专访浙商银行原行长刘晓春：AI产生泡沫的原因在于创新逻辑错位，目前银行对AI态度较为谨慎

这几年来，人工智能（AI）行业的发展可谓如火如荼，吸引了大量资本和人才涌入，人形机器人、AI客服等话题都引起了广泛关注。

在银行业，此前区块链等技术每每出现，业内机构都趋之若鹜，但最终现实与想象相差甚远。目前，随着人工智能行业的迅速扩张，有关AI泡沫的讨论也日益增多，银行业AI是否有泡沫？技术飞速发展下，银行核心竞争力怎么体现？

6月21日，由深圳香蜜湖国际金融科技研究院联合数字金融合作论坛举办的“新形势下金融科技出海的机遇与挑战”专题研讨会暨课题发布会在深圳召开。会后，上海交通大学中国金融研究院副院长、浙商银行原行长刘晓春接受《每日经济新闻》记者采访。

金融机构在应用AI时相对更为审慎

NBD：有观点认为，现在大模型还没有找到合适的商业落地，且研发有表层化特征，比如研发就是尝试各种 Prompt。当前，在金融科技领域，特别是生成式 AI 等新技术热潮中，你认为是否存在泡沫？

刘晓春：当前社会对人工智能（AI）特别是大模型领域的宣传，存在一定的泡沫现象。这种泡沫主要体现在：部分宣传将技术想象过度渲染，甚至将尚未实现的愿景当作现实进行推广。

这种现象并非孤例。回顾近年技术发展历程，从互联网金融、区块链、Web3.0到如今的人工智能，其核心叙事逻辑存在高度相似性：每一项新兴技术出现时，市场似乎都倾向于将其描绘为解决所有问题的“万能钥匙”。这种过度乐观的预期，催生了舆论泡沫，进而在实际应用层面也产生了一定泡沫。

泡沫的产生，部分源于科技人员自身被其想象所驱动，甚至“自我说服”，进而将研发资源投入到不切实际的方向，造成资源浪费并累积风险。互联网金融领域曾经的乱象也是前车之鉴——当技术被神化为违背金融基本规律的万能工具时，最终结果往往是“一地鸡毛”。

而产生这种泡沫的核心问题在于创新逻辑的错位。

一是金融创新本质是业务创新，而非单纯技术创新。技术在金融领域应定位为工具，服务于特定的金融业务需求，创新的首要任务，应该是深刻理解所要变革的金融业务的内在规律。

二是金融体系极其复杂，非单一技术可解决。金融涵盖多样化的业务形态（如支付、信贷、风控、投资等），每种业务均有其独特规律和需求。不能将“金融科技”狭隘地等同于“支付效率提升”，或认为“去中介化”能解决所有问题。正如对平台企业的分类，金融科技的应用也需针对具体业务场景进行细分。

当前宣传存在一个关键误区，即“技术驱动业务”而非“业务驱动技术”。正确的路径应是：明确需要解决的金融业务问题，再寻找适配的技术解决方案。任何技术都有其边界、局限性和适用场景。没有万能的技术，适用于A场景的技术在B场景可能完全失效，所谓“高级”的技术甚至会被看似“低级”的技术超越。

不过在金融领域，通过近两年的观察，包括参与相关内部论坛的讨论，我发现金融机构在应用AI时相对更为审慎，泡沫不大。各类金融机构（银行、保险、信托、证券等）均高度关注AI发展，积极探索其在自身业务场景中的潜在价值。但态度普遍谨慎，避免了类似互联网金融或区块链初期的狂热。

NBD：许多银行投入巨资引入AI技术，但实际业务价值提升并不显著。在你看来，造成金融科技投入与实际效益产出之间鸿沟的关键原因是什么？金融机构应如何务实地评估和选择技术应用场景？

刘晓春：现在所有金融机构无论大小都很关心AI，并探索AI在其所在领域可以派上什么用场。为什么呢？现在大家都比较清醒，试错是需要的，而且大机构、小机构的策略也不同。

目前小机构以观察为主。在技术迭代迅速的背景下，小机构贸然投入容易导致资源浪费，需待技术相对成熟或找到明确契合点后再行应用。

大机构相对来说迈的步子比较大，但也是以自身业务为出发点进行投入，测验AI特性与哪些业务领域比较适配。此外，目前AI在业务上是以辅助性应用为主，还没有用到决策性业务上，包括风险管理、财务决策、战略决策等。

所以现在很多都是在投入阶段，大行有规模效应，在一个领域试用AI，错了就结束，成功了赚的钱足够弥补投入的成本，但小银行规模小、吃不消。从本质上来讲，大投入就是一种试错成本，可以通过成功后的收入来覆盖。

银行的核心竞争力在于客户服务

NBD：在技术喧嚣环境中，银行的核心竞争力最终应建立在什么基础上？金融科技在其中应扮演何种角色？

刘晓春：我此前提到，小型金融机构有其特定的技术应用策略（如以观察为主）。然而，回顾历史，无论是银行还是其他金融机构，没有一家机构的落后或者经营出现问题可归因于单纯的技术落后。

一旦前面有先进的银行使用了先进技术，并且效果很好，后续各家银行很快都会跟上，所以在先进技术方面的先发优势会产生差距，但其他银行很快就会弥补上来。

所以金融科技很重要，但落后不等于跟不上，大家一定是会相互学习的。其实银行只要把客户抓住，把提供的金融服务抓住就可以。比如客户要贷款买车，客户不会管银行是用人工智能发放贷款，还是用区块链发放贷款，客户只看能不能拿到钱买到车。

所以关键就是银行服务能不能满足客户需求，技术方面其他金融机构有了，自己银行必须跟上。

NBD：面对快速迭代的金融科技创新，你认为监管机构面临的最大挑战是什么？

刘晓春：从监管来说，自身的科技能力也要提升，包括人员对科技的认识程度、监管手段的科技化等。仅仅依靠人工，无论是效率还是其他各方面，监管都跟不上技术迭代，所以自身监管科技的研发投入也要增加。