中行张辉谈AI投入产出：构建价值度量体系，避免“一哄而上”

（原标题：中行张辉谈AI投入产出：构建价值度量体系，避免“一哄而上”）

张辉详解AI赋能银行业的“经济账”

6月18日，中国银行行长张辉出席陆家嘴论坛。

在分享中，张辉围绕人工智能大模型的投入产出平衡问题，结合中国银行的实践进行了阐释。

“从中行的实践来看，我们在制定人工智能发展战略时，一方面研究布局如何让人工智能赋能高质量发展；另一方面，积极构建AI赋能业务的价值度量体系”。张辉进一步解释，中行将业务指标与技术指标相结合，将短期效益与长期价值相结合，进行精准化、精细化的管理，避免因为人工智能是热点就一哄而上。

张辉还从研发成本、推广成本、运营成本、安全成本四个维度进行了详细、务实的分享。

他表示，“人工智能的研发投入非常高，从银行的角度，我们的策略是优先运用开源模型，或者将市场上成熟的模型进行本地化部署”。

此外，在研发过程中，中国银行坚持价值导向和应用导向，紧密结合人工智能在经营管理中的实际使用场景，“先明确业务需求再开展研发，这也是控制研发成本的有效方法”。

关于推广成本，张辉表示，要深入研究各类机构以及全行干部员工的实际需求，了解他们希望人工智能做些什么，以此来调动各层级的积极性，而不是单纯地自上而下要求他们去使用。“在这方面如果做得非常到位，可以大幅度降低推广成本”。同时，作为大型银行，中国银行强调采取“总行集约开发，全球逐步部署和应用”的策略来推进推广工作。

运营成本方面，张辉坦言，“人工智能在运营过程中的成本较高”。作为大型银行机构，张辉认为必须强调自身的算力建设，并持续优化数据治理体系，从而真正发挥出海量数据的优势，将其转化为数智化转型的核心优势。

“对银行业来说，审慎经营是我们的底线，必须确保资产安全。”谈及安全成本时张辉说道。在应用人工智能进行赋能时，要坚持安全底线、管理兜底以及人机协同等原则，将人工智能可能对银行业造成的经营风险降至最低。

在人工智能应用的过程中，“出错”是一大核心问题。如何保证AI产出的结果是正确的？又如何确保它不犯错呢？

张辉表示，中行在推进AI战略时对此高度关注，并提出三点做法。

第一， 坚持“人类在环”的管理兜底原则。目前人工智能的发展阶段，尤其是大模型，本质上仍未脱离概率预测系统。

张辉认为，金融业务对严谨、精准、可靠的要求，与概率预测虽有交集，但不能完全依赖人工智能。现阶段，金融业的应用大多集中在非核心业务的辅助环节，将AI定位为“有效助手”而非“最终决策者”。中国银行同样坚持这一原则。张辉介绍称，“中国银行在开发应用的同时，构建起涵盖事前评估、标识规范、内容监测与审核等体系化的机制，通过人工干预确保AI在安全可控的轨道上运行”。

第二， 坚持“分类施策，先内后外”的策略。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”。

据悉，中行首先从内部办公、审核审批、客户经理、客服座席等场景切入，让AI发挥助手作用，切实提高工作效率。

第三， 坚持“科技赋能，守牢安全底线”的理念。目前人工智能仍在发展中，其准确性在实际使用中尚未达到银行业完全可以接受的标准。因此，张辉认为，在经营过程中，必须把守牢安全底线和风险底线，作为运用AI赋能高质量发展的关键。

此外，人工智能的技术发展也对网络安全和金融安全造成了极大冲击。“在这方面，银行业一定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。守住安全底线，是我们最关键的理念。”张辉表示。