青年报·青春上海记者 郭颖/文、图

2026陆家嘴论坛6月17日至18日在上海举行，青年报·青春上海记者留意到：非但本届论坛设置“科技创新赋能金融高质量发展”专题全体大会，金融AI更是成为全场热词。

  现状    全场景深度落地，AI重构金融运行重塑服务范式  

当前人工智能已全面渗透银行、证券、保险、财富管理全业务链条，数字化、智能化转型从试点探索进入规模化商用阶段。

中国银行副董事长、行长张辉表示，科技创新和金融变革的深度融合，正从三个方面重塑银行业发展范式：一是重塑服务范式，AI改变了银行和客户之间信息数据传输和处理的方式，让兼顾普惠性、专业性、个性化的数字金融服务成为可能。二是重塑价值创造模式，金融业具有信息密集、流程清晰、规则明确的特点，与大模型的自动化、智能化能力高度匹配。AI深度嵌入客服、营销、审批、风控、运营等环节，能有效促进降本增效。三是重塑管理范式，人工智能深度应用倒逼银行对组织架构、队伍建设、管理机制等方面进行系统性重构，推动经营管理从经验驱动、人力驱动向数据驱动、智能驱动转变。

浦发银行董事长张为忠表示，金融AI已完成从基础问答大模型到自主运行智能体的迭代。过去，金融机构倾向于做标准化产品，如今通过数据分析和科学推理，可以实现“千人千面”的定制化方案——根据每个人的资产状况、风险偏好提供个性化服务，真正回归“以客户为中心”的理念。

保险领域同样加速落地AI应用，中国太平洋保险（集团）股份有限公司董事长傅帆认为，人工智能正在加速金融领域的转型变革，沪港两地均在积极推进金融机构在数字化人工智能的运用，完善数字、金融治理体系。

  风险防控    直面模型三大隐患，监管行业双线筑牢安全防线  

农业银行董事长谷澍认为，当前大模型应用过程中面临的主要风险之一是模型黑箱、模型“幻觉”，以及模型自主思考和决策带来的不确定性，主要有三大类风险：参数海量带来模型可解释性的难题、概率生成带来的准确性考验、模型已能自主思考和决策带来的新型风险。

“现在主流大模型的参数规模已经有千亿甚至万亿级别，海量参数的矩阵运算和深层的非线性叠加，导致模型的决策机制和输出结果不透明，也很难解释。大模型决策的过程不像人类进行决策时有线性思维的过程，大模型是根据海量训练数据统计词元（Token）的概率性规律，它本质上是概率统计而非事实推导。当数据和事实依据不足时，容易产生自洽的‘幻觉’。”谷澍认为，随着大模型的进化和智能体的深度应用，它已经突破传统软件“输入—输出相对固化”的范式，能够自主思考，这在一定程度上放大了过程不可控、结果不可知的风险。

面对这些风险，谷澍介绍了农业银行的举措：分类施策推进场景适配——对于不同场景，可以建立模型黑箱的分级管控机制，匹配差异化的技术路线和可解释性要求。设置一定的标尺约束控制——针对不同场景应用时，需要建立参数、建立标尺，控制它的应用路径，同时再把它和人机结合起来，大模型过程中人的作用是最终做决策。用AI手段应对AI应用风险——建立纵深防御体系，部署专门的安全监测模型，增强AI对抗能力，建立全链路可信验证与准入机制，强化漏洞扫描和运行状态监测，确保供应链安全，通过提示词注入防御、输出内容拦截等措施，防范模型推理过程中的敏感数据泄露。强化银行内部AI治理体系——健全“权责明晰和风险并重”的银行内部AI治理体系，确保AI既用得好又管得好，既留住创新空间，又尽量压缩模型黑箱、“幻觉”的局限性。

张辉同样表示，中国银行在推进AI战略时坚持“人类在环、管理兜底”原则、“分类施策，先内后外”的策略、“科技赋能，守牢安全底线”的理念。

“在场景选择上，中国银行优先选择容错率高、非决策类的场景进行探索。在推广应用时，更多考虑如何为各环节和基层减负、为经营赋能，从而提高全行机构的接受度，降低推广和运营成本。”张辉说，人工智能的技术发展也对网络安全和金融安全造成了一定冲击，在这方面，银行业要通过安全可控的创新机制与管理，构建新型防护体系，有序促进人工智能的合规应用与高效发展。

监管层面，证监会主席吴清此番发表主题演讲时也明确从严监管。他表示，证监会将持续提升监管效能和适应性。在增强制度包容性、提高市场含“科”量的同时，还将不断提升监管的科技化、智能化水平，完善市场准入、持续监管、退出等各环节监管机制，严查严处借科技之名蹭热点、炒概念甚至操纵市场、内幕交易等违法违规行为。接下来将统筹好发展与安全，适时发布规范发展资本市场人工智能的指导意见，提升投资研究、客户服务等重点场景技术应用的安全性、可靠性，依法从严打击利用人工智能非法荐股、造谣传谣、违法交易等乱象，推动用好、用对科技力量。

青年报·青春上海记者 郭颖/文、图

编辑：陆天逸

来源：青春上海News—24小时青年报