2026年3月26日晚，由上海师范大学商学院、上海市大数据社会应用研究会、复旦大学社会科学高等研究院社会科学智能研究中心及waytoAGI社区联合主办的“人工智能前沿论坛·第4期”在上海师范大学徐汇校区商学院108顺利举行。本期论坛以“AI重塑金融：算法与智能时代下的金融世界”为主题，汇聚了学界与业界的多位专家，共同探讨人工智能技术在金融领域的深度应用与未来趋势。
论坛开场由上海市大数据社会应用研究会副秘书长李阳主持。李阳副秘书长介绍了本期论坛的背景与意义。他指出，随着大模型与多模态技术的快速迭代，金融行业正经历从“数字化”向“智能化”的关键跃迁，如何构建适应AI时代的金融架构、风险体系与人才能力，已成为学界与实务界共同关注的焦点。
首位分享嘉宾是上海师范大学商学院商业数据系主任朱敏副教授。他以《量化策略的智能架构设计思考》为题，系统梳理了传统量化策略在智能时代面临的挑战。他指出，过去量化策略依赖人工因子挖掘与静态模型，而如今生成式AI与强化学习的引入，正在重塑策略的“感知—决策—执行”闭环。未来的智能量化架构应具备“数据自适应、模型可演化、决策可解释”三大特征，并通过模块化设计实现从信号生成到风险对冲的高效协同。朱敏强调，智能架构不仅仅是技术的堆叠，更需要对金融逻辑的深刻理解，只有“业务与算法双向对齐”，才能真正释放AI在量化投资中的价值。
紧接着，上海师范大学商学院金融专硕项目主任宋玉平副教授带来了题为《基于多模态特征挖掘与AI模型融合的智能风险度量体系》的分享。他展示了如何融合文本、图像、时序数据等多模态信息，通过大模型与传统统计模型的协同，构建更具鲁棒性的风险预警系统。宋玉平指出，传统的风险模型往往滞后于市场变化，而多模态特征挖掘能够捕捉到企业财报、新闻信息、宏观数据中的非线性信号。他特别介绍了团队在“模态对齐”与“可解释性”方面的最新进展，并展示了在实际金融场景中，融合模型如何显著提升尾部风险识别能力。宋玉平认为，未来的风险度量将不再是单一模型的任务，而是“多模态数据+多模型融合+人机协同”的综合决策系统。
论坛下半场聚焦于AI在财务与会计实务中的落地应用。戴德梁行房地产咨询大中华区高级财务经理吴昞以《AI赋能财务：智能时代的财务效率革命》为题进行了分享。他从一线管理者的视角出发，系统展示了AI在音视频会议纪要生成、文档撰写、财税政策深度解读、智能体任务处理以及财务数据分析等场景中的实际应用。吴经理现场演示了如何通过AI工具将一场数小时的财务会议自动生成结构化纪要，并提取关键决策点与待办事项。他指出，AI正在将财务人员从重复性、规则明确的事务中解放出来，使其能够更聚焦于高价值的分析与判断。同时，他也坦承，AI在财务领域的应用仍面临数据安全、模型幻觉、流程嵌入等现实挑战，未来需要企业与技术方共同探索“人机协同”的最佳实践。
最后一位分享嘉宾是注册会计师、AI财务工具开发者余娟。她以《AI时代财务人的转型实践》为题，用一组数据引发了全场深思：根据世界经济论坛2025年1月发布的报告，会计师位列全球衰退最快的第18位职业；四大会计师事务所的毕业生招聘量一年内锐减144%；而在中国，已有92%的企业正在使用AI，32%的企业已削减初级财务岗位。余会计师直言：“记账、数据录入、基础核算这些工作，AI已经做得比人更准。”但与此同时，财务管理、风险判断、战略决策等“判断层”岗位正在增长。她强调，“执行层在消失，判断层在增长——判断力正在成为财务人最值钱的资产。” 她进一步结合自身从传统财务到AI工具开发者的转型经历，鼓励在场听众主动拥抱技术，将专业判断与AI能力相结合，成为能够填补“人机协作”缺口的关键人才。
分享结束后，论坛进入互动交流环节。现场听众围绕“量化策略的黑箱问题如何破局”、“财务人员在AI时代的核心竞争力重塑”等问题与嘉宾展开了热烈讨论。多位与会者表示，本期论坛既有前沿技术的冷静解构，也有业财一线的真实体感，呈现了AI在金融领域“从工具到伙伴”的深刻演变。
本次论坛的成功举办，集中展示了上海师范大学商学院在“AI+金融”交叉领域的学术积累与产教融合探索。近年来，以朱敏、宋玉平等商业数据系老师为核心的研究团队，立足统计方法，深耕人工智能在金融领域的理论与应用。他们聚焦深度学习架构在金融价格预测与风险管理中的优化问题，系统探索大模型在金融场景中的适配机理与应用特性，着力推动人工智能与金融问题的深度融合与高效赋能。研究成果相继发表于《Expert Systems with Applications》、《Applied Soft Computing》等中科院一区TOP期刊，形成了一定的学术影响。在科研引领下，团队积极推动学科反哺教学，商业数据系先后开设了《AI大模型与商科应用》、《数据挖掘》、《深度学习》等课程，持续赋能商学院在人工智能背景下的人才培养模式转型。
（供稿：商业数据系）
