人工智能对金融稳定的启示——执行摘要_3页_575kb

人工智能在金融领域的广泛应用正面临更严格的监管审查，强调其对金融稳定的影响。本报告基于2024年11月发布的人工智能对金融稳定的影响分析，识别了关键因素和潜在风险。

背景与驱动因素

人工智能（AI）采用的增长由供给侧和需求侧共同驱动。供给侧因素包括技术进步（如大型语言模型和深度学习模型改进）、数据访问提升和硬件升级，这些使AI应用更高效。需求侧因素主要是降低成本、增强竞争力。总体上，供给侧因素目前起主导作用。

AI应用用例

AI在金融业主要用于内部运营和合规，例如信用评估、风险管理、欺诈检测等。监管领域则包括监督技术（suptech），如使用AI分析文本数据。目前创收应用有限，但生成式AI正在被谨慎试验。

对金融稳定的潜在威胁

如果没有适当控制，AI可能放大金融风险。关键影响来源包括：AI在核心业务的广泛集成、大型语言模型和生成式AI的创新风险、对少数第三方提供商的依赖、非结构化数据的不透明性、AI降低网络犯罪门槛，以及生成内容助长欺诈。这些因素可能导致网络攻击、模型中毒、数据质量问题或其他引发金融不稳定事件。

政策建议与挑战

金融稳定委员会（FSB）建议改进AI采用的监测，通过公共信息披露和监管框架评估。还强调国际合作、信息共享和行业良好实践的重要性。两大挑战是创新速度快于数据和监控能力，阻碍有效风险监控。

此总结基于报告执行摘要，焦点在AI对金融稳定的关键启示和建议。