违背大众利益的AI应被淘汰，金融大模型不要求“最先进”

清华大学五道口金融学院金融发展与监管科技研究中心主任张健华

本报（chinatimes.net.cn）记者付乐 北京报道

当前，人工智能投资方兴未艾，不仅引领全球经济增长，也为金融行业带来了新的机会。

在2026清华五道口全球金融论坛期间，AI投资是否存在泡沫，以及金融业适配何种大模型成为业内热议的话题。

清华大学五道口金融学院金融发展与监管科技研究中心主任张健华在论坛上表示，AI泡沫风险备受市场热议，泡沫若逐步显现，以及一旦泡沫破裂是否影响金融稳定的问题正引起关注。金融业使用AI强调成熟、可控，不一定要用顶尖模型，关键看适配性与可行性，面向客户使用的模型必须接受约束。

顶尖大模型未必适配金融场景

当前，AI的发展已深度融入数字经济。张健华称，AI早已深耕金融领域，并非近年才兴起。AI包含大模型与小模型，其中小模型应用起步很早，二十年前大数据信贷等相关实践就已出现，这类应用均属于AI范畴。当下行业热议的核心是大模型，对人力的替代作用更为突出，除基础运算外，还可完成推理、信息整合、协作等工作。

“从监管视角来看，银行在大规模应用AI时态度审慎，比如新加坡金管局会进行严格审查，因此银行并不能随意部署AI。”GFTN首席执行官、前新加坡金管局首席金融科技官索彭杜・莫汉蒂表示。

张健华认为，从监管的角度来看，肯定是不懂不做，因为我们要做穿透式监管，要了解这项业务的实质。金融行业引入大模型，首先要充分摸清吃透大模型自身的实际能力，若是对模型能力尚不了解，不会直接对外面向客户使用，这其中存在不少约束，目前行业也基本按照这一原则执行。

“金融业选用AI，并非一味追求行业最先进的技术。顶尖大模型未必适配金融场景，最终选择要结合实际业务做好适配，兼顾落地可行性。”张健华表示。

近两年，我国密集出台《银行业保险业数字金融高质量发展实施方案》《银行保险机构数据安全管理办法》等文件，明确加快发展“人工智能+金融”，鼓励有条件的金融机构加强人工智能安全开发应用。此外，银行保险机构应当对人工智能模型开发应用进行统一管理，建立模型算法产品外部引入的准入机制，对模型研发过程进行管理，实现模型算法可验证、可审核、可追溯。

在索彭杜・莫汉蒂看来，监管层面核心追求三大要点：市场公平、伦理规范以及完善的问责制度，金融机构部署AI都必须遵守这类合规要求。对银行而言，运用AI开展业务，如何保障公平性尚存难题。放到信贷领域来说，依托AI进行资金投放、发放贷款时，该面向哪些群体提供金融支持，也是难题。

除此之外，一旦金融行业因AI应用出现各类问题，企业CEO及高层管理人员都需要为相关决策承担责任。落实到实际信贷业务中，金融机构运用AI开展业务要贴合实际、具备可操作性，相关业务决策不能滋生金融风险，所有金融服务都必须严守合规底线。

“尤为关键的是，金融机构借助AI分配信贷资源时，能否切实维护借款人的合法权益，还是说‘任由穷人变得更穷’。这其中依旧存在诸多潜在问题。”索彭杜・莫汉蒂认为。

针对大模型治理与AI管控，与会专家认为，不必过度放大AI失控、技术作恶的风险，不能预设前沿AI研发应用主体存在恶意。AI产品与模型想要长久发展，必须依托用户与社会认可，违背企业和公民意愿的AI应用，不会有人愿意使用。

增长、泡沫与分化

在AI投资机遇与泡沫问题上，专家们呈现出不同的观察视角。摩根士丹利证券（中国）有限公司董事长张欣表示，去年大家还在讨论AI是不是有泡沫。但现在看到了AI所带来的成果，不仅是科技企业，应用AI的企业也一样，不管是收入增长加速，还是成本控制，都已经出现更多看得见摸得着的结果。从中长期来看，AI所带来的生产力提高可能是更加正面的。在这种情况下，无论美国、中国，还是其他市场，AI和AI基础设施的投资会催生出一大批与之相关，以及产业链相关的投资机会。

除了泡沫风险，AI投资还面临技术试错、行业分化等挑战。张健华提到，当前不仅开发端投入巨大，也可能形成潜在的AI泡沫，在应用端也一样，不确定哪个技术路线最终能够走出来，所以现在每条路都要试。中国大型金融机构是“多条腿走路”，投资的同时也会形成一定浪费。

“投入差距可能拉大AI鸿沟，大中小型金融机构会出现百倍、千倍级差距，进而影响市场竞争格局，以及是否引发部分机构退出市场，这些都要考虑在内。”张健华表示。

从长期趋势来看，张健华认为，面向2030年，AI带来的核心关键词是“分化”，会不会用AI的人、能不能用好AI的金融机构，能力与发展前景都将分化。

责任编辑：冯樱子 主编：张志伟