“金融業(yè)正在進入AI時刻”“AI的全面應用是決定金融業(yè)生死存亡的關鍵之舉”“人工智能金融應用仍面臨數(shù)據安全、技術依賴、人才短缺等深層次問題”“人工智能的算法黑箱、數(shù)據污染、模型缺陷等潛在風險問題不容忽視”……4月10日，以“人工智能與金融未來”為主題的國民財富發(fā)展研究合作平臺2025春季峰會召開，會上，多方談及，人工智能正全方位滲透金融領域，但帶來革新的同時，也引發(fā)對潛在風險的關注。

沖擊中小金融機構

金融業(yè)正在進入AI時刻。

大家不難發(fā)現(xiàn)，如今各行各業(yè)都在積極擁抱AI，隨著DeepSeek的出現(xiàn)，也進一步為技術在金融業(yè)的應用按下“加速鍵”。正如會上中國財富管理50人論壇副理事長、原中國銀保監(jiān)會副主席陳文輝指出，2025年將是AI在金融業(yè)應用的轉折之年，以往只有大型金融機構有能力投入使用的大模型，今年因DeepSeek的推出，大幅降低了大模型應用成本，也使得更多機構得以涉足，模型邏輯推理能力等得到提升。

AI特別是大模型，為各類金融機構實現(xiàn)質變提升提供了重要契機。一方面，其在提升效率、創(chuàng)造價值、輔助深度決策等方面，具有顯著應用價值；另一方面，DeepSeek推動技術革新，大模型從少數(shù)機構專屬，走向普惠化生態(tài)共建。“在這一情況下，如果我們在這方面能夠應用得好，就可以實現(xiàn)質變，但若應用得不好，也會被它所淘汰?！标愇妮x說道。

陳文輝指出，AI的全面應用是決定金融業(yè)生死存亡的關鍵之舉，也是關鍵時刻。金融行業(yè)歷史悠久，傳統(tǒng)色彩濃厚，過往國外大型金融機構常強調自身百年歷史。但在當下，若不能及時順應AI發(fā)展趨勢進行轉變，即使不會自生自滅，也將陷入困境。

以中小金融機構為例，人工智能的興起正在全面沖擊著金融機構的傳統(tǒng)優(yōu)勢，例如，中小金融機構在服務中小微企業(yè)、涉農客戶上具有“軟信息”方面的比較優(yōu)勢，但AI技術的興起或對其造成沖擊。

如何理解？過去，傳統(tǒng)中小銀行依托密集的物理網點和客戶經理，往往通過實地走訪采集“三品三表”（人品、產品、押品）等軟信息，借助地理優(yōu)勢，降低信息不對稱性，而如今，人工智能則通過整合客戶交易、社交和行為數(shù)據，打破物理距離限制，實現(xiàn)風險評估從“靜態(tài)指標”向“動態(tài)畫像”的轉變。

此外，過去中小銀行很多采用德國IPC（國際項目咨詢公司）微貸技術，本質上是人海戰(zhàn)術。通過實地調查來采集小微企業(yè)的非標準化信息，高度依賴客戶經理的實地調查和經驗判斷，存在效率低、成本高、操作風險大等問題。而AI推理模型，能大幅提升審批效率、優(yōu)化業(yè)務流程、減少人力依賴。

“未來，中小金融機構可能面臨合并浪潮，能否存續(xù)，主動擁抱AI將是關鍵因素?！标愇妮x直言。

對于這一點，中國財富管理50人論壇理事長、原銀監(jiān)會主席、證監(jiān)會原主席尚福林也有所提及。在他看來，如今，各方對于人工智能在金融業(yè)推進充滿了期待?？梢灶A見，人工智能將對金融業(yè)產生深遠影響。

一方面增強交互體驗。大語言模型利用自然語言處理技術，實時回答客戶問題，提供個性化的服務建議，極大地提高了客戶服務效率，減少了人工客服的工作量和成本。

另一方面全面分析“畫像”。在信貸業(yè)務中，人工智能通過挖掘分析消費習慣、交易行為等非結構化數(shù)據，分析借款人的各種特征、評估還款意愿，通過動態(tài)風險評估替代靜態(tài)抵押，實現(xiàn)風險評估從“靜態(tài)指標”向“動態(tài)畫像”的轉變；推動風險定價從“經驗主導”向“數(shù)據+算法”驅動轉變。此外，邏輯推理模型通過交易行為數(shù)據中的異常邏輯鏈檢測等策略，加上生物信息識別技術，在反洗錢、反金融欺詐等方面也發(fā)揮了較好效果。

國際貨幣基金組織（IMF）最近一期發(fā)布的《全球金融穩(wěn)定報告》，也分析了人工智能在提高投資和資產配置的效率、幫助完善組合投資框架、改進回報預測方面的作用。根據市場研究機構估算，2024年全球智能投顧管理的資產規(guī)模已突破2萬億美元，較2023年增長超過30%。

