当前大模型、智能体等AI（人工智能）技术正加速渗透金融业，在重塑行业效率的同时，也带来需要审慎应对的结构性挑战。
行业的技术应用趋势如何？技术应用边界在哪？如何解决技术的可靠性和可信性问题？技术风险之下又有哪些潜在机遇？在7月3日举办的2026全球数字经济大会数字金融论坛上，来自业界、学界、政界的专业人士围绕这些问题展开交流。
关注AI技术应用潜在风险
“当前智能金融已经迈入规模化应用阶段。”中国银行原行长李礼辉在论坛上表示，基于AI Agent（人工智能代理）的金融智能体已初步展现出高水平的专业能力，并已经开始被部署于市场分析、风险评估、投资顾问、财富管理、量化交易、产品定制、内部审计等高价值领域，这将全面提高金融管理、金融服务的专业化水平。
IDC中国副总裁兼首席分析师武连峰预计，代理式AI将重塑金融核心业务流程。技术应用将持续深入到组织业务流程中，为此，金融机构需做好组织架构变革、利益分配等。
元股证券:ygzq.hk伴随着AI技术在金融业务领域的应用深化，算法幻觉、歧视及黑箱等问题在金融应用场景下也有所凸显。业内人士普遍认为，需重点关注金融业AI技术应用的可靠性、可信性及合规性风险。
除此之外，AI技术可能引发的潜在系统性风险及信息安全问题也值得关注。“一方面，AI技术的持续提升，意味着其对金融系统可能带来的潜在破坏性风险也在不断增大。另一方面，个人信息以及机构用户信息的泄露风险有所加大。AI对用户画像的刻画能力日益增强，使得个人消费习惯、行为特征等隐私信息面临较以往更为严重的泄露威胁。”德意志银行投资银行亚洲区主席吴穷认为。
探索多元风险可控措施
金融业是经营风险的行业。业内人士认为，在新的技术环境下，风险依旧是金融机构关注的关键因素。为增强金融业AI技术应用的安全性与合规性，业内人士认为，需要明确AI技术在金融业务领域的应用边界。
实际上，监管对金融机构的AI开发应用已出台更为细化的要求。国家金融监督管理总局发布的《关于银行业保险业人工智能安全开发应用的指导意见》，从完善人工智能治理架构、推进高水平人工智能开发应用、提升数据治理能力等多个方面提出指引。
配资在线门户李礼辉认为，AI时代下，证券配资策略，杠杆炒股，实盘配资平台金融的可靠性外延必须扩展到金融科技硬件和软件的可靠性、可信任。“一是需要从模型和算法基础架构的可解释性入手，展现其基本推理路径和逻辑，将金融模型及智能化行为转化为可理解、可监测的过程，逐步实现从结果正确向过程可解释的跨越；二是应让AI模型和工具必须实现金融的可信计算，配置先进的安全技术工具，确保能够去幻觉、零误差。”
“如果说金融的本质是风控，金融AI的本质仍然是风控。”香港科技大学首席内地事务官、香港生成式人工智能研发中心首席运营官黄红英认为，AI并非万能，涉及高复杂、高风险、高博弈的场景一定要有人兜底。
英国爱丁堡大学金融计算（风险建模）教授马铁军从学界的理论视角出发，提出当下前沿研究正在探索将金融业所要求的合规、公平、可靠、伦理相关考量，前置到AI大模型的训练过程当中，以可保证的安全训练过程推进金融大模型的合规进程，并探索极限风险控制理论和风险量化模型。
需要指出的是，尽管金融业的AI技术应用存在各类潜在的新兴风险点，但业内人士普遍认为，AI技术正在为行业带来更多机会。
马铁军指出，“我们将大规模生成式AI技术应用于银行业交易及个人数据监测场景，以实现对金融弱势群体的需求特征进行前瞻性识别，并为制定更具针对性的政策支持提供依据。”
值得一提的是，AI技术应用伴生的风险也在给保险业带来机会。普华永道管理咨询数智化咨询合伙人王建平表示，近期，其所在公司正与多家保险公司联合研发一款针对AI伴生风险的保险产品，旨在为AI应用过程中可能引发的相关风险提供保障。典型场景包括自动驾驶汽车、无人机及机器人等实体智能设备引发的责任风险放量上涨，同时也涵盖AI智能体在运行过程中可能产生的知识产权侵权、肖像权侵犯等无形风险。这些领域均存在广阔的保险业务机会。
杠杆之家提示：本文来自互联网，不代表本网站观点。
