AI对金融行业而言，是边际性的技术工具进步，还是重塑业态的根本性变革？

　　10月23日的外滩年会上，金融业的又一“灵魂之问”出现在舞台中央。

　　中国人民银行原行长周小川提供了一个答案——AI是在历史上信息处理、IT和自动化基础上的又一次新的边际变化，但这个边际变化是一个很大的变化。

　　在他看来，人与机器的关系在过去六七十年间发生巨变：从过去人主导、机器辅助，到人主要作为机器与客户之间的界面，这一历史性转变已经持续了六七十年。而AI出现的一个很好的基础，正是过去银行系统、金融系统积累的海量数据。与此同时，客户行为也在发生转变。因此，“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。”

　　除此之外，人们开始关心，人工智能是否会对金融监管产生影响？

　　比如，国家金融体系中至关重要的角色——央行的货币政策是否会受AI影响？周小川认为，这个问题“还需要更长时间的观察和研究”。

　　在他担任央行行长期间，国际清算银行（BIS）曾在一次会议上专门讨论过AI相关模型是否对货币政策产生影响。当时讨论的最终结论是，这种影响尚不明显。

　　一方面，AI可以在物价和微观行为的数据收集、处理、模式识别和推理方面影响货币政策决定。但另一方面，大家也觉得货币政策基本上是慢变量，它随经济周期或经济变化而调整，而这个变化不会太快。“尽管IT行业、新涌现的AI和机器学习有助于更准确判断形势，使宏观调控更精准响应，但似乎并不是那么重要。”周小川说。

　　与慢变量相对的，是金融市场的快速反应，尤其是金融不稳定风险的发生。如果AI对于慢变量的影响并不明显，那它是否能为预防突然降临的风险提供方案？

　　周小川表示，一个很重要的方向，是通过机器学习和深度学习，推理“泡沫”破裂的积累过程，预知“明斯基时刻”的到来。“过去金融系统依赖的是大量的结构性数据，不太需要情感数据或长文本。我们刚才提到的风险、定价、营销等都是在结构性数据基础上得到的。但分析历史事件、泡沫积累、明斯基时刻的出现、事后处理及对错评估，这些需要更广泛运用人工智能处理非结构性数据、多模态信息，甚至考虑社会情绪——这些情绪可能传染、蔓延。”

　　从这个层面上说，人工智能似乎为金融行业开辟了很多新领域。但周小川也坦言，真正的应用还有相当距离。

　　毕竟，AI技术在实操运用中仍存隐忧。例如，监管如果运用到AI模型，就需要它是透明、可解释的，而AI深度学习或将带来模型的黑箱性。另外，数据训练和学习结果的高频、短期、技术性问题，能否满足金融稳健和宏观调控面向基础面、长远稳定的要求，也需要认真对待和解决。

　　但周小川也在圆桌现场给出了一个AI积极影响监管的例子——

　　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。过去，凡是涉及大额交易都必须向反洗钱部门报告，但困惑在于，收集海量数据后，该如何处理？现在，人工智能使得已破获案件数据可被用于训练模型、从中找出规律，这对监管也发挥了巨大作用。