“人工智能正在改變傳統(tǒng)物理服務模式，對依托密集的物理網點和客戶經理的中小銀行沖擊最大。對這方面的影響還需要進行深入的研究?！鄙懈Ａ终f道。

算法“黑箱”等風險不容忽視

盡管大勢所趨，但人工智能在金融領域的應用，仍有諸多挑戰(zhàn)。

算法風險首當其沖。尚福林指出，算力、算法和數(shù)據是大模型應用的三大支撐要素。但同時也要清醒看到，人工智能的算法“黑箱”、數(shù)據污染、模型缺陷等潛在風險問題不容忽視。特別是在金融行業(yè)應用時，應關注人工智能帶來的效率提升與風險加劇的雙重效應。

其中，數(shù)據安全可靠與隱私保護是關注焦點。人工智能讓數(shù)據的應用價值凸顯，也讓數(shù)據的安全防護變得更加復雜。

一方面，要持續(xù)加強數(shù)據的隱私安全保護。金融機構和科技企業(yè)需要共同研究數(shù)據在采集、存儲、傳輸和使用過程中的安全性問題。要在保障安全和隱私前提下，推動金融與公共服務領域信息互聯(lián)互通，釋放數(shù)據要素潛能。

另一方面，要關注數(shù)據污染。尚福林稱，金融機構每天都在處理海量的數(shù)據和復雜的交易，信息的準確性和可靠性至關重要。在金融行業(yè)，信息污染風險同樣存在。如果虛假信息被灌入訓練模型，有可能污染模型的訓練數(shù)據。一旦部署到金融交易、風險分析當中，可能會引發(fā)連鎖反應，造成難以估量的損失。

國民財富發(fā)展研究合作平臺理事長、孫冶方基金會理事長李劍閣也指出，在發(fā)展人工智能金融應用的同時，也應正視挑戰(zhàn)。目前，人工智能在金融領域的應用仍面臨數(shù)據安全、算法倫理、技術依賴、人才短缺等深層次問題。如何在推動技術創(chuàng)新的同時，確保金融系統(tǒng)的穩(wěn)定與安全，需要人工智能方面的專家和金融界的專家密切合作，合力攻關。

“高度關注AI運用可能帶來的風險?！标愇妮x也提出，AI幻覺的風險、算法歧視等風險，可能是各家金融機構在積極擁抱的過程中，也必須要認認真真考慮的。另外，監(jiān)管機構應采取包容審慎的態(tài)度，高度關注，密切跟蹤。

陳文輝稱，對于AI應用潛在的風險，監(jiān)管不能放任不管，但也不能盲目、過度監(jiān)管，與此同時，監(jiān)管機構也要加大自身的數(shù)字化監(jiān)管轉型的力度。

必須是一把手工程

人工智能重塑金融生態(tài)格局，那么，機構又該如何抓住AI機遇？

會上，陳文輝提出多個建議。首先要充分樹立數(shù)字化轉型的戰(zhàn)略，他表示，金融機構數(shù)字化戰(zhàn)略必須是一把手工程。因其投入大、見效慢且涉及面廣，非一把手主導難以推進。同時要樹立全員數(shù)字化意識，戰(zhàn)略實施過程中，除一把手重視外，具體業(yè)務部門應優(yōu)先開展具有原始驅動力的AI項目，即能快速實現(xiàn)降本增效、防控風險、優(yōu)化客戶體驗的項目，這樣才能獲得主要負責人的大力支持。

同時也要加大AI人才的培養(yǎng)和使用，特別是有AI技術專長的高級管理人員和高層級技術專家，要大力進行選拔和使用。另外，鼓勵具有AI技術背景的專業(yè)人才進入董事會或高級管理層，參與到數(shù)字化轉型規(guī)劃中，提升AI技術賦能金融業(yè)務的有效性。

除了關注AI運用可能帶來的風險外，金融資源也要更多地向AI領域傾斜，服務經濟高質量發(fā)展。陳文輝稱，AI是一個確定性很高的賽道和領域，值得金融業(yè)高度關注，要把資源更多地放進去。在推動AI行業(yè)發(fā)展的早期，股權投資極為重要。在此基礎上，金融應該全方位地介入、全方位的服務。

此外，李劍閣也指出，要加大金融創(chuàng)新對人工智能產業(yè)發(fā)展的支持。人工智能產業(yè)具有高投入、高風險、長周期的特點，傳統(tǒng)的金融支持模式往往難以滿足其發(fā)展需求。無論是基礎研究的突破，還是應用場景的落地，都需要大量資金的持續(xù)投入。

“這就要求我們培育壯大耐心資本，創(chuàng)新風險分擔機制，豐富金融支持工具，探索更加靈活、多元化的融資渠道，為人工智能企業(yè)提供從初創(chuàng)期到成熟期的全生命周期金融服務，從而推動‘科技—產業(yè)—金融’高水平循環(huán)，為建設現(xiàn)代化產業(yè)體系、推動高質量發(fā)展貢獻源源不斷的金融動能?！崩顒﹂w稱。

（來源：北京商報 ）