2026年，国家金融监督管理总局印发《关于银行业保险业人工智能安全开发应用的指导意见》(下称《意见》)，全文共计三十二条，为银行保险机构人工智能研发、落地、迭代、退出建立完整监管规范。
一、政策出台背景：适配数字金融监管实践，破解AI应用多重痛点
近年来银行业保险业全面布局人工智能，信贷审批、智能核保、量化交易、客户服务、反欺诈等场景规模化落地，生成式AI深度渗透核心业务。此前行业AI管理存在多重适配性不足问题：AI风险长期归属科技条线，未纳入机构顶层全面资本风控；模型研发、投产、迭代、退出缺乏标准化闭环流程；客户敏感数据粗放投喂大模型，隐私泄露、算法歧视风险频发；信贷、资金交易等高风险场景无强制人工干预机制，极易引发批量信用损失；算力、模型外包高度集中，第三方供应链风险传导路径隐蔽；针对AI违规使用的惩戒标准模糊，机构、负责人双层追责机制缺失；各类机构AI建设标准不统一，监管尺度差异大，挤占监管资源。
在此背景下，金融监管总局结合一体化监管职能整合要求，总结金融AI风险处置实践经验出台《意见》，通过系统性制度补齐监管短板，构建权责清晰、流程闭环、分级管控、执法刚性、服务实体的AI管理体系，推动人工智能监管与数字金融高质量发展要求同频共振。
二、核心框架
(一)完善顶层治理架构，将AI风险纳入法人资本管理体系
《意见》核心创新是提升人工智能管理治理层级，要求董事会设立专门委员会统筹AI战略规划，构建跨业务、风控、科技、数据的协同管理机制，彻底改变以往科技部门单独管理模型的碎片化模式。从金融运行逻辑看，该条款明确AI产生的全部经营损失由机构自有资本承担，倒逼机构在年度资本规划中单独列支AI安全投入、模型测评、风险拨备专项资金，平衡数字化资本开支与风险储备。同时建立全机构AI应用台账清单，实现监管对智能业务风险的穿透计量，为后续差异化操作风险权重、资本占用计量奠定制度基础，压实法人机构资本风险自担责任。
(二)搭建全生命周期管理闭环，规范AI资产投入产出管控
文件要求建立覆盖需求分析、数据准备、训练开发、部署运行、迭代维护、评估退出的完整AI管理链条，统一模型研发、安全测评、资产归档标准，同步配套业务价值导向绩效评估机制。一是规范无形资产管理，将AI模型、算力基础设施纳入机构无形资产台账，统一资本化摊销规则，遏制盲目上马高复杂度大模型造成无效资本沉淀；二是压缩试错成本，统一行业测评标准，大型机构共享算力、模型服务输出至中小机构，分摊数字化固定投入，缓解中小银行、保险机构转型资金压力；三是建立常态化退出机制，对漂移失效、合规不达标的模型强制下线，避免低效模型持续累积潜在信用损失，稳定机构资产质量与盈利水平。
(三)设立数据治理刚性红线，阻断隐私泄露带来的资本损耗
《意见》明确数据分级分类保护规则，划定不可逾越红线：姓名、身份证号、银行卡、手机号等客户核心敏感信息严禁用于生成式AI训练，全流程落实数据脱敏、访问权限管控、模型内容过滤，严防数据投毒、批量信息泄露。从财务损益视角，数据泄露会触发高额监管罚款、民事赔付、业务停办，直接侵蚀净利润、消耗二级资本；带偏见、污染数据集会造成批量错批贷款、不合理拒保，大幅抬升不良准备金计提规模。数据合规红线本质是前置风险缓释工具，以源头管控替代事后大额损失计提，稳定机构拨备覆盖率，减少合规风险带来的资本侵蚀。
(四)分层布局自主可控算力，分散基础设施集中度流动性风险
