金融業(yè)憑借數(shù)據(jù)密集、技術驅動的特性，一直是科技創(chuàng)新應用的先行者，處于全社會數(shù)字化轉型的前沿。在近日由中國金融四十人論壇（CF40）與清華大學聯(lián)合主辦的2025外灘年會上，與會嘉賓普遍認為，從最早的信息化到數(shù)字化再到數(shù)智化，人工智能（AI）正在全面提升金融業(yè)的服務效能和水平，也給行業(yè)未來發(fā)展帶來更大的想象空間。AI在金融領域的應用處于什么階段，在金融機構展業(yè)過程中發(fā)揮怎樣的作用，未來是否會有AI幫客戶做決策……記者就這些問題進行了采訪。

  應用有基礎

  “金融與科技的互動歷來是相輔相成、相互促進的。”國家金融監(jiān)督管理總局副局長肖遠企表示，過去，款項的支付需要依靠人背馬馱的遠程操作。1000多年前我國北宋時期發(fā)行了世界上最早使用的紙幣“交子”，這也得益于當時印刷術和版畫技術發(fā)明的支持；電氣時代解決了匯款難題；互聯(lián)網時代，則實現(xiàn)了金融業(yè)務的24小時運營。現(xiàn)在金融行業(yè)成為AI新科技的領先應用者，業(yè)內并不感到意外。

  那么，目前AI在金融行業(yè)主要有哪些應用呢？肖遠企總結了三方面：首先，中后臺運營的智能化，覆蓋了數(shù)據(jù)收集、加工、信息甄別與識別以及客戶評估等多個環(huán)節(jié)，當前已經在銀行等金融機構內部應用比較廣泛。其次，在客戶交流方面，許多金融機構在客戶關系管理環(huán)節(jié)，包括營銷、維護和問題解答等方面都普遍應用了AI技術。最后，在金融產品提供方面，AI的應用帶來了雙重效益——對內，它幫助金融機構降低成本、提高效率；對外，能夠為客戶和利益相關者提供更個性化、更精準的金融產品與服務，更有效地解答問題和滿足需求。

  今年國務院發(fā)布《關于深入實施“人工智能+”行動的意見》，明確將加快實施重點行動，其中包括“人工智能+”產業(yè)發(fā)展，創(chuàng)新服務業(yè)發(fā)展新模式，在軟件、信息、金融、商務、法律、交通、物流、商貿等領域，推動新一代智能終端、智能體等廣泛應用。

  “AI應用于金融系統(tǒng)有良好基礎。”中國人民銀行原行長周小川表示，過去金融系統(tǒng)積累了海量數(shù)據(jù)，這些數(shù)據(jù)可用于機器學習、深度學習，使傳統(tǒng)模型轉向智能推理模型。通過機器學習或深度學習金融穩(wěn)定數(shù)據(jù)、金融機構健康性的歷史變化，推理預知金融不穩(wěn)定風險的出現(xiàn)，是一個重要探索方向。

  金融行業(yè)高度重視人工智能應用，目前也正在積極布局。交通銀行副行長兼首席信息官錢斌介紹，按公開信息披露，2024年我國國有大型商業(yè)銀行在科技資金上的投入合計超過1200億元，科技人員超過10萬人。以交通銀行為例，自2021年起把人工智能作為交通銀行數(shù)字化轉型的新名片之后，該行每年科技資金投入始終保持在120億元，占整個營收約5.4%，科技人員達到1萬人，占交行總員工數(shù)10%以上，體現(xiàn)了對人工智能的重視。

  肖遠企表示，當前，以人工智能為代表的科技成果在金融領域已經開始廣泛應用，可以預期，對金融的促進與影響可能是重大且根本性的。

  邊際有變化

  那么對于金融體系而言，AI究竟是一種邊際性的技術工具進步，還是更像蒸汽機、電力，是全方位重塑行業(yè)業(yè)態(tài)的根本性變革？對于這一問題，周小川認為，從金融的角度來看，AI是在歷史上信息處理、IT和自動化基礎上的又一次新的邊際變化——但這個邊際變化是一個很大的變化，涉及銀行主要業(yè)務、客戶行為與監(jiān)管等諸多層面。

  周小川表示，銀行與其他行業(yè)有所不同，人工智能前幾年興起時，大家非常關注生成式模型，后來重視多模態(tài)處理；而銀行相對簡單，較少使用多模態(tài)或生成式技術，主要依賴大數(shù)據(jù)分析和推理模型，因此有其自身的特點。基于這一特點，銀行未來結構會進一步向這個方向發(fā)展。

  此外，客戶行為也在發(fā)生深刻變化。過去客戶與銀行打交道時，許多人習慣與人溝通，不習慣與機器互動。但近10年的變化顯示，越來越多客戶習慣與機器打交道，不太愿意或認為沒有必要人工介入，這個變化也非常深刻。因此，人工智能在銀行業(yè)的支付、定價、風險管理和市場推廣等方面發(fā)揮著重要作用，這是一個很大的邊際變化。

