文章核心观点 - 交通银行高管指出,人工智能在金融领域的应用是一项需要系统性治理和主动变革的战略工程,其发展必须坚持风险可控、合规经营的前提,并确保人类在关键环节的最终决策权,以实现安全、稳健和可持续发展 [1] AI风险特征与治理 - 人工智能时代的风险特征发生根本性变化,从手工时代的逐笔差错、机器时代的批量差错,变为AI时代不可预知的差错,例如数据不完整、不准确以及模型幻觉可能导致价值偏离 [1] - 同质化的量化模型在投顾、投研和交易中广泛应用,容易放大“羊群效应”和“雪崩效应”,加剧市场波动和流动性风险 [1] - 必须加快完善与AI相适应的安全防护体系,推动模型算法、数据资源、基础设施、应用系统等安全能力建设,防范技术内生风险、实际应用风险及各类延伸风险 [1] - 人工智能必须坚持人作为关键技术主人的基本法则,在关键判断和风险处置环节,既要利用技术的效率和精度,更要保留金融应有的温度和责任,由人最终把关 [1] 体制机制与组织能力变革 - 信息系统的底层逻辑是业务规则,若无配套的流程机制改革,再多的数据和再强的AI都无法发挥作用 [2] - 为适应线上化、移动化、数字化趋势,需系统推动现有规章制度的动态迭代、考核机制的靶向优化、运营模式的柔性升级 [2] - 需加快建立健全与数字化发展深度匹配的政策框架,为AI技术嵌入金融场景扫清机制障碍,为创新实践塑造有利条件 [2] - 需持续升级组织能力,探索工作方式向人机协同转型,按照“一岗位一助手”、“一人一分身”、“一客一管家”的理念,强化业技融合,推动组织向人+智能体进化,锻造智能人工和超级数字员工 [2] 人才队伍建设 - 需坚持投资于物与投资于人相结合,把人的能力建设放在更突出位置,着力培养兼具业务洞察、技术理解与数据思维的复合型人才 [2] - 需着力强化全员的AI能力建设,让熟练应用AI逐步成为每一位金融员工的基础工作能力,提升全员数字化素养 [2]
交行副行长钱斌:加快建立健全与数字化发展深度匹配的政策框架,为AI技术嵌入金融场景扫清机制障碍