6月18日，国家金融监督管理总局发布了《关于银行业保险业人工智能安全开发应用的指导意见》（以下简称《指导意见》），明确要求推动银行业保险业扎实做好人工智能技术应用和风险防控。《指导意见》从治理架构、开发应用、数据治理、算力建设、风险管理、能力提升、保障与监督等方面提出了32项指导性意见。
据《中国经营报》记者了解，目前人工智能技术在银行业的前中后台业务已经有较广泛的应用。对于金融行业而言，人工智能提升了效率，能够有效降低银行的运营成本。但是，创新技术的应用也带来了一系列的挑战。此次监管出台针对性政策，目的在于让人工智能技术与金融业务深度融合，同时强化技术安全和应用安全保障，全面提升安全防护和应急处置能力。
值得关注的是，中小银行在创新技术研发和应用方面的实力弱于大型银行。面对人工智能技术，中小银行需要找准自身定位，根据资源禀赋探索出一条契合自身发展的路径才是关键。
“技术应用”和“安全保障”并重
据了解，此次出台的《指导意见》总体要求主要涵盖了四点：“坚持谁使用谁负责”“坚持自主可控”“坚持务实高效”“坚持安全发展”。
《指导意见》明确表示，要压实金融机构作为金融服务提供方、人工智能技术使用方的主体责任，强化金融机构内部各环节工作责任落实，明确人工智能开发应用各方分工和权责义务；持续提升人工智能相关技术、设备自主可控水平，提高对业务经营发展有重大影响的关键平台、关键软硬件的自主研发能力，加强信息技术应用创新适配；以提升业务价值为导向，科学规划人工智能开发应用投入，有效平衡成本与效益，推动人工智能切实服务经济高质量发展和金融业务高效运转；严格落实国家网络安全和信息化工作要求，遵守网络安全、数据安全各项法律法规制度，强化技术安全和应用安全保障，全面提升安全防护和应急处置能力。
同时，《指导意见》明确要求，促进行业人工智能应用生态建设。推进人工智能金融行业应用基础设施建设，促进人工智能应用成果在行业共享复用。鼓励大型金融机构发挥示范作用，向中小金融机构输出人工智能技术和管理经验。支持中小金融机构加强协作，共同推进应用场景落地。鼓励与人工智能产业加强协同，以金融应用促进产业创新发展，以产业成果促进金融应用提质增效。
在加强智能算力设施建设方面，《指导意见》鼓励有条件的大型金融机构向中小金融机构输出算力服务，支持同业探索基础设施共建共享。支持金融机构在安全合规前提下，使用国家算力节点或行业基础设施降低人工智能研发应用成本，加强对智能算力资源的信息科技重要外包管理。
此外，对于技术外包风险管理，《指导意见》要求使用外部人工智能技术时，金融机构应在外包策略、数据安全、集中度管理等方面建立管理机制，通过合同协议明确安全管理方面的权责义务，确保金融机构能够有效管控相关风险。与外部企业开展合作时，应建立有效的风险隔离“防火墙”，防范风险跨业传递。对外包合作机构实行名单制管理，对引入的外部模型建立严格的内部评估框架，有效评价模型的优缺点和适配性。
金融监管总局有关司局负责人表示，当前，我国金融行业不断加大人工智能技术资源投入，加快人工智能应用场景落地，已形成一定的应用实践基础。金融监管总局密切跟踪人工智能发展动态，深入调研行业人工智能应用的现状、问题与挑战，在此基础上，研究制定了《指导意见》。目的是规范银行业保险业金融机构（以下简称“金融机构”）对人工智能的开发应用，有效防控人工智能技术应用可能带来的风险，推动数字金融高质量发展，有序推进人工智能科技创新与金融业务深度融合，引导金融领域人工智能应用朝着有益、安全、公平方向健康有序发展。
合理定位和差异化发展
据记者了解，目前国有六大行在人工智能技术上的应用已经较为成熟，覆盖了获客、授信、风控等业务重要环节。对于股份行而言，部分银行也制定了人工智能技术赋能业务的规划。以浦发银行为例，该行在2025年12月12日出台了《浦发银行人工智能实施行动计划（2026）》，明确提出一系列量级提升目标。然而，多数中小银行在人工智能创新技术应用和算力方面的实力有限，这些中小银行面对人工智能技术应用该如何选择？
招联首席经济学家董希淼认为，从中国实际情况来看，大型金融机构与中小金融机构在规模和经营方式上存在较大差异。因此，不同的金融机构应用人工智能的路径和策略很可能完全不同。大型金融机构要从“工具赋能”进阶为“价值重构”，更多关注业务重构、流程再造、组织变革，形成新产品、新模式、新业态。而中小金融机构由于缺乏试错能力，不应盲目追求新热点和高技术，应基于自身资源禀赋，聚焦发展方向和业务重点，走差异化、特色化的转型发展之路。
针对大型银行对中小银行算力输出的利弊，董希淼认为，中小银行的确面临自主建设与依赖大行输出的抉择。自主建设的核心优势在于完全自主可控与数据安全闭环，能深度契合自身业务进行定制化开发，牢牢掌握数字化转型主动权。但动辄数千万元的硬件采购及后续高昂的运维、人才成本构成沉重负担，且受限于技术积累，极易陷入算力闲置、利用率低下的“重建设轻应用”困境。
董希淼认为，相比之下，中小银行依赖大型银行或其他领先金融机构输出算力服务，本质是将巨额资本性支出转化为可控的运营性支出，能以相对的性价比和速度获取专业稳定的算力资源，使中小银行得以聚焦业务创新。但是，依赖大型银行输出路径潜藏着对输出方的深度依赖风险，在战略自主性和数据主权隔离方面需审慎权衡，存在一定的“卡脖子”隐忧。综合来看，对绝大多数资源有限的中小银行而言，借助其他机构输出实现“轻装上阵”是当前更为务实的经济选择，同时也可积极探索同业共建共享模式以进一步分摊成本。