  “在人工智能的影響下，監(jiān)管也會發(fā)生很大變化。我們現(xiàn)在的反洗錢、反恐融資系統(tǒng)是最典型可運用大量數(shù)據(jù)分析發(fā)現(xiàn)線索、識別洗錢和恐怖融資活動的領域。過去有一個很大的困惑就是，凡是涉及大額交易都必須向反洗錢部門報告，但收集海量數(shù)據(jù)后不知道該如何處理。而如果利用已破獲案件數(shù)據(jù)進行機器學習、深度學習，模型會逐漸提升，從中找出規(guī)律，這對監(jiān)管也有巨大作用。”周小川表示，這方面現(xiàn)在已經取得了很大進展。

  可以看到，AI能夠幫助金融機構對內提升運營效率，對外更好地提供服務和產品。但不少人也因此產生了擔憂：金融機構員工數(shù)量龐大，隨著AI效率提升，是否會帶來內部員工安置的壓力？對此，肖遠企回應稱，到目前為止，還沒有聽到金融機構單純因AI應用而出現(xiàn)員工安置壓力的案例。

  “員工是金融機構最有效的生產力，每一位員工都在創(chuàng)造價值。盡管AI發(fā)展迅猛、應用廣泛，但我們必須明確一點，目前AI在金融領域的應用仍處于早期階段，其作用仍是輔助性的，無法取代人的決策。”肖遠企表示，在信貸、保險定價、定損、精算等關鍵領域，仍然離不開人的專業(yè)判斷；在金融領域，人才始終是我們最寶貴、最有價值的資產。

  風險需警惕

  “AI的應用究竟是邊際性改變、增量性變革，還是根本性顛覆，這還需要繼續(xù)觀察，但至少在目前，AI應用所帶來的風險，與歷史上幾次重大科技革命在金融領域應用時產生的風險類似，目前或許難以定論。”肖遠企表示，從歷史視角看，過去幾輪科技革命在金融領域主要帶來的是增量風險和邊際風險——風險的成因、路徑和形態(tài)有所變化，但金融行業(yè)面臨的根本性風險，如信用風險、市場風險、流動性風險和操作風險，并未發(fā)生革命性改變。

  具體到這一輪AI變革對金融領域帶來的風險，肖遠企認為可以從宏觀和微觀兩個層面觀察。

  從微觀層面來說，對單家金融機構而言，主要有兩類新型或增量風險：一是模型穩(wěn)定性風險。這一輪AI應用高度依賴模型支撐業(yè)務拓展，因此模型的穩(wěn)定性和可靠性變得至關重要。二是數(shù)據(jù)治理風險。這涉及數(shù)據(jù)來源的選擇、數(shù)據(jù)質量的把控以及事后的評估與監(jiān)測程序，也就是數(shù)據(jù)治理的程序。這兩類風險對單個機構非常關鍵。

  對整個行業(yè)而言，則主要有兩類增量風險：一是集中度風險。金融行業(yè)在AI模型技術上可能會依賴少數(shù)技術開發(fā)能力強、穩(wěn)定性高、資源投入大的服務提供商。同時，大型金融機構在資源投入上可能比小型金融機構更具有優(yōu)勢，可能導致市場集中度提高，這一點有待觀察。二是決策趨同風險。所使用的模型和數(shù)據(jù)相對標準化和集中使金融機構在決策依據(jù)上可能趨同，進而導致行業(yè)整體決策同質化。如果趨同性過高，可能引發(fā)“共振”效應，這是需要關注的。

  周小川還提到，如果AI模型大量運用短期高頻數(shù)據(jù)，學習結果可能是高頻、短期、技術性的，可能與金融穩(wěn)健和宏觀調控所需要的長遠穩(wěn)定性要求不一致，這個問題需要認真對待和解決。

  “歸根結底，人永遠要成為新技術的主人，人要成為人工智能的主導者，成為關鍵決策的決策者。我們既要用人工智能的精準判斷和趨勢判斷，更要把人的溫度、人文的考量進行有機結合。”錢斌表示，有的企業(yè)前幾年受到疫情影響出現(xiàn)了財務危機，如果嚴格按照財務報表來看，它的現(xiàn)金流量、資產負債包括利潤都出現(xiàn)了一些危機，達到了銀行進行催收、斷貸的標準。這時候如果嚴格按照人工智能規(guī)則，就必須斷貸。“但市場更需要金融有溫度，更需要金融負責任，那段時期我們采取理性的無還本續(xù)貸模式來更好地支持企業(yè)度過危機。所以從這個角度來說，金融在人工智能運用的關鍵決策點，仍必須由人把控。”錢斌說。（記者 勾明揚）