数字金融在人工智能（AI）的赋能下，正经历着从量变到质变的飞跃。它打破了传统金融服务的时空限制，让金融服务更加普惠、高效和智能；它催生了新的金融业态，为经济增长注入新的活力，同时也带来了前所未有的挑战，考验着监管能力、风险防控能力和社会治理能力。
5月18日，中国人民银行金融研究所副所长莫万贵在2025清华五道口全球金融论坛上详细阐述了在AI时代下，将如何健全与人工智能发展相适应的金融监管机制和治理体系。
有益、安全和公平成为对AI应用治理的基本要求
大模型和新一代人工智能技术的快速演进诞生了新的形势，有益、安全和公平成了对AI应用治理的基本要求。
莫万贵指出，当前AI治理可能面临一些新的形势，特别是以DeepSeek为代表的很多应用在不断深化。从治理角度上看，可能需要关注两个维度的风险和挑战。
首先是使用AI相对以前不用AI会带来哪些新的风险。至少有两个方面需要注意：一是模型幻觉，存在幻觉的话，有些金融领域不能使用；二是算法黑箱，可能对一些金融领域的关键业务就满足不了穿透式监管要求，并且不利于风险管理溯源，也不利于责任认定。
其次是AI，特别是大模型的应用，是不是会放大传统类风险，有四个方面需要关注：其一是顺周期的风险，金融本身具有顺周期性，顺周期属性得到加强，会引发系统性金融风险，顺周期风险是由模型共振带来的，如果模型、算法、训练数据都是相似的，导致行为决策结果是同质的，将会带来羊群效应。
其二是使用大模型的人越来越多，特别是中小机构也用起《塞车微信》来了，对一些大型科技公司的依赖性就会加强，很多金融机构都依赖少数的几家科技公司，这些科技公司在一定程度上演变成了金融基础设施，也可能放大相关风险。其三是DeepSeek应用所带来的技术平权，更多是缩小了技术的鸿沟，是否还有其他方面的效应，可能还要仔细研究。其四是对消费者权益的保护。
对于如何应对这些相关风险？莫万贵认为，AI金融治理闭环或生态系统涉及六个主体，包括金融机构、金融消费者、科技公司、行业治理组织、监管部门和金融生态系统里的从业人员。从这六个主体出发，要构建闭环，可能要各尽其责，把监管和治理做好。
首先，金融机构要更加审慎，第一是业务场景和特定技术是否适配，如果盲目将很多复杂的高深技术用到简单的业务场景，反而会变得复杂，带来不必要的风险，所以适配性很重要。第二是尽可能减少对大型科技公司的过度依赖，开发个性化的、适合自己的东西，避免出现羊群效应。第三是人机协同，可能金融机构要更加重视，特别是要把大模型应用纳入内部整体风控合规机制中，注重业务流程再造。
莫万贵表示，对于一些关键业务流程、涉及决策的业务流程和任务节点，需要人工干预，人机协同和人工干预会增加可控性。此外，科技公司本身责任很重大，如何严控伦理风险、责任风险，让科技公司的产品、模型更加安全可控，跟金融机构深化合作也很重要。对于从业人员而言，要大量培养AI金融相关人才，满足相关应用监管等各方面要求。
营造允许试错、及时纠错、快速改错的氛围
在谈到监管部门的职责时，莫万贵指出，监管部门要坚持“技术是中性的”的理念，采取包容审慎的态度，同时要深化金融科技创新监管工具的应用，营造一种允许试错、及时纠错、快速改错的氛围，支持金融机构、科技公司在风险可控情况下，在真实环境中先行先试。
另外，要坚持分级分类管理，发挥标准规范引领作用，特别是基于不同业务场景和业务流程的风险特征，区分类别进行管理，因地制宜设定相应的准入标准、备案机制、有针对性的监管措施等。此外，还要加强监管科技建设，对科技公司要有一些额外的监管要求。
因为市场有时是失灵的，好多东西是分割的，这就要求监管部门、管理部门探索如何赋能它，解决、纠正市场失灵带来的问题。此外，作为行业治理组织，可能要发挥应有的提出治理倡议、治理公约的职能，甚至在制定一些行业标准等方面发挥作用。
莫万贵认为，宏观审慎政策其实是两个维度，一是逆周期调控，二是防止跨机构、跨市场的传染，因此有以下几点需要考虑。
第一，AI应用会给系统重要性的金融机构带来怎样的影响，是否有必要附加一些额外的监管要求，包括对个性化模型做一些压力测试和要求，包括在资本缓冲、流动性管理、拨备等方面，是否也要提一些要求。第二，对于AI金融基础设施，由于存在系统重要性的问题，肯定是需要加强监管的。
第三，在新一代AI技术加持下，跨市场、跨机构、跨产品的联动会比以前变得更加容易，这会导致跨领域风险比以前更加严重，要加强这方面的监测分析，监管部门的信息共享、风险情报交互、监管协作、预案等也会变得特别重要。第四，从监管部门的能力建设上而言，要利用AI，特别是大模型，提升系统性金融风险的监测预警分析能力。第五，要防范AI大模型带来的市场共振，要建立相应的预防机制和预案。
新京报贝壳财经记者 张晓翀
编辑 岳彩周
校对 卢茜
责任编辑：李琳琳
