董希淼 徐蓓蕓

我國高度重視人工智能（AI）發(fā)展，先后出臺《新一代人工智能發(fā)展規(guī)劃》等。近年來，在算法突破、算力提升等多方面因素驅(qū)動下，AI技術(shù)獲得長足發(fā)展。數(shù)據(jù)顯示，我國已初步構(gòu)建較為全面的人工智能產(chǎn)業(yè)體系，相關(guān)企業(yè)超過4500家，完成備案并上線、能為公眾提供服務(wù)的生成式人工智能服務(wù)大模型已達(dá)190多個。

金融業(yè)擁有龐大的用戶群體，積累了海量數(shù)據(jù)，包括大量結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，是AI技術(shù)應(yīng)用結(jié)合的優(yōu)質(zhì)場景。人工智能正在深刻地影響著金融業(yè)。總體而言， AI技術(shù)的應(yīng)用將加速金融業(yè)數(shù)字化轉(zhuǎn)型，提高數(shù)字金融發(fā)展效率和質(zhì)量。金融機構(gòu)應(yīng)基于自身實際，用好AI賦能，防范技術(shù)風(fēng)險。有關(guān)部門應(yīng)優(yōu)化政策環(huán)境，加大支持力度。

一、人工智能（AI）技術(shù)發(fā)展及金融業(yè)應(yīng)用

周小川曾說過，“金融業(yè)是半個IT行業(yè)”，金融數(shù)字化一直走在前列。隨著AI技術(shù)發(fā)展，其在金融業(yè)的應(yīng)用日益加快和深化。近年來，不同技術(shù)展現(xiàn)了各自獨特技術(shù)優(yōu)勢和金融業(yè)應(yīng)用價值。在實踐中，機器學(xué)習(xí)（ML）、圖像識別（OCR）、人臉識別（CV）、自然語言處理（NLP）和知識圖譜（KG）等人工智能技術(shù)都在不同領(lǐng)域得到深入應(yīng)用。如，機器學(xué)習(xí)（ML）已經(jīng)成為風(fēng)險管理、智慧營銷、智能投顧、合規(guī)管控等關(guān)鍵環(huán)節(jié)的重要工具，提升決策的精準(zhǔn)度和效率。圖像識別（OCR）則在智能進件、遠(yuǎn)程開戶、放款審核、財報識別等環(huán)節(jié)通過快速將圖像文本提取為結(jié)構(gòu)化數(shù)據(jù)，降低人工錄入的工作量。自然語言處理技術(shù)（NLP）在金融信息處理、客戶服務(wù)、合同比對方面發(fā)揮重要作用。而知識圖譜（KG）的圖計算、圖挖掘算法在政策解讀、行業(yè)研究、合規(guī)審計、產(chǎn)品推薦等方面，通過與機器學(xué)習(xí)、NLP技術(shù)結(jié)合，實現(xiàn)可視化解釋的智能應(yīng)用提升。

2022年11月，OpenAI推出的對話式通用人工智能工具ChatGPT正式上線， AI技術(shù)發(fā)展邁入新階段。目前，生成式人工智能（GAI）大模型已經(jīng)成為金融業(yè)關(guān)注焦點。而DeepSeek橫空出世，進一步加速了AI在金融業(yè)的深度應(yīng)用。DeepSeek融合多模態(tài)數(shù)據(jù)處理、知識圖譜構(gòu)建、智能決策引擎，特別是開源生態(tài)、低算力消耗帶來的低成本優(yōu)勢，部署應(yīng)用更具靈活性，從而更適配金融業(yè)特別是中小金融機構(gòu)實際，將可能降低應(yīng)用AI技術(shù)的門檻和成本，使得AI技術(shù)的金融業(yè)應(yīng)用更為廣泛深入。

