AI（人工智能）是在歷史上信息處理、IT（信息技術）和自動化基礎上的又一次新的、很大的邊際變化。

2025年10月23日，中國人民銀行原行長周小川在2025外灘年會首場圓桌論壇——“金融領域的AI治理與國際合作”上分享了其對AI對金融行業(yè)影響的判斷。

周小川表示，六七十年前，銀行業(yè)和現(xiàn)在完全不同。現(xiàn)在，銀行業(yè)逐漸轉變?yōu)閿?shù)據(jù)處理行業(yè)，IT在其中發(fā)揮了極大作用。目前，銀行的幾項主要業(yè)務：支付業(yè)務方面，基本上都是數(shù)據(jù)處理；定價方面，無論是存款還是貸款，都依賴大數(shù)據(jù)分析和模型來定價；風險計量方面，因為風險既決定定價也影響產(chǎn)品提供，風險也主要基于數(shù)據(jù)處理和模型計算；市場營銷業(yè)務方面，也在很大程度上依賴數(shù)據(jù)，很多客戶分類都依靠大數(shù)據(jù)完成。

周小川表示，人與機器的關系在過去六七十年發(fā)生了巨大變化：從過去人主導、機器輔助，演變?yōu)槿酥饕鳛闄C器與客戶之間的界面。

周小川表示，在此基礎之上，現(xiàn)在又出現(xiàn)了AI。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。銀行與其他行業(yè)有所不同的是，銀行相對簡單，較少使用多模態(tài)或生成式模型，主要依賴大數(shù)據(jù)分析和推理模型，有其自身特點。

周小川表示，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，越來越多人習慣與機器打交道，不太愿意或認為沒有必要人工介入。因此，人工智能在銀行業(yè)的支付、定價、風險管理和市場營銷方面發(fā)揮著重要作用，這是一個很大的邊際變化。

周小川同時提到，監(jiān)管也會發(fā)生很大變化。其舉例稱，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。過去的一個困惑是，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。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。現(xiàn)在，這方面已取得了很大的進展。

周小川表示，AI對貨幣政策的影響，可能還需要更長時間地觀察和研究。國際清算銀行（BIS）曾在一次會議上專門討論過AI相關模型是否對貨幣政策產(chǎn)生影響。當時討論的最終結論是，這種影響尚不明顯。一方面，AI可以在物價和微觀行為的數(shù)據(jù)收集、處理、模式識別和推理方面影響貨幣政策決定。但另一方面，貨幣政策基本上是慢變量，它隨經(jīng)濟周期或經(jīng)濟變化而調(diào)整，而這個變化不會太快。

周小川同時提到，金融市場的反應，尤其是金融不穩(wěn)定風險的發(fā)生，一般來得非常迅速。是否可以從歷史上的金融穩(wěn)定數(shù)據(jù)、金融機構健康性變化中，通過機器學習和深度學習，推理預知金融不穩(wěn)定的出現(xiàn)，會是一個很重要的方向。

周小川提醒道，如果AI模型大量運用短期高頻數(shù)據(jù)，學習結果很可能也是高頻、短期、技術性的，可能與金融穩(wěn)健和宏觀調(diào)控所需要的面向基礎面、長期穩(wěn)定性的要求不一致。這個問題需要認真對待和解決。

（作者 劉鵬）

免責聲明：本文觀點僅代表作者本人，供參考、交流，不構成任何建議。

劉鵬

金融機構新聞部主任