当下，人工智能（AI）正深刻影响着包括金融业在内的千行百业，AI对劳动力市场可能带来的潜在冲击备受关注。近日，在2025第七届外滩年会“金融领域的AI治理与国际合作”圆桌论坛中，金融监管总局副局长肖远企表示，AI发展迅猛、应用广泛，但在金融领域的应用仍处于早期阶段，其作用仍是辅助性的，无法取代人的决策。“在金融领域，人才始终是最宝贵、最有价值的资产”。

AI应用带来双重效益

回顾历史，金融业发展始终伴随着技术进步。

过去，款项支付需要依靠“人背马驮”的远程操作。一千多年前的北宋时期，我国发明了世界上最早的纸币——交子，这得益于当时印刷术和版画技术发明的支持。电气时代解决了汇款难题，互联网时代则实现了金融业务24小时运营。“金融业成为AI新科技的领先应用者，我们并不感到意外。”肖远企说。

目前，AI在金融业主要用于优化业务流程和对外服务，其应用集中在以下三大领域：

一是中后台运营的智能化。这在银行等金融机构内部应用比较广泛——覆盖数据收集、加工、信息甄别与识别以及客户评估等环节。

二是在客户交流方面。许多金融机构在营销、维护、问题解答等客户关系管理上普遍应用了AI技术。

三是在金融产品提供方面。AI应用带来双重效益：对内，帮助金融机构降低成本、提高效率；对外，帮助金融机构为客户和利益相关者提供更个性化、更精准的金融产品与服务，更有效地解答问题和满足需求。

金融业需关注集中度与趋同风险

在助力金融业提质增效的同时，新技术往往带来新的风险。那么，从监管角度出发，应当如何看待这些挑战？

“AI应用所带来的风险，与历史上几次重大科技革命在金融领域应用时产生的风险类似，目前或许难以定论。”肖远企表示，从历史视角看，过去几轮科技革命在金融领域带来的主要是增量风险和边际风险——风险的成因、路径和形态有所变化，但金融业面临的根本性风险，如信用风险、市场风险、流动性风险和操作风险，并未发生革命性改变。

他认为，可进一步从宏观和微观两个层面观察本轮AI变革。

从微观来说，单家金融机构需关注两类风险。一类是模型稳定性风险。本轮AI应用高度依赖模型支撑业务拓展，模型的稳定性和可靠性至关重要。另一类是数据治理风险。涉及数据来源的选择、数据质量的把控以及事后的评估与监测程序，也就是数据治理的程序。

从宏观来说，对整个行业而言，一方面要关注集中度风险。金融业在AI模型技术上可能会依赖少数技术开发能力强、稳定性高、资源投入大的服务提供商。大型金融机构在资源投入方面可能比小型机构更具优势，可能导致市场集中度提高，这有待观察。另一方面要关注决策趋同风险。由于使用的模型和数据相对标准化和集中，金融机构在决策依据上可能趋同，进而导致行业整体决策同质化。如果趋同性过高，可能引发“共振”效应。

肖远企认为，一个良好、稳定、有效的金融结构需要多元化的参与者与市场平台。因此，必须关注AI对整个金融结构变化的潜在影响。