从“鼓励创新”到“规范发展”，金融AI正式进入有章可循的新阶段
2026年6月18日，国家金融监督管理总局正式印发《关于银行业保险业人工智能安全开发应用的指导意见》（金发〔2026〕8号）。这是2026年首份针对金融行业人工智能安全开发的专项指导文件，也是我国银行业保险业第一份人工智能全流程专项监管文件。
文件从治理架构、开发应用、数据治理、算力建设、风险管理、能力提升、保障与监督七个方面提出了32项指导性意见。今天我计划逐条拆解它到底说了什么，以及金融机构应该如何应对。
一、出台背景：为什么需要这份文件？
据金融监管总局有关司局负责人介绍，《指导意见》的出台有三重背景。
政策层面，2025年8月国务院发布《关于深入实施“人工智能+”行动的意见》，2026年3月“十五五”规划纲要提出实施人工智能等科技战略部署。金融行业亟需一份落地性的指导文件。
行业层面，我国金融行业不断加大人工智能技术资源投入，已形成一定的应用实践基础。但问题同样突出——2025年金融行业大模型中标项目达587个、披露金额15.06亿元，较2024年的133个项目、2.4亿元呈跳跃式增长。部分机构在未清晰界定业务需求的情况下跟风上马大模型项目，投入产出比偏低。
风险层面，AI正加速向风控合规、信贷审批等核心业务渗透。模型幻觉、隐私泄露等问题在金融场景下被成倍放大。“先跑起来再说”的粗放模式难以为继。
金融监管总局相关部门负责人明确表示，出台《指导意见》的目的是“规范金融机构对人工智能的开发应用，有效防控人工智能技术应用可能带来的风险，推动数字金融高质量发展”。
一句话概括：金融AI正式告别“野蛮生长”，进入“有规可依”的新阶段。
二、四大原则：金融AI的“方向盘”
《指导意见》开宗明义，确立了金融机构安全开发应用人工智能的四项基本原则。
原则一：谁使用谁负责。 压实金融机构作为人工智能技术使用方的主体责任，明确各方分工和权责义务。“谁使用谁负责”被放在第一位。有业内人士指出，这意味着“一旦发生系统性偏差或算法歧视，人工必须能够‘熔断’并接管系统，责任链条彻底闭环”。
原则二：自主可控。 持续提升人工智能相关技术、设备的自主可控水平，提高关键平台、关键软硬件的自主研发能力。这是信创加自主可控在AI层的延伸。
原则三：务实高效。 以提升业务价值为导向，科学规划AI开发应用投入，有效平衡成本与效益，摒弃“为新而新、为用而用”的倾向。
原则四：安全发展。 严格落实网络安全和数据安全各项法律法规，强化技术安全和应用安全保障。
四项原则并非简单的政策口号，而是贯穿全文的监管逻辑主线。
三、32项意见的七大板块：一张全景图
《指导意见》32项意见分为七大板块。
板块一：完善人工智能治理架构
要求金融机构加强顶层设计和统筹管理，建立健全人工智能全生命周期管理体系，涵盖需求分析、数据准备、训练开发、部署运行、维护迭代、评估退出等阶段。董（理）事会应指定专门委员会对人工智能开发应用管理负责。探索建立业务价值导向的人工智能应用绩效评估机制。
板块二：推进高水平人工智能开发应用
鼓励有条件的金融机构建立一站式人工智能开发平台，实现模型开发部署全流程管理。支持金融机构在风险可控的前提下，推进生成式人工智能技术的业务应用，稳妥探索金融智能体建设。外部引入的生成式人工智能模型需经过网信部门备案。
板块三：提升数据治理能力
完善数据管理运营体系，提升数据服务能力，针对业务场景持续推进高质量数据集和知识工程建设。个人信息保护划出明确红线：姓名、身份证号、手机号、银行卡号等个人信息和隐私数据不得用于生成式人工智能模型训练和优化。
板块四：加强智能算力建设——这是本系列最关注的部分
金融机构应充分依托已有算力资源基础，按需布局智能算力资源建设，应用绿色低碳技术，建设自主可控、安全高效的算力底座。
最具突破性的是：鼓励有条件的大型金融机构向中小金融机构输出算力服务，支持同业探索基础设施共建共享。支持金融机构在安全合规前提下，使用国家算力节点或行业基础设施降低人工智能研发应用成本。
同时，金融机构要建立对人工智能算力、模型、数据、技术工具等的供应链安全合规管理机制，确保应用自主可控，防范对个别技术服务过度依赖引发的集中度风险。
板块五：完善人工智能风险治理框架
将人工智能风险纳入全面风险管理体系，实施风险分类分级管理和高风险应用准入管理。在高风险应用关键环节要建立人工监督和干预机制，明确紧急停用及模型退出条件。加强外包和供应链风险管理。
板块六：提升人工智能安全开发应用能力
持续增强人工智能模型稳健性，提高透明度，促进可解释性。加强网络安全、数据安全与个人信息保护，加强运营韧性和业务连续性管理。
