从技术竞赛到能力竞争，从应用场景到责任边界，银行业的AI转型正在走向更深层次。
· 来源：轻金融整理自金融时报、证券时报、第一财经、金融一线
近期，工行、农行、建行多位高管在不同公开场合谈及人工智能。
从农行董事长谷澍对数字技术重塑金融经营模式的判断，到工行行长刘珺对AI身份与责任边界的探讨，再到建行董事长张金良披露人工智能应用覆盖场景，银行业对AI的讨论，正在从技术探索延伸至经营实践与治理体系。
轻金融发现，银行业对AI的关注正在呈现出几个清晰的方向：从工具应用走向业务重塑，从单点试验走向规模化部署，从追求效率走向发展与安全并重。
以下轻金融梳理近期公开报道中的相关发言，看看银行高管们究竟在关注什么。
一银行高管谈AI，主要集中在五个方面
1. AI不只是技术升级，而是经营模式的变化。
农业银行董事长谷澍指出，数字技术正在推动银行经营模式从标准化供给转向智能协同、场景定制。建设银行行长张毅则提到，智能化不只是将业务搬到线上，而是通过数字技术重构金融服务模式、提升风险管理能力。
两人的表述侧重点不同，但都指向同一个问题：AI对银行的影响，不应只看技术部署，还要看业务流程和经营方式是否随之改变。
2. AI应用需要明确责任边界，不能忽视金融业务的特殊性。
工商银行行长刘珺重点讨论了AI的身份定位、责任归属和金融治理问题。他认为，银行必须关注AI究竟是技术工具，还是可能具有更强自主决策能力的参与者，以及AI应用产生后果时应由谁承担责任。
他的观点尤其强调，银行不能因为使用了外部模型或智能体，就模糊自身的责任。
3. AI需要从单点应用走向更广泛的业务融合。
工行已经部署数百个人工智能模型，并按领域和业务线进行分类。农行则提出，数据和算法正在改变金融生态，银行需要加强交流合作，降低数字金融探索成本。
这意味着，银行业的AI实践不只是开发一个助手或上线一个模型，还涉及技术能力、业务流程、数据资源和管理体系的协同。
4. AI治理正在从单家机构的风险控制，延伸到行业和国际合作。
金融AI的安全与可信问题，已经成为银行高管公开讨论的重要议题。
农行行长王志恒指出，金融行业应从模型管理、治理强化、安全管控三方面协同发力，共同保障人工智能应用可信、可靠、可控。工行行长刘珺的讨论则更聚焦金融机构自身的责任、模型可信度和治理框架。
5. AI最终仍要回到金融服务和实体经济的价值创造。
农行董事长谷澍强调数据要素和智能技术对金融生态的赋能作用；建行行长张毅将智能化与科技金融、服务实体经济和风险管理联系起来。
因此，判断银行AI转型进展，不能只统计模型数量或应用场景，还应观察其是否改善客户服务、提升风险识别能力、提高经营效率，并且能够在安全可控的前提下持续运行。
二各大银行高管如何谈AI？
1、农业银行董事长谷澍：数字技术正深刻重塑金融业态
10月20日，中国农业银行董事长谷澍在2026金融街论坛年会相关平行论坛作主旨发言时表示，数字技术正深刻重塑金融业态。
他表示，经营模式从“串联运行、标准供给”转向“智能协同、场景定制”，风险管理从“经验判断、响应处置”转向“实时感知、主动干预”，金融生态由“人+渠道+资本”为核心转向数据和算法扮演更重要角色的新生态。
谷澍强调，数字金融已进入纵深推进新阶段，建议金融机构加强交流互鉴，降低探索成本，形成行业共识；国际组织发挥桥梁作用，推动合作从意愿走向行动；监管机构建立对话渠道，在尊重制度差异的前提下形成共识，更好地以数据要素和智能技术驱动行业深度赋能与生态重构。
他还指出，数字金融发展需要国际合作，亚洲金融合作协会作为区域性国际组织，积极建设推广“一带一路”金融服务信息平台、编制发布《航贸金融数据标准》、服务跨境金融机构合作和监管协调，助力构建开放、包容、安全的数字金融生态。作为亚金协理事长单位和全球系统重要性银行，农业银行把握数字金融变革趋势和方向，加快推进AI规模化、普惠化应用。（金融时报/证券时报）
2、AI是主体还是工具？工行刘珺：金融AI治理要先破解“身份”与“责任”两道题
进入AI时代，商业银行如何平衡治理与发展？在主题为“科技、地缘与全球经济”的2026外滩年会上，金融领域AI治理成为一场圆桌讨论的核心议题。
