广东
我国人工智能技术发展全球领先，在应用场景方面优势凸显。伴随着人工智能技术在我国金融领域的广泛应用，在金融运行效率提升的同时，技术风险及其对金融业务运行的影响，正逐步受到金融监管当局关注。近期，国家金融监督管理总局发布了银行业保险业人工智能安全开发应用指导意见，旨在推动相关金融机构人工智能技术应用和风险防控，可以说这是在合规层面引导“金融+AI”从“技术驱动”向“安全驱动”转变。
我国金融机构应用人工智能技术整体较为踊跃，特别是头部金融机构引领“金融+AI”的应用领域及拓展方向。从最早利用大数据分析技术辅助信用风险管理，到近年来应用大模型（LLM）和智能体（Agent）来实现多场景的规模化落地，“金融+AI”正呈现出快速发展态势。目前，头部金融机构运用人工智能技术，可实现毫秒级的常见反欺诈业务拦截；通过包括图像、时序和文本等多模态数据，信用风险管理效率明显提升。人工智能应用（含智能体）个数也呈现出急剧增长态势，有效支持了智能客服与运营，实现了精准营销与投顾。某大型银行2026年初就已经落地了500余个AI应用（智能体）。据某银行测算，该行AI数字员工年承担工作量约5.5万人年，经济效益较为可观。
尽管人工智能技术在金融领域应用方兴未艾，技术与安全风险已受到国际社会的广泛关注。如国际货币基金组织关注到AI模型在极端市场下的同质化出售将会引发非线性风险；金融稳定理事会高度聚焦“金融+AI”的系统性风险；国际清算银行强调要重视金融业数据的全生命周期管控；英国金融行为监管局将大型基础模型提供商纳入“关键第三方”监管。伴随着我国“金融+AI”的快速融合推进，人工智能技术的基础设施稳定性、数据安全、算法偏见、滥用误用等一系列问题，已受到各方的高度关注，并亟待解决。
因此，有必要在政策层面引导人工智能在金融领域的安全开发应用。银行业保险业人工智能安全开发应用指导意见可谓是“应运而生”，它明确了人工智能在金融领域的安全底线，有助于我国银行业保险业人工智能技术的安全应用开发：一是明确了数据隐私底线，严禁姓名、身份证号、手机号、银行卡号等个人高度敏感信息用于生成式AI的训练与优化，除非通过脱敏、隐私计算或合成数据来替代。二是明确高风险金融业务场景必须保留人工最终决策权。如资金交易、信贷审批等高风险场景，AI仅能辅助，关键决策必须保留人工最终决策权。三是明确准入与报备要求。金融机构引入生成式人工智能模型的自由度受到限制，必须要满足前置条件。四是明确主体责任。落实“谁使用谁负责”要求，也就是说，机器运行错误的风险最终要由具体的人来承担。
其实说到底，“金融+AI”既不是“作秀”，也不是“赶时髦”，而必须要立足于提升金融服务实体经济的效率。因此，“金融+AI”必须要坚持自主可控、务实高效、安全发展，既要避免盲目投入，也要AI应用与本机构的风控能力高度匹配，最终还是要回归服务实体经济与业务价值的本源。
本版专栏文章仅代表作者个人观点
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
