央廣網10月23日上海消息（記者 樊瑞）“從金融的角度來看，AI是在信息處理、IT和自動化基礎上的又一次新的邊際變化。”10月23日，中國央行原行長周小川在參加2025外灘年會“金融領域的AI治理與國際合作”圓桌討論時作如此表述。

他指出，銀行業正在從傳統銀行轉變為數據處理行業，其性質已經發生根本性變化。從銀行的幾項主要業務來看，支付業務基本上都是數據處理，銀行很重要的職能是定價——無論是存款還是貸款，都依賴大數據分析和模型來定價；另一個是風險計量，因為風險既決定定價也影響產品提供，風險也主要基于數據處理和模型計算；市場營銷也很大程度上依賴數據，很多客戶分類都依靠大數據完成。

（周小川在圓桌討論現場，攝影吳軍）

周小川提出，銀行業發展AI有很好的基礎：過去銀行和金融系統積累了海量數據，這些數據可用于機器學習和深度學習，推動傳統模型轉向智能推理模型。與其他行業在人工智能前幾年興起時很關注生成式模型、后來重視多模態處理不同，銀行相對簡單，較少使用多模態或生成式技術，主要依賴大數據分析和推理模型。基于這一特點，銀行未來結構會進一步深化發展。

此外，他提到人工智能在銀行業的支付、定價、風險管理和市場推廣方面發揮著重要作用。

“當然，監管也會發生很大變化。”周小川指出，現在的反洗錢、反恐融資系統是最典型可運用大量數據分析發現線索、識別洗錢和恐怖融資活動的領域。而過去有一個很大的困惑：凡是涉及大額交易都必須向反洗錢部門報告，但收集海量數據后不知道該如何處理。如果利用已破獲案件數據進行機器學習、深度學習，模型會逐漸提升，從中找出規律，這對監管也有巨大作用。現在，這方面現在已取得很大進展。

“因此，人工智能對各行各業的沖擊可能不同。在金融系統，特別是在銀行系統，它建立在過去幾十年信息化、IT化的基礎上，提供了新的發展機會，并可能帶來比較大的邊際變化。”從監管的角度，周小川指出，各類金融機構和活動如果運用AI，應提供透明、可解釋的模型。但他也指出，實際上AI的發展，特別是機器學習、深度學習，必然帶來模型的黑箱性，未來，監管可能需要面對黑箱模型產生的結果，要調節或監管金融市場。

周小川還提出一個問題，如果AI模型大量運用短期高頻數據，學習結果很可能也是高頻、短期、技術性的，可能與金融穩健和宏觀調控所需要的面向基礎面、長遠穩定性的要求不一致，“這個問題確實需要認真對待和解決”。