政策鼓励机构自建安全可控算力底座，支持同业共建共享算力资源，严控单一第三方算力、模型服务商依赖度，推进绿色低碳算力布局。一方面缓释流动性冲击，AI系统支撑信贷投放、理赔支付、存取款核心业务，算力故障极易引发业务中断、客户集中退保挤兑；多供应商分散、自主算力备份机制提升业务连续性，降低流动性危机发生概率。另一方面管控供应链集中度风险，限制外包技术依赖比例，防范第三方服务商技术漏洞、服务中断转化为机构操作风险，减少监管额外资本计提要求；同时引导金融科技资本投向国产可控算力、行业专用小模型，优化金融科技投融资结构。
(五)实施风险分级差异化管控，高风险场景强制人机协同隔离系统性风险
《意见》创新划分AI风险层级，将信贷审批、资金交易、资产评估、承保理赔、量化风控等直接影响资金、客户权益的场景划定为高风险应用，设置严格准入流程，必须经风险管理委员会审批并向监管报备，关键环节强制人工复核、全链路留痕、一键停用机制，严禁AI独立作出实质性资金、承保决策。
微观层面，“人在回路”机制规避模型幻觉、算法趋同造成批量不良资产，下调内部违约概率PD、损失率LGD计量参数，节约资本占用；宏观层面，限制全行业同类高风险模型同步部署，阻断AI同向交易、统一授信标准放大市场波动的顺周期风险，切断跨机构、跨市场风险传导链条，降低金融体系尾部风险溢价。同时区分高低风险场景管控强度，低风险智能客服、资讯推送简化管理要求，实现“风险越高、风控与资本约束越强”的市场化调节机制。
(六)健全算法伦理与安全防护，稳定长期客户资产价值
覆盖模型鲁棒性、算法可解释性、算法公平、网络安全四大维度，要求定期开展算法审计，严禁信贷、保险场景基于地域、职业、性别设置歧视性风控规则，完整留存模型推理路径实现责任可追溯。
从普惠金融价值看，矫正AI对小微、涉农、低收入群体的不合理拒贷、抬升保费行为，优化信贷资源分配，扩大普惠信贷投放规模，提升普惠业务综合收益；从长期经营价值看，消除算法歧视舆情、客户投诉，稳定存量客户，持续降低营销获客资本投入；完整可追溯机制实现风险精准定责，避免批量风险发生后全额损失计提，平滑机构盈利波动。
(七)完善监管协同与长效监督，平稳化解存量AI合规隐患
建立总局统筹、派出机构分级落地的上下联动监管体系，实施年度AI风险专项评估、现场专项检查机制，细化违规分级处置标准，明确存量不合规模型分阶段整改时间表，配套复合型AI金融人才培养硬性要求。
统一监管标准消除市场政策不确定性，降低金融科技板块股权、债权融资风险溢价；存量业务限期整改避免风险长期隐匿、集中爆发，平滑行业资本损失节奏，防止单季度大额不良冲击行业整体盈利；多部门数据共享联动核查，实现机构AI投入、模型风险、信贷资产质量一体化监控，形成研发、运营、风险、处置全流程监管闭环。
三、实施影响：多方协同的数字金融治理优化效应
《意见》落地将从银行保险机构、金融监管体系、宏观金融市场三个维度释放治理效能，形成机构合规经营、监管精准高效、市场稳健有序的数字金融发展新格局，实现多方共赢的监管目标。
对银行保险机构而言，清晰统一AI合规标准，搭建标准化开发测评体系，降低数字化转型试错与合规成本；分层风险管控减少算法、数据引发的信用与操作损失，优化资本充足率、偿付能力指标，释放更多信贷、承保额度服务实体经济。
对金融监管体系而言，将AI科技风险正式纳入全面风险监管框架，统一分级管控、处罚执行标准，优化监管资源配置，补齐数字金融监管短板，大幅提升智能金融领域风险识别、处置精准度。
对宏观金融市场而言，阻断AI黑箱、外包集中、算法趋同带来的跨机构系统性风险，净化数字化金融竞争环境；引导人工智能资源向普惠小微、乡村振兴、绿色金融倾斜，降低实体经济综合融资成本，为经济高质量发展提供安全、可持续的数字金融支撑。
作者 浙江开放大学法政教育学部主任、教授
