好数据与核心技术风险隔离后，通过预训练行业级通用模型，再按需定制企业方案，可有效降低开发成本，扩展应用范围，提高投入产出比。此外，应支持科技企业与金融机构合作，为中小金融机构提供高性价比服务，共建数字金融生态圈，实现高效率、低投入的个性化创新。