编者按：

　　当前，以人工智能(AI)为代表的前沿科技正深度重塑前沿技术的底层逻辑与生态格局，重新定义金融体系。然而，机遇与挑战并存，AI幻觉、算法伦理、监管适应及金融安全等新命题亟须深入的理论探索与实践验证。当下，如何在安全的前提下推进科技创新成为行业关注的话题。本期专题特邀行业人士进行深入探讨，以飨读者。

　　□记者苏洁

　　数字化浪潮风起云涌，金融科技在重塑金融行业格局的同时，机遇和挑战如影随形。《中国银行保险报》记者在采访中发现，相对于前两年的数字化转型，随着科技投入加快，金融机构更关注安全发展，而不是盲目追求技术本身。而这里所说的安全，包括数据泄漏、网络攻击、AI幻觉等风险，这些直接关系到金融市场稳定和广大用户的切身利益。

　　网络安全刻不容缓

　　随着数字金融的广泛深入推进，网络安全问题日益凸显。与此同时，国家已从战略层面构建网络与数据安全保障体系，网络安全法、数据安全法的相继颁布施行，明确划定数据治理边界，为网络安全保险发展提供了指引。

　　原保监会党委副书记、副主席周延礼在近日举办的“2025中关村论坛系列活动——数字金融与金融安全大会”上表示，在数字化转型纵深推进的时代背景下，人工智能、工业互联网等新兴技术的深度应用，网络攻击、数据资产泄露等新型风险隐患显著加剧，对金融体系稳健运行与宏观经济安全形成系统性威胁。

　　对此，周延礼指出，确保网络与数据安全不仅需要依托风险量化技术、数据保护技术等创新科技手段，更需充分考量新业态场景衍生的安全防护需求。同时呼吁保险公司应与科技公司深度合作，从“旁观者”变身“参与者”，探索科创保险新路径，护航数字经济行稳致远。

　　“能”与“不能”

　　大模型从2024年下半年到2025年，发生了两个重大的技术突破：一个是Open AI公司把人工智能技术从单思维链为特征的生成式代入以多思维链为特征的推理式模型的跨越。另一个是DeepSeek R1模型的推出，实现了推理模型的普惠和平权，把我们代入先验知识后训练和智能体为应用的下半场。

　　针对当前人工智能的“能”与“不能”，金融行业人士有着不同的观点和看法。

　　清华大学五道口金融学院党委委员、院长助理张伟强调，当前人工智能虽然在重构科学研究范式、促进跨学科融合创新等方面展现出显著优势，但其与“智人”存在本质性差异。人类智能具备情感意识与主观能动性，既能进行创造性思维又能保持严谨的逻辑推理能力。而生成式人工智能存在系统性缺陷，可能会让人类生活在幻觉世界中。因此，亟须建立发展约束机制，在保持技术赋能优势的同时，严格界定人工智能的认知边界，系统化解构伦理失范与认知虚妄风险。

　　民生银行首席信息官张斌表示，首先，大模型在模型的应用，需要做精调。有些场景没有精调，是没办法用的。有的场景和企业数据结合做了微调后，使用效果有明显提高。其次，知识体系建设和推理大模型非常重要。但推理强，幻觉风险也高。从训练、推理、应用各环节，要采用综合手段控制幻觉。再次，大小模型协同组合。大模型的机制是基于概率预测，决定有些市场擅长，有的市场不擅长。不能用一个榔头敲所有的钉子，一定是根据应用场景，把大小模型结合起来，才有更好的效果。最后，大模型安全非常重要。AI出现以后，对安全带来了新的挑战，AI对于保障安全也发挥了很大作用，特别是安全一体化运营。

　　张斌认为，做好银行从数字化向智能化的转型，要关注几个要素：第一是人才。在推动工作时，对于算法和数据科学，AI应用方案工程师比较缺。整个组织素养很重要，大家懂AI、会用AI工具也很重要。第二是生态。AI是应用导向，银行会把我们的能力更多放在应用的解决方案上。在基础能力建设上，一定要依靠产业和生态的力量。第三是架构。生成式AI和传统式AI带来的是技术应用范式的变化，将来从数据驱动到数据和知识双轮驱动，从云原生到AI原生，需要找到一条通往AI原生的道路。第四是治理。AI与银行的治理体系密不可分。要保证AI的可靠性和透明性，还要有清晰的责任分配机制。

　　兴业银行首席信息官、科技管理部总经理唐家才认为，大小模型要协同发展，模型只选对的，而不是选大的。因此，一手挖场景，一手也要考虑规模化应用，要建平台。尤其在场景应用选择上，爆发式的需求会非常多，未来每个人可能都有一个AI代理。此外，要建立起相应的机制，比如研发机制，要避免越过安全底线。

　　“2024年生成式AI是热点，今年要更深度应用了。从银行业来说，目前的安全形势非常严峻，尤其AI出来以后，攻击速度更快。病毒变种，通过AI自己写代码，可以瞬间产生上万个新的变种。在这个过程中，要思考用AI对抗AI。”唐家才强调，“现在人工智能蓬勃发展，日新月异，只靠银行自身做不好这个工作。我们希望与金融行业和产业有更多的合作，从数据共享应用和AI合作生态，希望联合大家的力量，一起做好创新应用和安全防护的工作。”

　　技术焦虑

　　现在行业跑步进入智能化阶段，但对于大量的中小银行来说，实际上还处于第一和第二阶段——即信息化和数字化阶段。数字化方面的工作，甚至信息化工作都还在缺失的过程中，突然智能化就来了。怎么办？人工智能时代来了，跟还是不跟？怎么跟？这是两个非常迫切的问题。

　　“毫无疑问，必须要跟。我们组建了一个AI研究小组，一直在研究怎么跟，这是现在的迫切问题。”天津农商银行副行长、首席信息官李鹏表示，中小银行的数字化建设分三个阶段：信息化、数字化、智能化。对于大多数的大银行和股份制银行来说，早就过渡到这个数字化完成，但对于中小银行来说，还有待实践。此外，数字化转型不是科技部的事，是需要统筹考虑的事情，这需要动态发展，每家银行的特点不一样，所以数字化转型是系统性工程，最终的落脚点是降本增效——数字化转型一定是整体性设计。

　　中国社会科学院国家金融与发展实验室副主任、研究员杨涛针对大模型在金融行业的应用，从研究者的视角观察发现，在全球金融业发展的过程中，金融业的技术焦虑是特别突出的。聚集到大模型，人工智能本身的数据算法、算力也在不断优化，不断完善。

　　杨涛进一步表示，技术鸿沟问题在数字化的冲击和影响下，大小金融机构之间的差距会拉大。那么现在大模型应用会不会带来新的马太效应？一方面，DeepSeek、AI Agent陆续出现，似乎中小机构也可以用了，但是客观来讲，这种马太效应的影响还是很大的，有可能大模型带来进一步的强者越强，弱者越弱。面对未来风险的冲击，金融机构怎么办？中小银行能否高效应用好大模型应用？成为行业应关注的重点问题。

　　重庆富民银行董事长、行长赵卫星坦言，“当算法读懂人性的金融需求，银行将不再是一座冰冷的金库，而成为流淌着智慧与温情的金融生命体。而这个时间点将会很快到来。”

　　相关链接：

　　【专家观点】安全为锚创新为帆

　　记者观察：用好AI“双刃剑”