观韬解读 | 金发〔2026〕8号文解读：银行保险机构人工智能应用的合规义务与落地路径

《指导意见》总体要求第二段规定：“坚持谁使用谁负责”，要求压实金融机构作为金融服务提供方、人工智能技术使用方的主体责任，这是从对外层面，在主体与主体之间确立责任归属原则。第二章第（一）项进一步规定，金融机构的董（理）事会应指定专门委员会对人工智能开发应用管理负责，统筹制定发展规划、推进能力体系建设、制定制度规范，并明确牵头部门和跨业务、科技、数据职能部门的协同机制。这是从对内层面，将责任落实到金融机构内部的治理载体和协同机制。

上述规定遵循了“先对外定主体、再对内定载体”的逻辑脉络。对外而言，即使模型、算力或者开发服务来自外部，也不会改变金融机构作为人工智能技术使用方的主体责任；对内而言，责任不能只由科技部门承担，而需通过专门委员会统筹，并建立跨业务、科技、数据职能部门的协同机制。

文件原文为“指定专门委员会”，并未统一要求金融机构另行“设立”一个名称固定的新委员会。因此，金融机构可结合现有公司组织架构做出灵活安排，可由机构现有的委员会负责人工智能开发应用管理。相关职责宜落实到制度、议事规则和业务流程，而不能只停留在原则性分工。

《指导意见》从纵向的全生命周期管理和横向的分类分级管理两个维度，对金融机构的人工智能应用提出管理要求。《指导意见》第二章第（二）项规定，金融机构应建立健全人工智能应用需求分析、数据准备、训练开发、部署运行、维护迭代、评估退出的全生命周期管理体系，规范模型研发、应用及资产管理，并加强数据安全评估、算法风险筛查、伦理审查评估和责任追溯机制建设。第六章第（十五）项则进一步规定，金融机构应根据业务场景重要性、应用规模、对客影响度、模型依赖度、模型复杂度等因素，对人工智能应用进行风险识别和分类分级管理，并建立管理制度、制定应用清单、实施分级管控措施、落实管理责任。

这两项要求相互结合：全生命周期管理纵向贯穿人工智能应用的各个阶段，分类分级管理则横向区分不同应用的风险，横纵结合，在各阶段落实与其风险等级相适应的管控措施。另外，第（十五）项针对的是“人工智能应用”，并未限定为生成式人工智能或者高风险应用，因此，应用清单原则上应覆盖机构实际开发应用的全部人工智能，在此基础上识别风险等级。

建议金融机构先盘点已上线、试点和拟上线的人工智能应用，并在清单中关联应用场景、责任部门、所用模型、数据来源、是否对客、风险等级、准入状态和变更情况。文件没有规定清单的固定字段，机构可结合自身业务设计，但清单应能够支持分类分级、责任追溯、持续监测和退出管理，清单的作用是让业务、科技、数据和风险管理部门围绕同一个应用作出判断，并在用途或权限变化后及时调整。

《指导意见》第六章第（十六）项规定，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应用，应被视为高风险应用；人工智能高风险应用须经本机构风险管理委员会批准后方可实施。第（十七）项则进一步要求，金融机构在高风险应用关键环节建立人工监督和干预机制，明确紧急停用及模型退出条件，并建立备用系统或人工替代流程。

《指导意见》第七章第（二十二）项还规定，可解释性不足的人工智能技术在高风险场景应用时，仅能作为辅助工具，应由人工进行最终决策；人工智能模型应用于涉及客户权益或者有实质性财务影响的关键决策时，须设置人工复核节点，完整保留原始数据、推理路径及阈值触发记录。

据此，高风险应用的合规要求包含三个连续环节：实施前经风险管理委员会批准，运行中的关键环节要保留人工监督和干预，出现异常时能够停用、退出或者切换至备用系统、人工替代流程。对于影响客户权益或者具有实质性财务影响的关键决策，人工复核和过程记录还承担责任追溯和争议解释功能。

因此，建议在高风险应用提交风险管理委员会审议前，形成能够说明应用场景、分类分级结论、模型和数据情况、测试结果、人工复核安排、紧急停用条件及替代流程的材料。机构可以结合自身风险管理委员会的议事要求确定形式，但应保证批准决定有充分依据并能够事后复核。

《指导意见》第四章第（八）项规定，金融机构应建立覆盖数据全生命周期的管理流程，构建企业级数据模型和数据资产地图，强化元数据管理；对于非结构化数据，应制定采集、清洗、标注、应用、退出管理规范。第（九）项要求针对人工智能业务场景持续推进高质量数据集建设，确保数据准确性、相关性、一致性、完整性和无偏见，并持续监测数据分布漂移。第（十一）项则要求建立从知识创建、审核、发布、更新到归档的全流程管理规范。

《指导意见》第七章第（二十四）项进一步规定，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；金融机构还应规范开发过程和数据访问权限，防范数据投毒，完善数据脱敏规范，避免使用可直接识别出个体的数据。

