“AI+金融”场景密集落地 监管如何既设“边界”又装“导航”？

近期，《国务院关于深入实施“人工智能+”行动的意见》正式发布，上海也明确提出，要在三到五年内建成具有全球影响力的金融科技中心，正以开放姿态打造AI与金融结合的“试验田”和“示范区”。

那么，在“AI+金融”场景密集落地的当下，监管如何既设“边界”又装“导航”？9月10日，由上海交通大学上海高级金融学院主办的“AI落地金融之路”——“2025 Inclusion·外滩大会”见解论坛召开，探索技术创新与风险管控平衡之道，以助力构建AI金融生态。

在圆桌讨论中，华东政法大学国际金融法律学院教授徐明指出，AI作为新事物，当前主要面临“问题新、风险大、监管难”三大挑战。

其中，在“监管难”方面，徐明认为主要体现在三方面。首先，现在的法律制度和监管制度还没有完全跟上，如何设计一个宽严相济的法律制度是个挑战。其次，AI无所不在，已深入百姓的寻常生活，涉及很多范围、领域和部门，需要监管部门之间彼此协调，协调存在难度，协调也需要成本。最后，AI科技属性很强、迭代更新很快，涉及大量新的技术和新的知识，监管者是否能及时跟进学习是监管者面临的难题。

针对这些挑战，徐明提出，需用综合手段，在法律、监管、技术等方面统筹应对。宏观上，要抓紧制定人工智能法，加快立法速度，明确责任主体、明确责任边界、严格责任落实，实现宽严相济；微观层面，要细化各种技术标准、安全标准、监管标准，使人工智能在探索和实践中可操作、可执行，要发挥行业、监管及相关部门的力量，主动应对人工智能带来的挑战。

联和金融人工智能业务负责人、杭州海茵斯科技创始人聂金则梳理了AI在金融业的四大核心监管问题。

一是数据隐含歧视风险。AI做决策是由数据驱动，但数据中如果纯数据有可能会隐含一些歧视问题，有可能推动社会的不平等，很有可能对公司主体有法律风险。二是AI决策的黑箱难题。2025年各国出台的监管条例显示，金融机构一旦开始使用AI模型或AI提供服务，模型所做出决策的可解释性必须出具审计报告。三是隐私问题。聂金指出，为了增强AI模型的性能，打破数据孤岛是非常重要的，打破的过程中如果用到很多数据，可能会模糊主体边界，对用户信息的隐私保护有一个比较大的挑战，而这个挑战如果放到跨国场景里就非常严重，会上升成安全问题。四是问责机制，AI可以作出决策，但这当中整个链条从训练、测试到应用，应该有一个合理的问责机制。

“我觉得监管上一是守住底线；二是给予比较好的引导，为AI在金融大规模承制式应用铺平道路。”针对这些挑战，聂金说道。

恒生电子首席科学家、研究院院长白硕则从AI落地实施的实际问题出发，探讨边界问题。

“人工智能可以了解你的客户，了解到比你还了解，它可以做到千人一面，但生成出来的东西最后一道关还要是人，这种场景是人最后兜底。”白硕指出，“这个边界目前看还要持续相当一段时间”。