資料圖。本文來(lái)源：新華財(cái)經(jīng)

本賬號(hào)接受投稿，投稿郵箱：jingjixuejiaquan@126.com

周小川談AI

新華財(cái)經(jīng)上海10月23日電（陳冉）10月23日，在2025外灘年會(huì)的“外灘圓桌：金融領(lǐng)域的AI治理與國(guó)際合作”上，國(guó)家金融監(jiān)督管理總局副局長(zhǎng)肖遠(yuǎn)企表示，當(dāng)前盡管AI發(fā)展迅猛，應(yīng)用廣泛，但必須明確一點(diǎn)，目前AI在金融領(lǐng)域的應(yīng)用仍處于早期階段，其作用仍是輔助性的，無(wú)法取代人的決策。

中國(guó)人民銀行原行長(zhǎng)周小川則表示，銀行較少使用多模態(tài)或生成式技術(shù)，主要依賴大數(shù)據(jù)分析和推理模型，基于這一特點(diǎn)，未來(lái)的從業(yè)人員規(guī)模會(huì)顯著受到影響和減少。“人工智能在銀行業(yè)的支付、定價(jià)、風(fēng)險(xiǎn)管理和市場(chǎng)推廣方面發(fā)揮著重要作用，這是一個(gè)很大的邊際變化?！?/p>

對(duì)于AI效率提升是否會(huì)帶來(lái)金融機(jī)構(gòu)內(nèi)部員工安置的壓力，肖遠(yuǎn)企認(rèn)為，到目前為止，還沒(méi)有聽(tīng)到金融機(jī)構(gòu)單純因AI應(yīng)用而出現(xiàn)員工安置壓力的案例。以柜員服務(wù)為例，AI是輔助工具，無(wú)法替代柜員與客戶之間個(gè)性化的互動(dòng)。在信貸、保險(xiǎn)定價(jià)、定損、精算等關(guān)鍵領(lǐng)域，仍然離不開(kāi)人的專業(yè)判斷。

助力監(jiān)管已有很大進(jìn)展

周小川指出，在人工智能的影響下，監(jiān)管也會(huì)發(fā)生很大變化。以反洗錢(qián)、反恐融資系統(tǒng)為例，是最典型可運(yùn)用大量數(shù)據(jù)分析發(fā)現(xiàn)線索、識(shí)別洗錢(qián)和恐怖融資活動(dòng)的領(lǐng)域，利用已破獲案件數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，模型會(huì)逐漸提升，從中找出規(guī)律，對(duì)監(jiān)管有巨大作用，這方面現(xiàn)在已取得很大進(jìn)展。

“AI可以在物價(jià)和微觀行為的數(shù)據(jù)收集、處理、模式識(shí)別和推理方面影響貨幣政策決定，是否可以從歷史上金融穩(wěn)定數(shù)據(jù)、金融機(jī)構(gòu)健康性變化中，通過(guò)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)，推理預(yù)知金融不穩(wěn)定的出現(xiàn)，我覺(jué)得這是一個(gè)很重要的方向。”周小川說(shuō)。

值得注意的是，監(jiān)管部門(mén)往往希望各類(lèi)金融機(jī)構(gòu)和活動(dòng)在運(yùn)用AI時(shí)提供透明、可解釋的模型，但實(shí)際操作中可能有所不同。周小川指出，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)必然帶來(lái)模型的黑箱性，可能未來(lái)監(jiān)管需要面對(duì)黑箱模型產(chǎn)生的結(jié)果和行動(dòng)，來(lái)調(diào)節(jié)或監(jiān)管金融市場(chǎng)。

“如果AI模型大量運(yùn)用短期高頻數(shù)據(jù)，學(xué)習(xí)結(jié)果很可能也是高頻、短期、技術(shù)性的，可能與金融穩(wěn)健和宏觀調(diào)控所需要的面向基礎(chǔ)面、長(zhǎng)遠(yuǎn)穩(wěn)定性的要求不一致。這個(gè)問(wèn)題確實(shí)需要認(rèn)真對(duì)待和解決。”周小川說(shuō)。

兩重風(fēng)險(xiǎn)需要關(guān)注

肖遠(yuǎn)企認(rèn)為，AI應(yīng)用所帶來(lái)的風(fēng)險(xiǎn)，與歷史上幾次重大科技革命在金融領(lǐng)域應(yīng)用時(shí)產(chǎn)生的風(fēng)險(xiǎn)類(lèi)似，目前或許難以定論，但從歷史視角看，過(guò)去幾輪科技革命在金融領(lǐng)域主要帶來(lái)的是增量風(fēng)險(xiǎn)和邊際風(fēng)險(xiǎn)，雖然風(fēng)險(xiǎn)的成因、路徑和形態(tài)有所變化，但金融行業(yè)面臨的根本性風(fēng)險(xiǎn)如信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)，并未發(fā)生革命性改變。

具體到這一輪AI變革對(duì)金融領(lǐng)域帶來(lái)的風(fēng)險(xiǎn)，肖遠(yuǎn)企認(rèn)為可以從宏觀和微觀兩個(gè)層面觀察：對(duì)單家金融機(jī)構(gòu)而言，一是模型穩(wěn)定性風(fēng)險(xiǎn)。這一輪AI應(yīng)用高度依賴模型支撐業(yè)務(wù)拓展，因此模型的穩(wěn)定性和可靠性變得至關(guān)重要；二是數(shù)據(jù)治理風(fēng)險(xiǎn)。這涉及數(shù)據(jù)來(lái)源的選擇、數(shù)據(jù)質(zhì)量的把控以及事后的評(píng)估與監(jiān)測(cè)程序，也就是數(shù)據(jù)治理的程序。這兩類(lèi)風(fēng)險(xiǎn)對(duì)單個(gè)機(jī)構(gòu)非常關(guān)鍵。

對(duì)金融行業(yè)而言，一是集中度風(fēng)險(xiǎn)。金融行業(yè)在AI模型技術(shù)上可能會(huì)依賴少數(shù)技術(shù)開(kāi)發(fā)能力強(qiáng)、穩(wěn)定性高、資源投入大的服務(wù)提供商。同時(shí)，大型金融機(jī)構(gòu)在資源投入上可能比小型機(jī)構(gòu)更具優(yōu)勢(shì)，可能導(dǎo)致市場(chǎng)集中度提高；二是決策趨同風(fēng)險(xiǎn)。由于所使用的模型和數(shù)據(jù)相對(duì)標(biāo)準(zhǔn)化和集中，使金融機(jī)構(gòu)在決策依據(jù)上可能趨同，進(jìn)而導(dǎo)致行業(yè)整體決策同質(zhì)化。如果趨同性過(guò)高，可能會(huì)引發(fā)“共振”效應(yīng)?！?/p>

掃碼入群可參加全年至少12場(chǎng)精彩閉門(mén)研討