2024-02-16-德勤-2024亚太地区生成式人工智能应用与监管报告_20页_3mb

报告摘要

亚太地区生成式人工智能应用与监管总结

核心内容

随着生成式人工智能（Generative AI, GAI）的快速发展，亚太地区监管机构和金融机构正面临新的挑战和机遇。生成式AI在金融服务业的应用潜力巨大，但同时也伴随着诸多风险，如缺乏透明度、歧视和偏见、准确性问题、知识产权风险和欺诈等。因此，监管框架的建立、AI治理机制的完善以及区域合作的加强成为关键议题。

主要观点

生成式AI能够创建文本、图像、音频和代码，其能力已超越传统AI。它在金融服务业的应用包括客户支持、理赔处理、信用评分、市场预测、代码开发、数据搜索和监管合规等方面，为提高效率和创新能力提供了强大支持。

然而，生成式AI的使用也引发了新的风险，包括但不限于：

缺乏透明度：由于模型复杂性和数据专有性，生成式AI的运作机制难以追踪和评估。
歧视和偏见：生成式AI可能复制训练数据中的偏见，从而产生不公平或误导性内容。
错误信息与知识产权问题：生成式AI可能生成不准确或虚构信息，或使用受版权保护的内容进行训练，导致侵权风险。
欺诈行为：生成式AI可用于制作深度伪造内容，从而实施欺诈或误导。

为应对这些风险，亚太地区监管机构和立法机构正在采取一系列措施，包括制定AI原则、发布指导和工具、推动专项立法以及将AI纳入国家发展战略。这些措施旨在确保AI的负责任使用，同时促进技术创新和行业增长。

关键信息

亚太地区监管措施

类型	国家/地区	内容
AI原则	中国、日本、中国香港、中国台湾	提供AI应用的道德和治理指导
指导和工具	新加坡	Veritas Toolkit 2.0、A.I.Verify
立法	中国大陆、越南、韩国、菲律宾	专项AI法律，规范AI应用
国家战略	泰国、马来西亚、日本、中国大陆、印度尼西亚	推动AI发展，制定治理框架

高可信人工智能框架的应用

德勤提出的高可信人工智能框架涵盖以下核心要素：

保护隐私：确保客户数据安全，防止敏感信息泄露。
透明、可解释：向用户说明AI的运作方式，确保输出结果可解释。
公平、中立：避免因训练数据偏见导致歧视性决策。
承担责任：明确AI应用的法律责任，确保输出结果可追溯。
稳健、可靠：确保AI系统稳定运行，避免错误决策。
安全、稳妥：防止AI技术被滥用，确保系统安全。

该框架在以下用例中具有重要应用：

用例	优势	问题/机遇	生成式AI如何提供助力	需要考虑的高可信AI框架要素
降低成本	提高效率，减少人工调查	客户接洽劳动密集型	生成研究报告，提高信息获取效率	保护隐私、稳健、可靠
增强客户支持	提供超个性化体验	传统聊天机器人局限	改善客户交互，提高服务质量	透明、可解释、公平、中立
加快执行速度	缩短理赔时间	复杂人工评估	生成理赔报告，提高准确性	稳健、可靠、透明、可解释
分配信用额度	提高信用评估效率	信用评分缺乏透明度	生成可解释决策声明	保护隐私、公平、中立
预测交易算法	提高市场预测能力	分析过程费时费力	生成对冲策略和情感分析	稳健、可靠、透明、可解释
数字化转型代码助手	加快软件开发	云转型成本高	自动化编码任务	责任、安全、问责
机构范围内的数据搜索和访问	提高数据查询效率	多地点数据存储复杂	生成高效洞察	责任、安全、问责
监管机器人	提高合规效率	法规解读复杂	自动化法规查询	公平、中立、安全、问责
虚拟银行体验	提升客户交互体验	传统聊天机器人限制	提供个性化服务	公平、中立、透明、可解释
生成合成数据	支持算法测试与产品开发	数据缺失影响分析	生成多样化数据	公平、中立、稳健、可靠
定制营销材料	符合多地区监管要求	营销内容合规性高	生成本地化营销内容	公平、中立、稳健、可靠
加强信任	实时风险管理	数据偏见影响公正性	提高风险评估准确性	公平、中立、安全、问责

联系人信息

方烨
德勤中国金融服务业
风险咨询主管合伙人
+86 21 6141 1569
yefang@deloitte.com.cn
吴洁
德勤中国金融服务业
风险与合规服务主管合伙人
+86 21 6141 2237
kwu@deloitte.com.cn
神谷精志
德勤亚太合规与法律支持主管合伙人
seiji.kamiya@tohmatsu.co.jp
黄毅城
德勤东南亚监管策略主管合伙人
nawong@deloitte.com
Sean Moore
德勤澳大利亚监管风险主管合伙人
semoore@deloitte.com.au
小林信也
德勤日本金融服务业风险咨询常务总监
shinya.kobayashi@tohmatsu.co.jp
Jaramie Nejal
德勤澳大利亚金融服务业风险咨询总监
jnejal@deloitte.com.au

作者信息

苏宁馨
德勤中国经理
Jennifer Martiniak
德勤新加披顾问
Andrew Neilson
德勤澳大利亚高级分析师
Cathy Zhang
德勤澳大利亚顾问

致谢

Nicola Marshall
合伙人，澳大利亚
Sam Walsh
合伙人，英国
Matthew Gracie
常务总监，美国
陈智明
合伙人，中国
Patrycja Grzesznik
副主席，美国
Gerry Chng
执行总监，新加坡
Kedarnath Vallaboina
高级经理，新加坡

尾注

澳大利亚工业、科学与资源部，《人工智能伦理框架》，2019年11月
香港个人资料私隐专员公署，《开发及使用人工智能道德标准指引》，2021年8月
日本经济产业省，《实施人工智能原则的治理指南》（Ver. 1.1），2022年1月
台湾金融监督管理委员会，2023年8月
新加坡金融管理局，《FEAT原则评估方法》，2021年1月
中国国家互联网信息办公室，《生成式人工智能服务管理暂行办法》，2023年7月
菲律宾众议院，《人工智能发展法案》，2023年5月
韩国国会，《促进人工智能产业和建立可信人工智能框架法案》，2023年2月
越南国会，《保险业务法》，2022年6月
OECD，《印尼AI战略与政策》，2020年
马来西亚科技创新部，《2021-2025国家AI路线图》，2021年
OECD，《泰国AI战略与政策》，2020年
欧盟委员会，《人工智能法案》，2021年4月
美国白宫科技政策办公室，《AI权利法案蓝图》，2022年10月
MIT Technology Review，《高可信AI框架》，2020年3月

关于德勤

德勤中国是一家立足本土、连接全球的综合性专业服务机构，致力于为中国改革开放和经济建设提供领先的一站式专业服务。德勤品牌始于1845年，中文名称“德勤”于1978年启用，寓意“敬德修业，业精于勤”。德勤全球专业网络覆盖150多个国家和地区，以“因我不同，成就不凡”为宗旨，助力客户转型升级，推动可持续发展。

展开完整摘要