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。