AI在金融领域的应用现状与影响 - AI已广泛嵌入金融行业主要业务，应用仍处于早期阶段，作用为辅助性，无法取代人的决策[1][9] - AI在金融行业主要用于优化业务流程和对外服务，应用集中在中后台运营、客户交流与提供金融产品三个领域[3] - 国务院发布《关于深入实施"人工智能+"行动的意见》，明确将重点推动"人工智能+"产业发展，在金融等领域推动新一代智能终端、智能体等广泛应用[3] AI带来的边际变化与机遇 - AI为金融系统特别是银行系统提供新的发展机会，并将带来较大边际变化[2][5] - 金融系统积累的海量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[4] - 通过机器学习金融稳定数据的历史变化，推理预知金融不稳定风险的出现，是一个重要探索方向[4] AI应用带来的增量风险 - AI在提升效率的同时也带来新的系统性风险来源以及新的风险传导渠道[7] - 微观层面，单家金融机构主要面临模型稳定性风险和数据治理风险两类新型或增量风险[7] - 宏观层面，金融业主要面临集中度风险和决策趋同风险两类增量风险[7] - 行业在AI模型技术上可能依赖少数服务提供商，大型机构资源优势可能导致市场集中度提高[7] - 模型和数据标准化可能导致金融机构决策趋同，引发"共振"效应[7] - 若AI模型大量运用短期高频数据，学习结果可能与金融稳健和宏观调控所需的长远稳定性要求不一致[7] AI对货币政策的影响 - 国际清算银行讨论认为AI对货币政策的影响尚不明显[10] - AI可在物价和微观行为的数据收集、处理方面影响货币政策决定，但货币政策属于随经济周期调整的慢变量[10] - AI对货币政策的影响需要更长时间的观察和研究[10]