2026年6月18日，国家金融监督管理总局发布《关于银行业保险业人工智能安全开发应用的指导意见》（以下简称《指导意见》），这是国内首份面向银行业保险业人工智能安全开发应用的专项监管文件。《指导意见》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、保障监督七大维度明确32项规范要求，全面统筹金融人工智能创新发展与风险防控，是贯彻《中华人民共和国国民经济和社会发展第十五个五年规划纲要》关于加快人工智能技术创新、加强人工智能治理的战略部署，是落实《国务院关于深入实施“人工智能+”行动的意见》的重要举措。
一、锚定时代大势，明晰政策出台初衷
当前人工智能加速迭代重塑金融业态，国内银行保险机构持续加大AI投入、落地多元业务场景，但行业发展中滋生了一些问题，如部分机构存在“为新而新、为用而用”的盲目跟风倾向，片面追求技术噱头；客户隐私泄露、供应链技术依赖、高风险场景缺乏人工制衡等隐患持续累积，亟需一套系统性监管框架划定边界、规范路径。《指导意见》出台填补了金融AI专项监管空白，为金融机构智能化转型装上“安全护栏”，平衡创新活力与风险底线，是金融数字化转型里程碑式政策文件。
二、坚守四大准则，筑牢行业发展根基
《指导意见》开宗明义提出人工智能开发应用四大基本原则。
第一，坚持谁使用谁负责。该原则核心是压实金融机构主体责任，明确机构作为服务提供方、AI技术使用方的全部权责，杜绝技术风险出现后责任悬空、仅由科技部门承担后果的现象。该原则搭配高风险场景人工干预机制，形成完整责任闭环，一旦算法偏差、模型失效引发风险，机构无法以“技术自主运行”为由规避责任。
第二，坚持自主可控。《指导意见》要求持续提升人工智能软硬件、核心平台自主研发能力，强化信息技术创新适配，防范单一技术服务商带来的供应链集中度风险，完善开源软件全流程审查、漏洞扫描机制，筑牢技术安全底座。
第三，坚持务实高效。该原则旨在纠偏行业重投入、轻产出的误区，以提升业务价值为导向，科学规划人工智能开发应用投入，有效平衡成本与效益，引导AI技术聚焦服务实体经济、压降运营风险、提升服务质效等真实业务场景。
第四，坚持安全发展。严格衔接《网络安全法》《数据安全法》《个人信息保护法》，将网络防护、数据脱敏、隐私保护、业务连续性贯穿AI全生命周期，全面提升技术安全与应用安全保障能力。
三、完善全维框架，细化监管刚性要求
（一）统筹顶层治理，重塑AI战略体系
《指导意见》要求金融机构董（理）事会指定专门委员会统筹人工智能管理，建立跨业务、科技、数据协同机制，建立健全覆盖需求分析、训练开发、部署迭代、评估退出的全生命周期管理体系，实施AI应用分类分级差异化管控。分级分类管理是风险管控关键抓手，可按智能客服、智能投研、信贷审批划分低、中、高风险场景，匹配对应管控强度，避免“一刀切”监管增加机构合规成本。
（二）优化算力模型，兼顾普惠创新发展
在模型开发层面，《指导意见》支持机构稳妥落地生成式人工智能、探索金融智能体建设，但对外部引入的生成式人工智能模型实施准入备案管理；鼓励大型机构搭建一站式AI开发平台，向中小银行输出模型、算力服务，同业共建共享算力基础设施，降低中小机构智能化转型门槛。在算力建设方面，《指导意见》提出布局自主可控、安全高效的算力底座，同时规范算力外包管理，对算力、模型、网络实施一体化监测，保障系统稳定运行。算力共建共享机制有效破解中小金融机构研发投入不足、技术能力薄弱的行业痛点，推动行业AI均衡发展。
（三）严守数据底线，筑牢隐私防护屏障
这是政策最受市场关注的硬性约束之一。《指导意见》明确：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。要建立数据全生命周期管控，完善数据集质量校验、脱敏过滤、偏见排查机制，防范数据投毒、隐私泄露风险。常态化审查数据集偏见，杜绝算法歧视损害消费者公平权益，构建可追溯的数据安全评估流程。
（四）强化风险管控，落实人工干预机制
《指导意见》将人工智能风险纳入机构全面风险管理体系，明确资金交易、信贷审批、承保理赔、风险评估等直接影响客户权益的场景为高风险AI应用，必须经风险管理委员会审批；高风险环节强制设置人工监督、紧急停用机制，留存备用人工流程，杜绝AI完全自主决策。机构面向公众使用生成式人工智能，需主动向监管派出机构报备；常态化监测模型漂移、算法幻觉、市场趋同风险，严禁利用AI批量生成虚假金融信息、操纵市场价格，防范放大市场波动风险。人工干预机制相当于为金融AI设置“熔断开关”，从制度层面解决模型黑箱无法追责、失控后无法快速止损的行业痛点。
（五）补齐能力短板，夯实安全应用根基
《指导意见》指出金融机构应构建兼具安全性、透明度与责任可追溯的人工智能应用能力体系，统筹风险防控与业务发展。具体包括：一是增强稳健性，完善模型开发测试管理，持续监测模型性能表现，并建立定期迭代优化机制。二是提高透明度，为高风险场景应用制定透明度和可解释性标准，对生成内容应进行显著标识，并履行消费者说明义务。三是促进可解释性，制定模型可解释性方法，定期对人工智能算法开展审计。可解释性不足的人工智能技术应用于高风险场景时，仅能作为辅助工具。四是保障伦理道德与公平性，开发应用人工智能应符合法律法规及社会价值观要求，避免算法歧视等不公平性问题。五是加强数据安全与个人信息保护，严格落实数据分类分级保护要求，规范数据访问权限，有效防范客户隐私泄露。六是提升网络安全防御能力，加强模型部署安全，持续监控模型行为，定期扫描、修补漏洞，有效防范网络攻击威胁。七是加强运营韧性及业务连续性管理，强化安全运行管理、事件处置和容灾能力建设，保障人工智能应用稳定性、可靠性。
四、健全监管闭环，压实全程监管职责
为更好发挥政策效果，《指导意见》对监管部门提出保障实施举措：一是加强督促指导，督促金融机构全面落实风险治理要求，加强风险评估和监督检查，关注合规风险，严肃查处违规行为。二是推动构建行业人工智能安全开发应用技术框架，规范分类分级管理，引导金融机构提升人工智能应用安全开发水平。三是加强风险监测与应对处置，明确金融机构面向公众服务或高风险场景应用使用生成式人工智能技术的，应向监管机构报告；监管部门加强监测预警与分析处置，做好跨部门合作协调，形成合力，防范系统性风险。四是建立监管定期评估机制，重点加强高风险场景应用监管，持续提高监管适配能力。五是加强监管队伍建设，着力培养复合型监管人才，提升人工智能风险识别、监测和处置能力。六是促进行业交流，营造人工智能发展的良好文化氛围。
总结
《指导意见》32项规范短期内虽然将增加金融机构合规整改成本，但着眼长远，能够化解算法歧视、数据泄露、系统失控等长期潜在风险，塑造可信、公平、安全的金融AI生态，为银行业保险业人工智能长期健康发展筑牢制度根基，推动金融智能化转型行稳致远
作者：温州大学商学院副教授