當(dāng)下，金融機構(gòu)正在積極探索DeepSeek應(yīng)用落地。部分銀行基于DeepSeek開源框架整合內(nèi)外部數(shù)據(jù)，開發(fā)及優(yōu)化信貸風(fēng)控模型，實現(xiàn)對傳統(tǒng)信貸風(fēng)控模型升級，包括模型效能監(jiān)控與調(diào)優(yōu)、策略優(yōu)化、仿真測試、數(shù)據(jù)及衍生特征推薦等，進一步提升建模效率和精準(zhǔn)度。部分證券公司基于DeepSeek構(gòu)建升級智能客服系統(tǒng)，實現(xiàn)自然語言處理的飛躍。針對客戶提出的各種復(fù)雜問題，包括產(chǎn)品咨詢、業(yè)務(wù)辦理流程詢問、賬戶異常反饋等，迅速給出準(zhǔn)確詳細(xì)的回答，在多輪對話中保持連貫，為客戶提供更人性化服務(wù)體驗。

預(yù)計下一階段，DeepSeek等生成式AI大模型在信貸風(fēng)控、客戶服務(wù)、行業(yè)研究、智能投顧、財富管理、反欺詐、合規(guī)監(jiān)控等領(lǐng)域有著廣闊的應(yīng)用前景。

二、人工智能（AI）技術(shù)對金融業(yè)的影響

AI技術(shù)快速發(fā)展正在深刻改變金融業(yè)的業(yè)務(wù)形態(tài)和運營模式。這種影響和改變包括兩個層面，一方面技術(shù)革新驅(qū)動金融業(yè)數(shù)字化轉(zhuǎn)型變革；另一方面，技術(shù)深度滲透將可能引發(fā)新的風(fēng)險和挑戰(zhàn)。

（一）技術(shù)革新驅(qū)動金融業(yè)數(shù)字化轉(zhuǎn)型變革

技術(shù)革新驅(qū)動數(shù)字化轉(zhuǎn)型變革不僅體現(xiàn)在效率提升，更體現(xiàn)在業(yè)務(wù)模式創(chuàng)新和風(fēng)險管理能力提升。

第一，AI應(yīng)用提升金融業(yè)務(wù)處理效率。如銀行業(yè)務(wù)流程如貸款審批、賬戶開戶、文件審核等，往往涉及大量的人工操作，效率低下且容易出現(xiàn)錯誤。應(yīng)用AI技術(shù)，有助于實現(xiàn)這些業(yè)務(wù)流程的自動化。如可以通過自動讀取和分析相關(guān)文件和數(shù)據(jù)，包括貸款申請資料、財務(wù)報表、合同協(xié)議等，提取關(guān)鍵信息，并根據(jù)預(yù)設(shè)的規(guī)則進行審核和決策。智能投顧方面，通過機器學(xué)習(xí)算法，能夠根據(jù)客戶的風(fēng)險偏好和財務(wù)目標(biāo)，提供個性化的分析師觀點，不僅降低傳統(tǒng)投顧的人力成本，還提高服務(wù)普惠性。AI驅(qū)動的自動化交易系統(tǒng)能夠在毫秒級別完成市場數(shù)據(jù)的分析和交易決策，顯著提升交易效率和市場流動性。

第二，AI應(yīng)用加快金融服務(wù)模式變革。傳統(tǒng)以物理網(wǎng)點為中心的服務(wù)網(wǎng)絡(luò)，正在轉(zhuǎn)型為“云+端”的智能服務(wù)矩陣。如“AI+遠(yuǎn)程銀行”模式實現(xiàn)多數(shù)高頻業(yè)務(wù)自動化處理，客戶需求響應(yīng)速度較傳統(tǒng)模式顯著提升。在供應(yīng)鏈金融方面，結(jié)合物聯(lián)網(wǎng)平臺，銀行將實體企業(yè)的生產(chǎn)經(jīng)營數(shù)據(jù)轉(zhuǎn)化為信用評估依據(jù)，將部分?jǐn)?shù)權(quán)和物權(quán)轉(zhuǎn)化為信用，使得中小微企業(yè)貸款審批通過率大幅提升。在智能投顧與財富管理領(lǐng)域，基于深度學(xué)習(xí)的客戶畫像系統(tǒng)可實時解析超過千萬級的行為特征維度，根據(jù)客戶生命周期階段自動生成資產(chǎn)配置方案，提升投顧方案采納率。總體而言，AI應(yīng)用推動金融服務(wù)從傳統(tǒng)的“經(jīng)驗驅(qū)動”向“數(shù)據(jù)智能驅(qū)動”演進。

