人工智能正推动银行业从传统金融服务向数据处理的本质回归，这一转变将深刻影响银行的组织结构、业务模式甚至监管方式。

在2025外滩年会“金融领域的AI治理与国际合作”圆桌讨论上，中国人民银行原行长周小川指出，人工智能是金融业在信息处理、IT和自动化基础上的又一次重大边际变化——“但这个边际变化是一个很大的变化”。

银行业的性质已经发生根本性转变。周小川回顾道，他25年前提出的“银行业正在从传统银行转变为数据处理行业”的观点，如今已成为现实。银行的支付、定价、风险计量、市场营销等主要业务，现在均已高度依赖数据处理。

01 银行业本质变革：从传统银行到数据处理行业

周小川从历史视角分析了银行业的根本性转变。过去，银行业务依赖人工处理和面对面服务，而随着IT技术发展，银行业的性质已发生根本性变化。

“回顾六七十年前的银行业，与现在完全不同。”周小川表示，随着IT技术发展，银行业已从传统银行转变为数据处理行业。二十五年前，他曾提出“银行业正在从传统银行转变为数据处理行业”的观点，但当时很多银行并不愿意接受这个现实。

银行业的四大核心业务现已全面数据化。支付业务基本上都是数据处理；存款和贷款依赖大数据分析和模型进行定价；风险评估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。

人机关系经历了深刻演变。周小川指出，在过去六七十年间，银行业从“人主导、机器辅助”的模式，演变为人主要作为机器与客户之间的界面。这种变化为AI的应用奠定了坚实基础。

02 AI应用基础：金融系统积累的海量数据

银行业发展AI具有独特优势。周小川指出，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。

与其他行业不同，银行业在AI应用上具有自身特点。周小川分析，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。这一特点决定了银行未来结构会进一步向这个方向发展。

客户行为的变化也支持了AI的应用。周小川观察到，近十多年来，越来越多人习惯与机器打交道，而非依赖人工介入。这种双向变化正推动AI在银行业的支付、定价、风险管理和市场推广等领域发挥更大作用。

在监管领域，AI同样带来机遇。周小川以反洗钱为例，指出当前系统可以利用机器学习从海量数据中识别洗钱等线索，已取得很大进展。

03 未来影响：银行从业人员规模将显著减小

AI应用将深刻影响银行业的组织结构。周小川明确表示，“基于这一特点，银行未来结构会进一步向这个方向发展，由此也将产生一个现象，即银行的从业人员规模会显著减小”。

然而，国家金融监督管理总局副局长肖远企在同一场合提供了不同视角。他认为：“到目前为止，我还没有听到金融机构单纯因AI应用而出现员工安置压力的案例。”

肖远企强调，人才是金融机构最宝贵的资产。在信贷、保险定价、定损、精算等关键领域，仍然离不开人的专业判断。AI的应用甚至可以创造更多工作岗位。

周小川的观点得到了其他与会者的呼应。法兰西银行副行长阿格尼丝·贝纳西-奎里指出，AI既提升了监管者监测风险的能力，同时也增强了风险的潜在影响力。这意味着银行业需要更专业的人才来管理这些新型风险。

04 监管挑战：黑箱模型与数据匹配问题

随着AI在金融领域的深入应用，监管面临新的挑战。周小川指出，从监管角度，希望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。

然而，AI发展特别是机器学习、深度学习，必然带来模型的黑箱性，很难解释。周小川坦言：“可能未来监管就需要面对黑箱模型产生的结果和行动，来调节或监管金融市场。”

另一个关键问题是数据频率匹配。周小川提醒，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。

肖远企补充分析了AI带来的具体风险。从微观视角看，单家金融机构主要面临模型稳定性风险和数据治理风险；从宏观视角看，整个行业面临集中度风险和决策趋同风险。

05 对货币政策的影响：慢变量需要慢处理

关于AI会否对中央银行的主要业务，特别是对货币政策和宏观审慎监管的制定和实施产生影响，周小川表示，对于这个问题，可能还需要更长时间的观察和研究。

周小川介绍，在其担任央行行长期间，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，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。

周小川形象地指出：“货币政策不可能对每天的蔬菜价格变化做出响应”，响应太快也可能引发不必要波动。因此，慢变量需要慢处理。

正如周小川所观察，银行业正经历从传统银行向数据处理行业的根本转变。随着AI技术不断发展，银行的结构、业务模式乃至从业人员规模都将随之演变。

未来，随着AI技术在金融领域的不断成熟，监管机构与市场参与者需在创新与风险防控之间找到平衡点，确保金融系统在享受AI带来的效率提升的同时，保持稳健运行。