刘珺：工行已部署数百个AI模型

“我们首先需要回答的问题是，人工智能是否应当成为与人类并列的法律主体，以及由谁承担责任。如果无法解决这两个问题，促进人工智能发展也无从谈起。”10月19日，在2026外滩年会上，中国工商银行（下称“工行”）行长刘珺表示。

刘珺说，商业银行的业务直接关联广大公众的日常生活、产业发展以及市场中的各类经济活动，作为商业银行从业者，只能采用相对成熟、经过验证的技术。

刘珺认为，当下AI（人工智能）的发展存在四个“不匹配”：一是信息披露的不匹配。监管机构要求商业银行和上市主体充分披露相关信息，以增强公众的信任，但人工智能、算法及其各种数据参数在某种程度上仍处于黑箱之中，很难准确识别数据对应的结果，这意味着，或许不能仅沿用现有机构主体的信息披露方式，也需要从人工智能的角度披露；二是数据储存的不匹配。本国主权管辖范围内的数据需要本地存储，但数据本身没有国界，算法同样没有国界；三是主权问题的不匹配。当下，“主权人工智能”受到广泛关注，没有哪个国家愿意将人工智能的控制权交给另一个国家；四是信用与可信度的不匹配。商业银行本身建立在信用基础之上，银行已经建立了非常成熟、精细的信用评分体系，会对不同主体的信用状况进行评估，但人工智能既有闭源模型，也有开放权重模型、开源模型，如何评估这些不同类型模型的可信程度？

刘珺说：“尽管面临诸多问题和挑战，我们必须确保人工智能能够帮助人类，共同迈向更加美好的未来。我想提出一个问题，如果我们能够将人工智能视作一种类似人类的准法律主体，并将人工智能金融治理与人类主体的治理以及现有市场参与者的治理体系结合起来，就可以建立一套统一的治理机制。”

具体到银行的应用层面，刘珺表示，如果工行在不同业务线上大量使用和部署人工智能工具和智能体，而所有收益都进入工行的资产负债表以及利润和收入报表的话，那么也就意味着要承担人工智能部署的责任。如果出了严重问题，应该向相关受害者赔偿，并向市场给出最终答复。必须把人工智能工具和智能体的关闭开关嵌入流程，否则将对业务带来巨大风险。

据刘珺介绍，在工行的业务流程中，如果某项业务高度依赖数据，可以给人工智能更多自主权，让它处理业务流程、提高效率；如果某项业务直接面向客户，工行会把大量人工团队放进流程中，让链路中的人具备主要决策能力；如果这项业务涉及价格管理，并且具有很大的金融和社会敞口，那么从一开始就必须有人参与。

刘珺表示，目前，工行已经部署了数百个人工智能模型，并分类到不同领域，再拆分到不同业务线，并确保哪些决策点必须由人来处理，哪些环节可以完全由人工智能工具自动化。“整个过程非常艰难，我们一边前进一边学习。这是一条相当艰难的道路，我确实认为央行应该给我们很多帮助，我们可以一起合作。”刘珺说。