文 | 白雪

编辑 | 刘鹏

10月23日，中国人民银行原行长周小川在2025年外滩年会“金融领域的AI治理与国际合作”圆桌讨论中，发言时表示：人工智能是金融业在IT基础上的又一次重大边际变化，将深刻改变银行业态，但对货币政策的影响尚不明显。

在周小川看来，从金融角度来看，银行业正在从传统银行转变为数据处理行业。回顾六七十年前，银行业和现在完全不同，但随着IT技术发展，银行业的性质已发生根本性变化。

他指出，现在银行的几项主要业务本质上都是数据处理：支付业务基本是数据处理；存贷款定价依赖大数据分析和模型；风险计量则是基于数据处理和模型计算，决定定价并影响产品提供；市场营销也很大程度上依赖客户分类的大数据分析。

在这一过程中，人与机器的关系在过去六七十年间发生了巨大变化：从过去人主导、机器辅助，演变为人主要作为机器与客户之间的界面。

周小川强调，“AI有一个很好的基础，过去银行系统、金融系统积累了海量数据，这些数据可用于机器学习、深度学习，使传统模型转向智能推理模型。银行与其他行业有所不同：人工智能前几年兴起时，大家非常关注生成式模型，后来重视多模态处理；而银行相对简单，较少使用多模态或生成式技术，主要依赖大数据分析和推理模型，因此有其自身特点。基于这一特点，银行未来结构会进一步向这个方向发展。由此带来一个现象，即银行的从业人员规模会显著受到影响和减少。”

此外，客户行为也在发生变化。“过去客户与银行打交道时，许多人习惯与人沟通，不习惯与机器互动。但近十多年的变化显示，越来越多人习惯与机器打交道，不太愿意或认为没有必要人工介入。因此，人工智能在银行业的支付、定价、风险管理和市场推广方面发挥着重要作用，这是一个很大的边际变化。”周小川表示。

与此同时，监管也发生了很大变化。周小川以反洗钱系统为例，反恐融资系统是最典型可运用大量数据分析发现线索、识别洗钱和恐怖融资活动的领域。在过去，凡是涉及大额交易都必须向反洗钱部门报告，但收集后海量数据不知道该如何处理。如果利用已破获案件数据进行机器学习、深度学习，模型会逐渐提升，从中找出规律，这对监管也有巨大作用。

谈到AI对货币政策和宏观监管的影响时，周小川表示，货币政策基本上是慢变量，它随经济周期或经济变化而调整，这个变化不会太快。尽管AI和机器学习有助于更准确判断形势，使宏观调控更精准，但似乎并不是那么重要。货币政策不可能对每天的价格变化做出响应，响应太快也可能引发不必要波动。

周小川提醒：“从监管的角度，希望各类金融机构和活动如果运用AI，应提供透明、可解释的模型。但实际上AI发展，特别是机器学习、深度学习，必然带来模型的黑箱性，很难解释。可能未来监管就需要面对黑箱模型产生的结果和行动，来调节或监管金融市场。 ”

如果AI模型大量运用短期高频数据，学习结果很可能也是高频、短期、技术性的，可能与金融稳健和宏观调控所需要的面向基础面、长远稳定性的要求不一致。这个问题需要认真对待。

最后，谈到国际合作，周小川建议，可以在如何更好地加强AI基础设施方面开展合作，包括金融行业特别是金融市场方面的AI基础设施的加强和联通，这将为未来具体的国际合作想法打下基础。