第三，AI應(yīng)用提升金融風(fēng)險管理能力。傳統(tǒng)的風(fēng)險管理往往依賴歷史數(shù)據(jù)分析和人工判斷，而AI技術(shù)能夠整合處理多模態(tài)多源異構(gòu)數(shù)據(jù)、實時監(jiān)控新聞事件等非結(jié)構(gòu)化數(shù)據(jù)，提前識別潛在風(fēng)險能力。如，中國人民銀行數(shù)字貨幣研究所研發(fā)的“風(fēng)控鷹眼”系統(tǒng)，通過機器學(xué)習(xí)實時監(jiān)測可疑交易，使反洗錢調(diào)查效率提升多倍。部分銀行通過知識圖譜技術(shù)與機器學(xué)習(xí)相結(jié)合，對集團客戶關(guān)聯(lián)風(fēng)險的識別準(zhǔn)確率較傳統(tǒng)方法顯著提升。此外，基于深度學(xué)習(xí)的風(fēng)險評估模型能夠更精準(zhǔn)地預(yù)測信用違約概率，從而幫助金融機構(gòu)做出更精確的信貸決策。

（二）技術(shù)深入滲透引發(fā)諸多新的挑戰(zhàn)

當(dāng)前，AI技術(shù)深度滲透已經(jīng)引發(fā)諸多新的風(fēng)險與挑戰(zhàn)，包括：數(shù)據(jù)隱私與安全、算法黑箱、網(wǎng)絡(luò)安全威脅、合規(guī)監(jiān)管矛盾等方面。

第一，“數(shù)據(jù)孤島”可能導(dǎo)致模型偏差。銀行、保險、證券等不同行業(yè)間的數(shù)據(jù)難以有效整合，碎片化的數(shù)據(jù)生態(tài)不僅制約AI模型的訓(xùn)練精度，更可能導(dǎo)致信用評估、反欺詐等核心業(yè)務(wù)場景存在系統(tǒng)性偏差風(fēng)險。由此可見，AI模型的訓(xùn)練需要大量數(shù)據(jù)支持，如何在保證數(shù)據(jù)隱私和安全的前提下進行模型訓(xùn)練，是行業(yè)需要共同解決的問題。

第二，算法黑箱問題則加劇應(yīng)用難度。深度學(xué)習(xí)模型的決策過程缺乏可解釋性、不透明，生成式AI技術(shù)“幻覺”可能性，使得新技術(shù)在精度要求極高的部分金融場景下的應(yīng)用成為障礙。而深度學(xué)習(xí)更是凸顯“算法黑箱”現(xiàn)象帶來的各種技術(shù)屏障，或?qū)?dǎo)致無論是程序錯誤還是算法歧視，在人工智能的深度學(xué)習(xí)中，都變得難以識別。

第三，網(wǎng)絡(luò)安全威脅呈現(xiàn)快速升級趨勢。生成對抗網(wǎng)絡(luò)（GAN）等AI技術(shù)，有時候被惡意用于偽造金融交易憑證、模擬高管聲紋實施詐。2024年某城商行就遭遇AI深度偽造的集團財務(wù)總監(jiān)視頻指令，造成數(shù)千萬資金損失。更嚴(yán)峻的是，對抗樣本攻擊可通過對輸入數(shù)據(jù)的細(xì)微篡改誤導(dǎo)風(fēng)控系統(tǒng)，這種新型攻擊手段嚴(yán)重威脅傳統(tǒng)基于規(guī)則的安全防護體系。

第四，技術(shù)發(fā)展對監(jiān)管帶來新的挑戰(zhàn)。現(xiàn)行金融監(jiān)管體系主要針對傳統(tǒng)業(yè)務(wù)模式設(shè)計，對AI技術(shù)驅(qū)動的新興業(yè)態(tài)缺乏有效規(guī)制手段。此外，跨國金融機構(gòu)還面臨不同司法轄區(qū)監(jiān)管標(biāo)準(zhǔn)差異帶來的合規(guī)挑戰(zhàn)。如歐盟的《人工智能法案》與我國《生成式人工智能服務(wù)管理暫行辦法》，在數(shù)據(jù)本地化、算法審計等方面的要求存在較大差異甚至是沖突。

