炒股就看金麒麟分析师研报 ，权威
，专业，及时 ，全面
，助您挖掘潜力主题机会！

　　6月18日 ，国家金融监督管理总局网站消息，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》。

　　《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 。强调金融机构要健全风险治理体系
。有效应对金融业务侧可能产生的投资策略趋同、放大市场波动风险，严禁滥用人工智能技术生成虚假信息
、操纵市场价格。

　　要 点 速 览

　　推动人工智能在服务实体经济、加强金融风险管理等领域发挥积极作用 ，穿透管控关联交易 、资金运用等重点领域风险问题

　　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

　　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

　　推动模型算法
、数据资源、基础设施 、应用系统等安全能力建设 ，完善业务及风险管理流程
，防范模型生成结果不可靠风险

　　有序推进人工智能科技创新

　　与金融业务深度融合

　　“当前，我国金融行业不断加大人工智能技术资源投入 ，加快人工智能应用场景落地
，已形成一定的应用实践基础 。 ”国家金融监督管理总局有关司局负责人表示，国家金融监督管理总局密切跟踪人工智能发展动态 ，深入调研行业人工智能应用的现状
、问题与挑战
，在此基础上，研究制定了《指导意见》
。目的是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
，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。

　　《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多项指导性意见 。

　　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。

　　加强供应链风险与开源技术管理

　　谈及《指导意见》对金融机构在完善人工智能治理方面提出的要求时 ，国家金融监督管理总局有关司局负责人表示
，首先是加强顶层设计与治理体系建设 。董（理）事会指定专门委员会对人工智能开发应用管理负责，强化战略引领 ，统筹制定发展规划。完善模型研发、数据治理 、安全运行
、外包管理等方面的基本制度规范
，组建跨业务、科技 、数据职能的协同机制，培养具备人工智能素养与业务能力的复合型人才队伍 ，确保人工智能应用与机构自身风险管理能力相匹配
。

　　其次是建立人工智能全生命周期管理体系，覆盖需求分析
、数据准备、训练开发 、部署运行
、维护迭代、评估退出等阶段。规范模型研发 、应用及资产管理
，加强安全评估
、伦理审查、责任追溯机制建设 。对人工智能应用进行分级分类管理，并实施针对性的差异化管控措施
。

　　最后是加强应用场景和流程管理 ，按照技术适配原则
，将适合的技术用于适当的场景，在服务实体经济 、金融风险防控等领域充分释放人工智能技术的赋能价值。完善人机协同的业务管理流程 ，科学设定人工智能的功能边界、系统和数据权限
，明确人员岗位责任，确保业务全流程管理责任清晰
、可落实、可追溯 。

　　值得注意的是 ，《指导意见》强调
，完善人工智能风险治理框架
。健全风险治理体系。金融机构应将人工智能风险纳入全面风险管理体系，定期开展对人工智能应用风险及管理措施的评估审查 。推动模型算法 、数据资源
、基础设施、应用系统等安全能力建设 ，完善业务及风险管理流程
，防范模型生成结果不可靠风险，防止模型黑箱导致关键业务流程难落责问题
。夯实数据安全 、网络安全
、个人信息与隐私保护和业务连续性基础。有效应对金融业务侧可能产生的投资策略趋同、放大市场波动风险 ，严禁滥用人工智能技术生成虚假信息 、操纵市场价格 。

　　实施风险分类分级管理
。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。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 。

　　加强供应链风险与开源技术管理。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
。完善开源技术使用规范 ，建立开源软件管理台账
，对外部引入的开源组件应进行审查评估，加强代码审计
、漏洞扫描及安全测试 ，定期排查开源组件风险隐患
，防范供应链投毒。