报告行业投资评级 未提及 报告的核心观点 - 生成式AI有潜力显著提高全球生产力，预计每年可带来2.6 - 4.4万亿美元的生产力提升，或使产出在采用后15年内增长15 - 20% [1] - AI应用将在现代中央银行及其他领域普及，但也存在可识别和难识别的风险，需在治理框架、劳动力准备和跨机构合作三方面做好应对 [1][12][18] 根据相关目录分别进行总结 研讨会情况 - 研讨会旨在展示项目、分享专业知识并减少对外部服务提供商的依赖，2019 - 2025年已举办四届，主题围绕数据科学和生成式AI在中央银行的应用 [1][2] 生成式AI的潜力与不确定性 - 生成式AI预计每年可带来2.6 - 4.4万亿美元的全球生产力提升，或使产出在采用后15年内增长15 - 20%，超40%的全球企业受访者称最先进的生成式AI计划投资回报率在11 - 30% [1] - 因现象快速演变，相关估计存在不确定性，如DeepSeek推出“R1”引发对AI硬件和能源需求及美国科技行业领导力的质疑 [5] - 企业采用AI的速度不确定但增长迅速，2024年初65%的国际企业受访者表示组织定期使用生成式AI，近2倍于2023年，采用率因行业和企业规模而异，不同层级对其看法有差异 [6] 生成式AI的发展趋势 - 生成式AI在商业世界和消费者领域迅速扩张，未来增长不可避免，全球每年创建的数据量预计将从2024年的149泽字节增至2028年的超394泽字节 [7] AI在中央银行的应用 - AI可提高中央银行数据分析、实时经济监测和决策的速度、准确性和深度，在预测、监管合规、金融监管、法律分析和金融稳定监测等方面有应用 [9][11] AI带来的风险 - 可识别风险包括AI模型可解释性问题、数据偏差强化、幻觉和错误信息、影响金融稳定及被用于犯罪等 [12] - 难识别风险包括影响用户认知过程、减少人类监督、降低用户记忆信息的动力等 [13][17] 应对建议 - 优先制定健全的AI治理框架，宏观层面需基于不同发展情景做好政策准备，企业层面要重视数据管理 [19][20] - 劳动力要为AI采用做好准备，中央银行需调整人才结构，加强员工培训、再技能和提升技能 [21][23] - 鼓励当局间的跨机构合作，特别是跨境数据共享，以应对AI监管边界模糊的问题 [24][25]