上述规定表明，数据合法可用并不等同于可以不加区分地用于生成式人工智能模型训练和优化。金融机构需要分别管理业务处理中的数据使用、模型训练和优化的数据使用，以及知识库和非结构化数据的采集、审核和更新。建议对训练数据集、测试数据集和知识库分别记录来源、用途、权限、质量检查和更新情况；涉及个人信息和隐私数据的，还应设置脱敏、访问控制和外包数据安全措施。

《指导意见》第三章第（四）项规定，金融机构应完善人工智能测评体系，建设测试工具链、测评指标和测试用例集，全面评估模型的基础能力、金融业务支持能力和安全可靠性。第（五）项规定，金融机构对生成式人工智能模型要实施准入管理，评估模型效能及安全合规性；外部引入的生成式人工智能模型需经过网信部门备案。

《指导意见》第七章第（二十一）项规定，金融机构应为高风险场景应用制定透明度和可解释性标准，对人工智能生成内容进行显著标识并向金融消费者主动说明；同时加强模型开发、变更管理和训练过程记录，日志保存期限应不低于业务存续期。第（二十二）项还要求定期对人工智能模型算法开展审计。

据此，模型准入并非一次性检查。金融机构还需要管理模型上线后的版本变化、性能表现、内容标识、日志和算法审计。建议将模型测试报告、准入结论、版本和变更记录、运行日志以及人工复核记录作为彼此关联的管理材料，以便在内部审计、监管检查或者客户争议中还原模型使用过程。

《指导意见》第六章第（十八）项规定，使用外部人工智能技术时，金融机构应在外包策略、数据安全、集中度管理等方面建立管理机制，通过合同协议明确安全管理方面的权责义务；与外部企业开展合作时，应建立风险隔离“防火墙”；对外包合作机构实行名单制管理；对引入的外部模型建立严格的内部评估框架。第（十九）项要求建立人工智能供应链安全合规管理机制，并对开源软件建立管理台账，对外部引入的开源组件进行审查评估、代码审计、漏洞扫描和安全测试。

由此可见，外部模型经过网信部门备案，也不能替代金融机构依据自身场景开展的效能及安全合规性评估。建议在合同和供应商管理材料中，对数据处理、安全事件通知、模型变更、服务连续性、审计配合和退出安排作出与合作模式相匹配的约定，具体合同条款设计仍需结合交易结构和适用法律。

《指导意见》第七章第（二十五）项规定，金融机构应防范提示词注入、思维链注入、多模态攻击、上下文污染等威胁；对于智能体系统，还应防范数据泄露、记忆污染、身份越权、工具滥用和运行失控等安全风险。

智能体能够访问的数据、调用的工具和执行的动作不同，可能造成的业务后果也不同。据此，建议机构结合智能体的实际权限和业务影响落地合规方案，例如设置最小必要权限、人工确认、异常中止和完整日志等。

《指导意见》第八章第（二十九）项规定，金融机构面向公众服务或者高风险场景应用使用生成式人工智能技术的，应向金融监管总局或其派出机构报告。该项同时要求加强网络安全、数据安全等风险事件复盘分析，聚焦对客服务、高风险应用场景制定风险应急预案。第七章第（二十六）项规定，金融机构应将人工智能应用纳入业务连续性管理体系；发生故障时，人工流程要及时介入或者启用备份系统。

报告、风险事件复盘和业务连续性要求共同指向应用上线后的持续管理。机构不仅要证明应用在上线时经过准入，还要能够说明运行中如何监测、异常时如何处置、故障时如何维持业务。鉴于第（二十九）项没有展开报告材料、报告时点和程序，机构还需关注后续配套要求及属地监管口径。

针对上述规定，建议定期核对应用清单、分类分级结果、高风险审批材料、模型变更及测试记录、日志、风险事件和整改记录是否相互一致，并针对对客服务和高风险应用检验人工介入、备份系统和应急预案是否能够实际启动。

从《指导意见》的基本思路来看，金融机构结合自身业务需要探索人工智能应用，其应用范围和管理强度应当与业务场景、客户影响及机构风险管理能力相匹配。

沿着这一思路，金融机构需要回答更为具体的管理问题：由谁负责人工智能开发应用管理，机构目前有哪些人工智能应用，相关应用属于何种风险等级，高风险应用是否履行了批准程序，关键决策能否由人工复核，模型和数据是否持续受控，外部技术服务是否纳入合同和供应链管理，发生异常时能否停用、退出或者切换至人工流程。

对金融机构而言，现阶段可以从应用盘点、职责梳理和风险分类分级入手，并据此识别高风险应用，补充准入、人工干预、数据安全、模型测评、外部合作和业务连续性等控制措施。此后，相关制度还应随着应用场景、模型版本和外部合作安排的变化持续更新，而不能停留在一次性的制度制定或者项目验收。

《指导意见》第二十八项提出推动构建银行业保险业生成式人工智能安全开发应用技术框架，第三十项则提出建立监管政策和监管效果的年度评估机制。由此可以预见，银行业保险业人工智能治理的具体标准仍将继续细化。金融机构越早形成权责清晰、过程留痕并能够持续调整的治理机制，越能在后续业务创新和监管要求之间保留必要的主动空间。

点击“阅读原文”链接到观韬官方网站。