與此同時，隨著AI技術(shù)大量應(yīng)用，人才短缺問題日益突出。調(diào)查顯示，兼具金融專業(yè)知識與AI技術(shù)能力的復(fù)合型人才缺口超過35%。人才短缺導(dǎo)致大量AI項目停留在技術(shù)驗證階段，難以實現(xiàn)業(yè)務(wù)場景的深度耦合。

總而言之，AI技術(shù)正在重塑金融業(yè)的未來。通過技術(shù)創(chuàng)新和模式變革，金融行業(yè)將能夠更好地服務(wù)實體經(jīng)濟，實現(xiàn)高質(zhì)量發(fā)展。同時，新技術(shù)加快滲透也會引發(fā)新的風(fēng)險與挑戰(zhàn)。

三、金融機構(gòu)應(yīng)對策略與措施建議

AI技術(shù)正在重構(gòu)金融業(yè)的價值鏈，在金融領(lǐng)域具有巨大應(yīng)用前景，將加快金融機構(gòu)數(shù)字化轉(zhuǎn)型，推動數(shù)字金融高質(zhì)量發(fā)展；同時還將為塑造金融新業(yè)態(tài)打開大門，有望形成金融的新質(zhì)生產(chǎn)力。但AI技術(shù)應(yīng)用并非“一招鮮”，更難以“一鍵復(fù)制”。在這個過程中，金融機構(gòu)需要保持開放和創(chuàng)新的態(tài)度，積極擁抱技術(shù)變革。同時，也應(yīng)看到新技術(shù)應(yīng)用與發(fā)展將對人才、組織、文化和風(fēng)險管理提出新要求，并采取針對性措施持續(xù)改進和提升。

總體而言，大型金融機構(gòu)應(yīng)注重對金融科技發(fā)展趨勢和新技術(shù)變革的長期跟蹤與研發(fā)應(yīng)用，并充分考慮技術(shù)創(chuàng)新、生態(tài)建設(shè)、風(fēng)險防范等協(xié)同與平衡。而大部分中小金融機構(gòu)面臨資金少、人才少、數(shù)據(jù)少、技術(shù)力量薄弱的“三少一弱”局面，可采用跟隨策略，探索與自身特點相適應(yīng)的AI技術(shù)應(yīng)用路徑。

一是合理定位，差異發(fā)展。大型金融機構(gòu)應(yīng)加快從“工具賦能”進階為“價值重構(gòu)”。在發(fā)展AI技術(shù)過程中，大型金融機構(gòu)應(yīng)更多關(guān)注技術(shù)創(chuàng)新需要的顛覆性變革，包括業(yè)務(wù)重構(gòu)、流程再造、組織變革等，深入思考“技術(shù)+業(yè)務(wù)”如何推動形成新產(chǎn)品、新模式、新業(yè)態(tài)。但也要避免盲目追求“全棧技術(shù)”而忽視實際使用率和價值成效。中小金融機構(gòu)更不應(yīng)盲目追求新熱點和高技術(shù)，而應(yīng)基于自身資源稟賦，聚焦發(fā)展方向和業(yè)務(wù)重點，合理定位AI技術(shù)優(yōu)先應(yīng)用的業(yè)務(wù)和場景，走差異化、特色化的數(shù)字化轉(zhuǎn)型發(fā)展之路。尤其在科技投入方面不能“撒胡椒面”，而應(yīng)聚焦重點業(yè)務(wù)需求和戰(zhàn)略業(yè)務(wù)發(fā)展需要，提高科技投入產(chǎn)出比。

二是開放協(xié)同，共建生態(tài)。大型金融機構(gòu)在推動AI技術(shù)研發(fā)、行業(yè)標(biāo)準(zhǔn)制定、金融風(fēng)險防范以及生態(tài)體系構(gòu)建等方面具有優(yōu)勢。應(yīng)加快先行先試，探索AI技術(shù)多場景落地應(yīng)用，做AI技術(shù)研發(fā)與應(yīng)用的領(lǐng)路人。同時，強化責(zé)任擔(dān)當(dāng)，打造更加完善的數(shù)字金融生態(tài)圈、朋友圈，向中小金融機構(gòu)輸出先進技術(shù)和模式，有效賦能行業(yè)發(fā)展。中小金融機構(gòu)應(yīng)秉持開放合作的態(tài)度，多學(xué)習(xí)考察同業(yè)優(yōu)秀實踐，加強與技術(shù)公司、研究院所溝通交流，加強產(chǎn)學(xué)研合作。在日常工作中，應(yīng)圍繞本機構(gòu)業(yè)務(wù)重點高頻場景，融入技術(shù)生態(tài)圈以及異業(yè)聯(lián)盟，加快探索技術(shù)與業(yè)務(wù)的深度融合，從而把AI技術(shù)真正應(yīng)用起來，并以此為契機深化數(shù)字化轉(zhuǎn)型。