板块七：保障与监督
明确金融监管总局及各级派出机构加强指导和监督。定期评估监管政策和监管效果，持续提高监管适配能力。
四、对金融机构的实操影响：七个必须立即行动的方向
影响一：治理架构必须重构
董（理）事会必须指定专门委员会负责AI治理，组建跨业务、科技、数据职能的协同机制。这不是“建议”，是“要求”。
影响二：高风险AI应用必须过“三道关”
《指导意见》首次清晰界定了“高风险AI应用”范畴：涉及资金交易、资产评估、信贷审批、承保理赔、风险管理等，以及与客户利益直接相关、直接影响金融合约达成的生成式人工智能场景。
针对这类场景，新规设置三道“闸门”：
须经本机构风险管理委员会批准方可实施
关键环节建立人工监督和干预机制，明确紧急停用条件
面向公众或高风险场景的生成式AI应用须向监管报告
有解读认为，这是监管文件层面第一次把AI量化共振风险点名写出来——有效应对金融业务可能产生的投资策略趋同、放大市场波动风险。
影响三：个人敏感信息“一刀切”禁用
姓名、身份证号、手机号、银行卡号等个人敏感信息，一律不得用于生成式AI模型训练和优化。这迫使银行业加速探索合成数据、联邦学习等隐私计算技术。
影响四：算力建设“两条腿走路”
大型金融机构要承担“输出算力服务”的责任；中小金融机构可以复用大型机构或国家算力节点的能力。但有专家提醒：“中小行可以借力但不能甩锅”——外包集中度、供应链安全、模型即服务平台的责权切分还是要自己兜。算力共建共享可大幅降低中小银行数字化转型成本。
影响五：AI投入逻辑从“堆规模”转向“看价值”
“务实高效”原则要求AI应用必须与自身风控能力相匹配，禁止盲目跟风投入。AI预算结构要从“堆模型参数、堆中标项目数”切换到数据底座、合规护栏、算力自主、高风险场景人工干预机制等多维投入。
影响六：供应链安全必须管起来
建立对算力、模型、数据、技术工具的供应链安全合规管理机制。这意味着金融机构要对AI供应商做全面风险评估，不能“拿来就用”。
影响七：监管能力同步升级
金融监管总局及派出机构加强数字化、智能化培训，着力培养复合型监管人才，提升与AI技术复杂度相匹配的风险识别、监测和处置能力。
五、行业反响：从“追着技术跑”到“先把护栏立好”
《指导意见》发布后，行业反响热烈。
招联首席经济学家、上海金融与发展实验室执行主任董希淼评价称，《指导意见》首次界定高风险应用场景，要求必须经风险管理委员会批准并向监管部门报告，且在关键环节强制建立人工监督和干预机制，确保核心决策不被“黑箱”化。
邮储银行研究员娄飞鹏表示，算力共建共享可大幅降低中小银行数字化转型成本，通过复用成熟的算力底座，中小银行能快速获得AI建模与风控能力。
金融界银行研究院院长陈国汪认为，文件的出台标志着金融AI监管从“原则倡导”迈入“制度规范”新阶段。核心监管逻辑是“发展与安全并重”——既鼓励AI技术赋能金融业务，又通过全流程制度规范守住风险底线。
有评论将此概括为：金融AI监管从“追着技术跑”，转向“先把护栏立好再让车跑”。
写在最后
2026年6月18日，这份文件的发布，标志着中国金融业AI应用正式告别“跑马圈地”的粗放时代。
它给了金融机构方向——“谁使用谁负责、自主可控、务实高效、安全发展”。
它给了金融机构底线——高风险AI应用必须过“三道关”、个人敏感信息不得用于模型训练。
它给了金融机构路径——算力共建共享、输出算力服务、使用国家算力节点。
32条意见，条条有指向，句句有分量。
对于关注“算力金融化”的各位来说，这份文件最值得关注的是两个信号：
第一，算力正在成为金融监管的正式议题——“加强智能算力建设”被单列为七大板块之一，这在金融监管文件中尚属首次。
第二，算力共享正在成为政策导向——“鼓励大型金融机构向中小金融机构输出算力服务”，这为算力银行、算力超市等创新模式提供了政策背书。
作者声明：本微信公众号（以下简称“本号”）发布的所有内容，包括但不限于文字、图片、视频、音频等，仅供参考和交流之用，不构成任何投资、法律、医疗或其他专业建议。用户在依据本号内容作出任何决定或采取任何行动前，应自行判断并咨询相关专业人士。
1、本号部分内容来源于网络或其他公开渠道，我们尽力确保信息的准确性和可靠性，但不对其真实性、完整性或及时性作出任何明示或暗示的保证。
2、对于转载和参考内容，我们会在合理范围内注明出处。如有版权问题，请相关权利人及时联系我们，我们将尽快处理。
3、用户因使用本号内容而导致的任何直接或间接损失，本号及其运营团队不承担任何责任。
-END-
-文章推荐-
●广告位招租中·····
●广告位招租中·····