2025年10月23日，國家金融監督管理總局副局長肖遠企在2025外灘年會首場圓桌論壇——“金融領域的AI治理與國際合作”上談到了人工智能（AI）在金融領域的應用，以及對金融行業的影響。

肖遠企表示，金融與科技的互動歷來是相輔相成、相互促進的。回顧歷史，過去款項的支付需要依靠人背馬馱。電氣時代解決了匯款難題?；ヂ摼W時代，金融業務實現了24小時運營。因此，人們對于金融行業成為AI等新科技的領先應用者，并不感到意外。

肖遠企表示，目前，AI在金融行業主要用于優化業務流程和對外服務，主要集中在三個領域：首先是中后臺運營的智能化。銀行等金融機構內部已經應用得比較廣泛，覆蓋了數據收集、加工、信息甄別與識別，以及客戶評估等多個環節。其次是在客戶交流方面。許多金融機構在客戶關系管理，包括營銷、維護和問題解答等方面，都普遍應用了AI技術。第三是在金融產品提供方面。AI的應用帶來了雙重效益：對內，幫助金融機構降低成本、提高效率；對外，能夠為客戶和利益相關者提供更個性化、更精準的金融產品與服務，更有效地解答問題和滿足需求。

在AI應用深入金融業務流程之時，是否會給金融機構帶來員工安置的壓力？對此，肖遠企表示，到目前為止，還沒有聽到金融機構單純因AI應用而出現員工安置壓力的案例。

肖遠企表示，員工是金融機構最有效的生產力，每一位員工都在創造價值。盡管AI發展迅猛，應用廣泛，但目前AI在金融領域的應用仍處于早期階段，其作用仍是輔助性的，無法取代人的決策，無法替代柜員與客戶之間個性化的互動。在信貸、保險定價、定損、精算等關鍵領域，仍然離不開人的專業判斷。在金融領域，人才始終是最寶貴、最有價值的資產。

對于AI變革對金融領域的風險問題，肖遠企表示，可以從宏觀和微觀兩個層面觀察。

從微觀層面來說，對單家金融機構而言，主要有兩類新型或增量風險：一是模型穩定性風險。這一輪AI應用高度依賴模型支撐業務拓展，因此模型的穩定性和可靠性變得至關重要。二是數據治理風險。這涉及數據來源的選擇、數據質量的把控以及事后的評估與監測程序，也就是數據治理的程序。這兩類風險對單個機構非常關鍵。

對整個行業而言，則主要有兩類增量風險：一是集中度風險。金融行業在AI模型技術上可能會依賴少數技術開發能力強、穩定性高、資源投入大的服務提供商。同時，大型金融機構在資源投入上可能比小型機構更具優勢，可能導致市場集中度提高，這一點有待觀察。二是決策趨同風險。由于所使用的模型和數據相對標準化和集中，金融機構在決策依據上可能趨同，進而導致行業整體決策同質化。如果趨同性過高，可能引發“共振”效應，這是需要關注的。

肖遠企表示：“一個良好、穩定、有效的金融結構需要多元化的參與者與市場平臺。因此，我們也必須關注AI對整個金融結構變化的潛在影響?！?/p>

（作者 劉鵬）