10月23日訊（記者 嚴沁雯）從金融的角度來看，我認為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。在由中國金融四十人論壇（CF40）與清華大學（THU）聯合主辦的2025外灘年會上，中國人民銀行原行長周小川表示。

在周小川看來，過去銀行系統、金融系統積累了海量數據，這些數據可用于機器學習、深度學習，使傳統模型轉向智能推理模型。銀行與其他行業有所不同：人工智能前幾年興起時，大家非常關注生成式模型，后來重視多模態處理；而銀行相對簡單，較少使用多模態或生成式技術，主要依賴大數據分析和推理模型，因此有其自身特點。

基于這一特點，銀行未來結構會進一步向這個方向發展。由此帶來一個現象，銀行的從業人員規模會顯著受到影響和減少。周小川稱。

同時，周小川表示，客戶行為也在發生深刻變化。人工智能在銀行業的支付、定價、風險管理和市場推廣方面發揮著重要作用，這是一個很大的邊際變化。

此外，周小川指出，監管也會發生很大變化。他舉例稱，反洗錢、反恐融資系統是最典型可運用大量數據分析發現線索、識別洗錢和恐怖融資活動的領域。利用已破獲案件數據進行機器學習、深度學習，模型會逐漸提升，從中找出規律，這對監管有巨大作用。這方面現在已取得很大進展。

人工智能對金融業帶來的影響不言而喻，而對于未來貨幣政策等的制定和實施，人工智能會否帶來新的變化？

對此周小川坦言，可能還需要更長時間的觀察和研究。他回憶稱，在其擔任央行行長期間，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生影響。那次討論的結論是：盡管IT行業、新涌現的AI和機器學習有助于更準確判斷形勢，使宏觀調控更精準響應，但似乎并不是那么重要。

周小川進一步指出，一方面，AI可以在物價和微觀行為的數據收集、處理、模式識別和推理方面影響貨幣政策決定。但另一方面，大家也覺得貨幣政策基本上是慢變量，它隨經濟周期或經濟變化而調整，而這個變化不會太快。

是否可以從歷史上金融穩定數據、金融機構健康性變化中，通過機器學習和深度學習，推理預知金融不穩定的出現，我覺得這是一個很重要的方向。周小川補充道。

值得注意的是，監管往往希望各類金融機構和活動在運用AI時提供透明、可解釋的模型，但實際操作中可能有所不同。周小川指出，AI發展，特別是機器學習、深度學習，必然帶來模型的黑箱性，很難解釋。可能未來監管需要面對黑箱模型產生的結果和行動，來調節或監管金融市場。

周小川同時強調，如果AI模型大量運用短期高頻數據，學習結果很可能也是高頻、短期、技術性的，可能與金融穩健和宏觀調控所需要的面向基礎面、長遠穩定性的要求不一致。這個問題確實需要認真對待和解決。周小川說。