三是優(yōu)化組織，培養(yǎng)人才。在組織文化上，應(yīng)大力打造學(xué)習(xí)型組織，圍繞應(yīng)用場景建立跨部門、跨條線的扁平化團隊，在全機構(gòu)范圍內(nèi)營造開放、協(xié)同的數(shù)字金融文化，創(chuàng)造寬松包容的創(chuàng)新氛圍，持續(xù)保持技術(shù)敏感性和組織敏捷性。同時，優(yōu)化崗位安排、考核評價方式，通過技術(shù)與業(yè)務(wù)部門交叉任職、雙線評價以及目標(biāo)與關(guān)鍵成果法（OKI）考核等方式，推動科技與業(yè)務(wù)加強協(xié)作與融合。在選拔機制上，可探索“金融+科技”雙維評估機制，識別具有數(shù)字化潛力的員工進行定向培養(yǎng)，并建立獨立的晉升與薪酬機制；完善“柔性人才池”機制，以項目制形式來合作吸納外部技術(shù)專家，構(gòu)建兼具專業(yè)深度與跨界廣度的人才生態(tài)。

四是重視安全，防范風(fēng)險。雖然AI技術(shù)不斷迭代發(fā)展，但對金融機構(gòu)而言，一旦AI技術(shù)的漏洞被不法之徒利用，就可能對金融機構(gòu)和客戶造成風(fēng)險與損失。而且，新技術(shù)還可能帶來不可預(yù)知的新型操作風(fēng)險，特別是在自動化控制狀態(tài)下影響難以估量。如數(shù)據(jù)中毒攻擊和對抗性樣本欺騙，可能威脅金融機構(gòu)核心系統(tǒng)穩(wěn)定性。隨著更多基于多模態(tài)數(shù)據(jù)的AI技術(shù)產(chǎn)生，數(shù)據(jù)邊界日益模糊，訪問主體和客體關(guān)系更復(fù)雜，金融機構(gòu)常見的安全防御手段無法完全滿足數(shù)智化環(huán)境下安全保障需求。因此，信息安全和隱私保護等問題需要尤其重視。金融機構(gòu)應(yīng)當(dāng)將AI技術(shù)風(fēng)險納入全面風(fēng)險管理體系，采取多方面措施有效防范和處置風(fēng)險。

四、人工智能（AI）技術(shù)金融政策建議

2023年10月，中央金融工作會議將數(shù)字金融確定為五篇大文章之一。2024年11月，中國人民銀行等七部門印發(fā)《推動數(shù)字金融高質(zhì)量發(fā)展行動方案》，要求加快推進金融機構(gòu)數(shù)字化轉(zhuǎn)型，夯實數(shù)字金融發(fā)展基礎(chǔ)。我國AI技術(shù)在金融業(yè)高質(zhì)量發(fā)展離不開開放包容、公平有序的政策環(huán)境。針對當(dāng)前面臨的不足和問題，可從以下兩方面著手，進一步完善政策措施，實現(xiàn)技術(shù)創(chuàng)新與風(fēng)險可控的平衡，使AI技術(shù)成為金融業(yè)數(shù)字金融高質(zhì)量發(fā)展的“安全引擎”，而非“風(fēng)險盲盒”。

（一）建立分類監(jiān)管政策，推動國際標(biāo)準(zhǔn)協(xié)調(diào)

不同AI技術(shù)的應(yīng)用場景，如信貸評估、投資顧問、反欺詐等，在應(yīng)用的技術(shù)框架、技術(shù)復(fù)雜度和深度上存在較大差異，風(fēng)險發(fā)生概率和影響程度上也不盡相同。因此，在政策上可考慮制定差異化的監(jiān)管要求，對高風(fēng)險應(yīng)用如高頻交易等實施更嚴(yán)格的監(jiān)管，對低風(fēng)險應(yīng)用如智能客服等實施相對寬松的監(jiān)管。

