金融监管总局近日发布银行业、保险业AI安全开发应用指导意见，提出32项要求，填补了金融AI系统性监管空白，标志着行业迈入规范化发展新阶段。
　　本报综合报道 为深入贯彻党中央、国务院决策部署，落实中央经济工作会议、中央金融工作会议精神，推动银行业、保险业扎实做好人工智能技术应用和风险防控，金融监管总局近日发布《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》）。
　　当前，银行AI智能体发展迅猛，人工智能正从银行业的“技术选项”变为“生存刚需”。业内人士指出，这份指导意见填补了金融领域AI系统性监管的空白，构建了覆盖全流程的监管框架，标志着金融AI正式步入有规可依的规范化发展阶段。
　　统一的监管标准有助于营造公平竞争环境，保护金融消费者合法权益，为AI技术的长期规模化应用筑牢安全底线，推动行业从粗放式创新转向高质量可持续发展。立规：AI监管有章可循
　　《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、保障与监督等方面提出了32项指导性意见。一是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，加强应用场景和业务流程管理。
　　二是推进高水平人工智能开发应用。要求金融机构完善开发与测评体系，实现模型开发部署全流程管理，稳妥探索人工智能技术研发和金融智能体建设，促进行业应用生态建设。
　　三是提升数据治理能力。要求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。
　　四是加强智能算力建设。按需布局建设自主可控、安全高效的智能算力底座，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。
　　五是完善人工智能风险治理框架。要求金融机构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，加强外包和供应链风险管理。
　　六是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，确保人工智能应用符合法律法规及社会价值观要求，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。
　　七是保障与监督。明确金融监管总局及各级派出机构加强指导和监督，督促金融机构全面落实风险治理要求，关注金融业务合规风险，严肃查处违规行为。加强风险应对处置，定期评估监管政策和监管效果，持续提高监管适配能力。
　　博通咨询首席分析师王蓬博表示，《指导意见》出台的意义不仅在于防范模型风险、数据滥用和算法黑箱带来的新型隐患，更在于为金融机构推进AI商业化提供了合规基准。他预判，未来银行在AI创新上将从单点试验转向体系化部署，行业生态也将加速分化，具备治理能力与技术底层的机构将获得先发优势。
　　观势：银行AI全面铺开
　　当前，银行AI智能体应用于业务场景中的数量持续增长。
　　部分上市银行年报数据显示，截至去年年底，国有大行方面，工商银行推动人工智能在30余个业务领域、500多个场景成功落地；建设银行人工智能大模型技术赋能398个场景应用；交通银行去年部署AI智能体助手超2500个；中国银行构建智能化助手400余个；邮储银行大模型建设覆盖前、中、后台各领域超260个应用场景。股份制银行方面，招商银行累计落地AI场景超800个；中信银行AI大模型落地超120个应用场景；兴业银行构建AI开放能力160余项，上线AI应用场景260余个。城商行方面，北京银行累计上线超过300个嵌入业务流程的智能体。
　　2026年，中小银行的AI智能体建设也紧随其后。例如，常熟银行2026年一季报披露，目前已上线智能体46个，广泛应用于客服、风控、运营和办公等领域，推动业务效率整体提升20%。此外，更多中小银行2026年上半年的AI智能体招标信息涌现。例如，2026年6月5日，青海农信系统发布监管数据智能体识别系统项目；苏州银行、徽商银行以及渝农商行等都纷纷发布智能体采购公告。相比大型银行的智能体建设投入，中小银行的智能体投入多数在百万元级别。
　　此外，据艾瑞咨询测算，去年保险行业科技总投入突破670亿元，其中前沿技术研发板块表现突出，以22.5%的年均复合增长率持续扩容。从前沿技术投入结构来看，大数据、云、AI投入居多，随着AI技术迭代加速，未来AI与大数据结合将全面优化业务模式，推动行业数智化转型升级。
　　金融监管总局有关司局负责人表示，《指导意见》旨在规范银行业保险业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。同时，有序推进人工智能科技创新与金融业务深度融合，引导金融领域人工智能应用朝着有益、安全、公平方向健康有序发展。
　　此外，金融监管总局有关司局负责人还指出，金融机构强化人工智能风险治理需从治理体系建设、分类分级管理、流程优化、外部合作等方面构建系统性框架。一是健全风险治理体系；二是实施风险分类管控；三是优化全流程管理；四是强化技术自主性与供应链安全。
　　在苏商银行特约研究员武泽伟看来，首份AI安全开发应用指导意见，恰逢行业AI应用加速普及的关键节点，具有重要的规范与引导意义。《指导意见》填补了金融领域AI系统性监管的空白，构建了覆盖全流程的监管框架，标志着金融AI正式步入有规可依的规范化发展阶段。
　　破局：合规落地待转化
　　如果说《指导意见》划定了金融AI发展的“安全边界”，那么具体到操作层面，银行如何将合规要求转化为落地方案，仍是待解的课题。
　　从文件本身来看，《指导意见》对模型开发、数据治理及算力建设三大要素提出了系统性要求。在模型开发方面，金融机构应定期开展对模型效能的测评分析，构建数据闭环反馈机制，形成“数据—模型—应用”的迭代优化；在数据治理方面，要求金融机构要推动数据运营机制建设，建立覆盖数据全生命周期的管理流程，提升数据服务能力；在智能算力建设方面，金融机构应充分依托已有算力资源基础，按照国家相关政策要求，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，助力高水平科技自立自强。同时，要加强对人工智能应用的运行监测，实现对应用、模型、算力、网络的一体化管理，保障人工智能应用安全可靠运行。除三大核心要素外，外包合作风险也被纳入重点监管范畴。
　　对于上述要求，中国企业资本联盟副理事长柏文喜表示，《指导意见》对算力、数据体系等提出高标准约束，行业分化趋势或将进一步凸显。头部银行资源优势持续放大，中小银行转型压力增加，同时设置合规门槛也倒逼金融科技服务商升级产品安全标准。他建议，银行应搭建专属AI数据质量规范，以破解数据孤岛、无效数据堆积的难题，并全程严守客户隐私和数据安全红线。在人才层面，银行需要兼顾算法技术团队和通晓金融业务、合规伦理的复合型人才培养，实现技术研发和风险管控能力的同步升级。
　　金融AI已从单点试验迈入体系化部署的新阶段。《指导意见》的出台，为行业划定了安全边界，也明确了发展方向。从国有大行数百个场景的深度落地，到中小银行百万元级的务实跟进，AI正加速成为银行业降本增效、挖掘增量价值的核心引擎。合规不是创新的对立面，而是可持续发展的基石。未来，谁能率先将风险治理嵌入技术全流程，谁就能在这轮变革中占据先机。安全与创新并行，方能让AI真正从“技术选项”转化为“核心生产力”，推动数字金融行稳致远。