在工商银行行长刘珺看来，大量不确定性和未知因素影响着人工智能未来的发展轨迹，未来的发展可能伴随着大量黑天鹅事件。在此背景下，中央银行家们面临着诸多挑战，商业银行从业者的处境甚至更加艰难——商业银行刚刚进入数字化转型阶段，尚未完成这一转型过程就已踏上了一段充满未知的新旅程。
“作为商业银行从业者，我们只能采用相对成熟、经过验证的技术，因为我们的业务直接涉及广大公众的日常生活。我们参与产业发展，也参与市场中的各种经济活动，因此不能完全依赖尚未成熟的前沿技术。所以，我们首先需要关注的问题，也是必须解决的问题，就是人工智能的身份定位困境，即人工智能究竟是主体，还是客体？人工智能是否应当成为与人类并列的法律主体，还是仅仅作为一种技术工具？”刘珺认为，这一问题还将引出新的问题：AI应用过程中，究竟由谁承担责任？
“在过去，如果你是一名银行从业者，使用某一套计算机系统开展业务，那么相关责任就由你来承担。你不能推卸自己的责任，也不能对公众声称：这套计算机系统不是我开发的，所以我不承担责任。但是，在人工智能的整个开发和应用过程中，涉及许多不同环节，相关责任可能涉及算法开发者、程序员、部署方、使用方，以及最终用户。各方处于不同的环节，那么最终究竟应当由谁承担责任？而人工智能算法在某种程度上又存在黑箱问题，因此，责任的认定与核实，在当前阶段都十分困难。”在他看来，如果无法解决前面这两个问题，那么AI促进银行业发展也就无从谈起。
由此，刘珺还提到了几方面的不匹配问题，包括信息披露、数据存储、主权管辖、信用与可信度等。他提出：“如果我们能够将人工智能视为一种类似人类的准法律主体，并将人工智能金融治理，与人类主体的治理以及现有市场参与者的治理体系结合起来，那么我们就可以建立一套统一的治理机制，对人工智能实施监管，将人工智能运行过程中产生的数据轨迹，与现有市场参与者的相关数据整合起来，将这些信息纳入统一的体系，实现统一管理和全流程贯通，覆盖从初始环节到最终环节的整个过程。”
商业银行还要回答如何利用AI技术服务不同业务领域并界定责任的问题。“我想从人工智能给商业实体乃至市场中不同利益相关者带来的收益这个最基本的结合点谈起。如果我们借用比特币定价机制的思想，你可以说我们有工作证明、历史证明和权益证明。我还想增加一个因素，那就是收益证明。”刘珺认为，把这四个因素结合起来就可以识别并清晰界定人工智能在某项业务活动中最终能够承担什么责任，关键在于明确谁能够独立作出决策并达到某种结果。
刘珺提出假设：如果工行在不同业务线上大量使用和部署人工智能工具和智能体，而所有收益都进入工行的利润表或反映在资产负债表，那么就意味着工行承担人工智能部署的责任；如果人工智能聊天机器人负责讨论公司的业务，而这家公司可以像其他金融机构一样处理金融中介业务，那么人类必须把关闭开关嵌入流程。“否则，这会给我们的业务和我们的福祉带来巨大危险。这一点非常重要。”刘珺说。
他进一步表示：“在工行的业务流程中，如果某项业务高度依赖数据，我可以给人工智能更多自主权，让它处理业务流程。它们可以做出成绩、提高效率，也可以带来某些后果，（那么）我承担这些后果，并让整个系统更加高效；如果这项业务直接面向客户，我会把大量人工团队放进流程中，由人在‘环路中’负责主要决策；如果这项业务涉及价格管理，并且具有很大的金融和社会敞口，那么从一开始就必须有人类参与。这一点是确定的。”
据刘珺介绍，目前，工行已经部署了数百个人工智能模型并把它们分类到不同领域、拆分到不同业务线，同时明确哪些决策点必须由人来处理、哪些环节可以完全由人工智能工具自动化。“但整个过程非常艰难，我们一边前进一边学习。这是一条相当艰难的道路，我认为央行应该给我们很多帮助，我们可以一起合作。”刘珺说。
在刘珺看来，政策制定者最需要推动的，是形成全球协作框架，并以可解释性、可互操作性作为AI进入金融体系的前置门槛；做不到，就应搁置相关工具，保留人类的“切换开关”。（来源：第一财经）
3、建行董事长张金良、农行行长王志恒等谈AI
