央广网10月23日上海消息（记者樊瑞）“从金融的角度来看，AI是在信息处理、IT和自动化基础上的又一次新的边际变化。”10月23日，中国央行原行长周小川在参加2025外滩年会“金融领域的AI治理与国际合作”圆桌讨论时作如此表述。

　　他指出，银行业正在从传统银行转变为数据处理行业，其性质已经发生根本性变化。从银行的几项主要业务来看，支付业务基本上都是数据处理，银行很重要的职能是定价——无论是存款还是贷款，都依赖大数据分析和模型来定价；另一个是风险计量，因为风险既决定定价也影响产品提供，风险也主要基于数据处理和模型计算；市场营销也很大程度上依赖数据，很多客户分类都依靠大数据完成。

　　周小川提出，银行业发展AI有很好的基础：过去银行和金融系统积累了海量数据，这些数据可用于机器学习和深度学习，推动传统模型转向智能推理模型。与其他行业在人工智能前几年兴起时很关注生成式模型、后来重视多模态处理不同，银行相对简单，较少使用多模态或生成式技术，主要依赖大数据分析和推理模型。基于这一特点，银行未来结构会进一步深化发展。

　　此外，他提到人工智能在银行业的支付、定价、风险管理和市场推广方面发挥着重要作用。

　　“当然，监管也会发生很大变化。”周小川指出，现在的反洗钱、反恐融资系统是最典型可运用大量数据分析发现线索、识别洗钱和恐怖融资活动的领域。而过去有一个很大的困惑：凡是涉及大额交易都必须向反洗钱部门报告，但收集海量数据后不知道该如何处理。如果利用已破获案件数据进行机器学习、深度学习，模型会逐渐提升，从中找出规律，这对监管也有巨大作用。现在，这方面现在已取得很大进展。

　　“因此，人工智能对各行各业的冲击可能不同。在金融系统，特别是在银行系统，它建立在过去几十年信息化、IT化的基础上，提供了新的发展机会，并可能带来比较大的边际变化。”从监管的角度，周小川指出，各类金融机构和活动如果运用AI，应提供透明、可解释的模型。但他也指出，实际上AI的发展，特别是机器学习、深度学习，必然带来模型的黑箱性，未来，监管可能需要面对黑箱模型产生的结果，要调节或监管金融市场。

　　周小川还提出一个问题，如果AI模型大量运用短期高频数据，学习结果很可能也是高频、短期、技术性的，可能与金融稳健和宏观调控所需要的面向基础面、长远稳定性的要求不一致，“这个问题确实需要认真对待和解决”。