近日，国际货币基金组织（IMF）发布报告称，人工智能（AI）正在改变金融体系应对网络漏洞和安全事件的方式，同时也在放大网络安全风险，对金融稳定构成潜在威胁。在金融业加速数字化转型的当下，AI正深刻重塑金融安全与稳定格局。
当前，大模型金融应用正呈现从内部提效向核心创收领域转移、从效率工具向深度参与决策的协作伙伴升级的趋势。中国社科院国家金融与发展实验室副主任杨涛表示，以智能体为代表的应用新形态正在重构投研等领域的人机协作模式，展现出重塑行业的巨大潜力。然而，伴随应用深入，AI对金融稳定的影响正日益凸显。
上海交通大学上海高级金融学院教授胡捷分析，AI之所以放大网络安全风险，根源在于它正在成为网络攻击的“加速器”。先进AI模型能以远超人类和传统工具的机器速度发现和利用漏洞，攻击者从而获得了对防御者的速度优势。例如，近期某前沿AI模型已证实能自主挖掘数千个漏洞，甚至找出隐藏27年的系统高危缺陷，非专业人士也能借此发起复杂攻击。由于金融体系高度依赖共享数字基础设施，一处漏洞便可波及众多机构，当攻击速度远超修补速度时，系统性风险便急剧上升。
除了外部网络攻击，AI的内生特性同样给金融稳定带来隐患。杨涛表示，大模型的复杂算法如同“黑箱”，决策机制缺乏直观解释性，一旦出现风险难以有效追责。更值得警惕的是算法同质化问题。胡捷认为，全球投资者依赖趋同的AI模型迅速响应信息，正在加剧市场的“羊群效应”，AI驱动的投资策略可在不同司法管辖区间快速传导冲击并放大波动，闪崩的传染性不容忽视。
但AI并非只有破坏力，它同样是防御体系升级的关键。胡捷介绍，金融机构正越来越多地使用AI工具检测威胁、防范欺诈、识别漏洞，并能在开发阶段提前发现和修补安全缺口，从而降低系统性风险敞口。在消费者保护层面，AI也有助于推动机制从被动防御转向主动预测。
AI对金融体系的潜在冲击，正在改变部分机构“重创新、轻安全”的部署节奏。近年来，金融机构的科技投入不断增加，其中较大比重布局于人工智能大模型领域，但与高昂投入相对应，短期内大模型难以带来突出的业务价值。同时，如果金融机构整体数字化水平有限，大模型也难以带来跨越式提升。若一哄而上推动多智能体建设，反而可能带来任务冲突、资源滥用等问题。
面对AI带来的挑战，监管与治理需同步跟进。专家建议，应采取“以韧性为先”的政策框架，将AI应用嵌入现有技术中性的金融监管体系中。IMF报告已呼吁将AI驱动的网络风险纳入宏观审慎压力测试框架，监管方应要求大型机构及关键基础设施服务商定期接受以高级别模型为假想敌的渗透测试，并强制配备“实时隔离沙盒”——一旦检测到AI自动化攻击蔓延，系统能自动切断受影响模块与核心清算、支付功能的连接，防止局部漏洞演变为全系统风险。
杨涛认为，现有的金融AI规范多停留在行业标准层面，亟待探索出台专项法规体系，明确大模型金融应用的风险控制与使用边界。同时，需强化大模型金融应用的评估与评价机制，解决金融机构选择大模型的信息不对称问题，防范算法偏见与数据泄露。监管部门自身也应成为大模型的实践者，利用其跨模态能力提升穿透式监管效率。
全面拥抱金融AI的前提，在于平衡创新与安全，明确应用边界。AI技术的持续演进，为提升金融运行效率与安全防御能力开辟了新路径，但若用来盲目替代人工、在缺乏护栏的情况下野蛮生长，反倒可能放大风险。杨涛建议，金融机构应避免“为AI而AI”，依托精准投入、降本增效的思路优化投入结构，理性认识大模型的现实价值。在核心业务中应保留“人在回路”，认识到AI创新红利与系统性风险并存的复杂局面，根据自身风险管控能力稳步推进应用落地。