10月20日，2026金融街论坛年会中国人民银行主场论坛“人工智能技术演进下的经济治理、金融创新与央行角色”在京成功举办。多位嘉宾出席并作主题演讲。
其中，中国人民银行副行长陆磊在致辞中指出，当前以人工智能为代表的新一轮科技革命加速演进，深刻改变生产方式与经济金融运行形态，为提升经济治理效能、推动金融创新发展提供重要机遇。他强调，一是坚持前瞻布局、系统谋划，构建与人工智能相适配的经济治理框架，优化中国特色现代货币政策体系；二是坚持应用导向、场景牵引，统筹发展与安全，以金融创新更好地服务实体经济，努力实现人工智能金融应用的安全、可靠和可控；三是坚持与时俱进、开放合作，提升中央银行现代化履职能力。中国人民银行愿与各方深化务实合作，共同研判人工智能对全球经济金融的系统性影响，推动制定符合各国国情、兼顾各方利益的国际标准与治理规则。
中国建设银行董事长张金良结合经营实践分享了人工智能赋能银行转型的认识与体会。他指出，人工智能正全面重塑银行客户经营、运营管理与风险防控模式，建设银行系统推进“人工智能+”布局，构建企业级智能底座，覆盖超900个应用场景，推动业务效率与服务质效同步提升。他强调，金融机构应统筹发展与安全，健全全生命周期治理体系，强化核心技术自主可控，确保人工智能应用安全、可靠、可控。
中国农业银行副董事长、行长王志恒结合农业银行实践分享了围绕“强化AI赋能，助力金融高质量发展”的思考。他指出，人工智能推动金融服务向普惠便捷、精准贴心、实时高效、安全稳健的方向升级，农业银行全面推进智慧银行建设，探索形成智能体建设“1+6+N”路径。金融行业应从模型管理、治理强化、安全管控三方面协同发力，共同保障人工智能应用可信、可靠、可控。（金融时报）
4、建设银行行长张毅：以智能化赋能 助力实体经济提质升级
2026可持续全球领导者大会于10月20日-22日在上海黄浦世博园区举办。中国建设银行行长张毅出席并发表演讲。
张毅表示，面对全球产业升级与绿色转型浪潮，金融行业既是参与者更是赋能者、推动者。建设银行深耕可持续发展道路，锚定中央做好五篇大文章的工作部署，以智能化赋能助力实体经济提质升级。
张毅指出，对金融行业而言，智能化不仅是简单的业务线上化，更是以数字技术和科技手段重构服务模式、重塑风控能力。
张毅介绍，建设银行坚持智能提质、数字增效、风控促稳，通过构建“三个全面”，大力做好科技金融，促进科技、产业、金融的良性循环。该行打造涵盖股贷债保租的科技金融全链条产品货架，覆盖企业生命、技术生命双周期，从信用中介向资本中介、服务中介加速转变，坚持投早、投小、投长期、投硬科技，推出科技一贷、科技研发贷、科创贷等产品，配套投行、信贷、结算、存款一揽子综合服务，以耐心资本、专业资本助力关键核心技术攻关。
同时建行完善科技客户全环节服务体系，服务覆盖科技人才培训、技术创新、成果转化、产业发展、科创生态经营五大环节，依托投资者联盟、创业者港湾，提供金融+孵化+产业+辅导增值服务。在风控端，建行构建“善建科评”科创评价工具，贯通人才链、创新链、产业链，对科技企业进行全景的价值画像；搭建统一风控数据底座与智能风控中枢，推动风险识别由经验驱动转向数据驱动、模式驱动、智能驱动。（金融一线）
三从技术竞赛走向能力竞争，银行AI转型还有哪些关口
把几位高管的发言放在一起看，银行业对AI的关注正在呈现出三个层次。
首先是应用层。AI能否进入更多业务场景，能否真正改善客户服务、风险识别和运营效率，决定了技术投入能否转化为实际价值。
其次是管理层。当AI从辅助工具走向更复杂的业务流程，银行需要重新划定授权边界，明确哪些任务可以自动化，哪些决策必须保留人工介入。
最后是治理层。金融业务涉及资金、信用和公众利益，模型可信度、数据安全、责任归属和风险可控，不是应用规模扩大之后再补上的环节，而应当贯穿AI部署与运行的全过程。
因此，银行AI转型真正值得关注的，不只是部署了多少模型、覆盖了多少场景，而是能否把技术能力转化为可验证的经营成果，并建立与之匹配的风险管理和责任机制。
从这个意义上说，银行业的AI竞争，正在从谁先用起来，走向谁能用得更深、管得更好，并持续创造价值。
热门跟贴