同時，在制定完善國內(nèi)監(jiān)管政策同時，可考慮進一步推動國際標(biāo)準(zhǔn)協(xié)調(diào)，參與國際監(jiān)管組織（如FSB、BIS）的AI標(biāo)準(zhǔn)制定，促進全球監(jiān)管一致性發(fā)展，從而降低跨境金融機構(gòu)的合規(guī)成本。

（二）引導(dǎo)強化風(fēng)險意識，構(gòu)建新型合規(guī)文化

良好的風(fēng)險意識和合規(guī)文化是數(shù)字金融發(fā)展的前提和基礎(chǔ)。建議通過制度設(shè)計、工具創(chuàng)新和生態(tài)協(xié)同相結(jié)合，促進金融機構(gòu)增強主動風(fēng)險防范意識，從“被動響應(yīng)”轉(zhuǎn)向“主動引領(lǐng)”；通過制度剛性約束與市場柔性激勵相結(jié)合，推動金融機構(gòu)將AI風(fēng)險防范內(nèi)化為合規(guī)文化。

一是制度設(shè)計上，促進銀行等金融機構(gòu)對新產(chǎn)品、新業(yè)務(wù)、新模式帶來的技術(shù)和業(yè)務(wù)邏輯變化，建立起及時響應(yīng)、全面覆蓋、審查到位的合規(guī)體系，進一步規(guī)范全面風(fēng)險管理范圍，如新型操作風(fēng)險、科技外包風(fēng)險、模型算法風(fēng)險等如何識別、防范和監(jiān)控。

二是工具創(chuàng)新上，可考慮構(gòu)建AI驅(qū)動的合規(guī)監(jiān)測平臺，自動解析監(jiān)管文件并評估金融機構(gòu)的合規(guī)狀況。從而提升監(jiān)管的時效性，及時反饋當(dāng)前金融機構(gòu)可能碰到的問題和風(fēng)險。同時，可建立跨機構(gòu)的數(shù)據(jù)共享平臺，利用AI分析系統(tǒng)性風(fēng)險，并實現(xiàn)信息披露和共享。

三是鼓勵第三方機構(gòu)提供AI模型審計、數(shù)據(jù)合規(guī)檢測等服務(wù)，降低金融機構(gòu)合規(guī)成本。第三方審計可避免金融機構(gòu)“自我審查”的潛在利益沖突，確保結(jié)果公正。同時也減少金融機構(gòu)的自身投入，特別是中小金融機構(gòu)無需自建昂貴的AI審計團隊或采購高端技術(shù)工具，通過第三方專業(yè)服務(wù)節(jié)省人力、技術(shù)和時間成本。同時第三方機構(gòu)專注于合規(guī)技術(shù)，積累跨行業(yè)經(jīng)驗，能夠快速識別風(fēng)險并提供精準(zhǔn)解決方案，如，算法偏見檢測、數(shù)據(jù)泄露防護等。這將有助于形成統(tǒng)一的審計與檢測標(biāo)準(zhǔn)。

人工智能（AI）技術(shù)是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量，將對全球經(jīng)濟社會發(fā)展和人類文明進步產(chǎn)生深遠(yuǎn)影響。面向未來，我們要深入貫徹落實黨中央、國務(wù)院關(guān)于人工智能發(fā)展的決策部署，不斷推動人工智能與金融業(yè)深度融合，充分發(fā)揮AI技術(shù)在促進金融數(shù)字化轉(zhuǎn)型、做好數(shù)字金融大文章等方面的重要作用；同時推動金融更好地賦能AI技術(shù)迭代創(chuàng)新，為加快形成新質(zhì)生產(chǎn)力、促進經(jīng)濟高質(zhì)量發(fā)展注入源源不竭的金融動能。（原載《金融電子化》雜志4月上半月刊，發(fā)表時有修改）

（董希淼系招聯(lián)首席研究員、上海金融與發(fā)展實驗室副主任，徐蓓蕓系安碩信息金融業(yè)務(wù)研究院高級顧問、上海金融與發(fā)展實驗室特聘研究員）