王衍行：为何AI对银行业颠覆沦为伪命题？

　　意见领袖 | 王衍行

　　硅谷的狂热与银行业的冷峻

　　当奥特曼（Sam Altman）在加州描绘着AI将如何重塑人类文明的宏伟蓝图时，全球资本市场似乎已默认了一场“降维打击”的到来。从传媒到编程，从创意设计到基础教育，AI的颠覆力如水银泻地，无孔不入。然而，当我们把视线转向号称“百业之母”的银行业时，却发现这场号称要彻底摧毁传统金融根基的飓风，在坚硬的银行门廊前化为了几缕微风。

　　AI对银行业的“颠覆”论，正在迅速沦为一个伪命题。这并非因为银行业后知后觉，而是由其底层逻辑的特殊性——安全边界、信贷本质以及脆弱的资产负债表——所决定的。

　　遍地烽火：除了银行，皆在变局

　　在讨论银行之前，我们必须承认：AI对绝大多数行业的重构已成定局且愈演愈烈。在内容生产领域，AI正以零边际成本生产海量素材，彻底瓦解了传统中介的价值；在法律与医疗领域，AI在知识检索与初步诊断上的效率已超越人类专家；在工业制造中，AI驱动的预测性维护正重塑供应链。

　　这些行业的共同点在于：它们追求的是效率的最优化或成本的最小化。在这些赛道上，AI是核武器级别的助推器。然而，银行业是一个异类。

　　AI为何在此处触碰了红线？

　　银行业务的核心可以概括为“存、贷、汇、结”。当我们深度剖析这四大支柱时，就会发现AI的无力感。

　　1． 贷款业务：工具不能僭越“意志”

　　支持AI颠覆论的最强论据通常是“智能信贷”。诚然，AI可以批量处理成千上万份财务报表，分析社交数据，给出信用评分。但在银行的真实生态里，这只是冰山一角。

　　银行是资金密集型行业，信贷的本质是风险定价，更是对人性的穿透。在贷款业务的批量运作中，银行信贷条线的工作人员——那些在实地考察中捕捉企业家一个眼神的闪烁、在仓库巡视中发现库存造假痕迹的调查员——才是决定胜败的唯一因素。AI可以提供数据，但无法承担“责任”。如果让算法决定数十亿资金的流向，当系统性风险爆发时，谁来代表银行去谈判、去清收、去承担法律后果？这些工作的任务容错率极低，银行无法容忍甚至最微小的失误，这使得该工作所需的人类批判性思维、专业性积淀难以自动化。AI仅仅是辅助工具，如果将辅助工具误认为指挥官，那便是本末倒置。

　　2． “存、汇、结”：效率不能以安全为祭品

　　对于“存、汇、结”业务，安全是唯一的生命线。如果引入深度学习模型并将其直接关联到银行内部操作指令，这无异于在一座金库的门锁上安装了一个“黑箱驱动”的自动化系统。

　　AI的黑箱特性（不可解释性）与银行的“可追溯、可审计”原则天然对立。一旦AI产生“幻觉”或遭受对抗性攻击，导致跨境汇款路径偏移或个人存款数据被逻辑性篡改，这种冲击对银行信誉而言是毁灭性的。在金融世界里，百分之一的效率提升，抵不过万分之一的系统崩溃风险。 这种因小失大、甚至可能导致溃不成军的代价，是银行业无法承受之重。

　　AI可能不是救命稻草，而是死亡加速器

　　我们必须直视当下银行业的尴尬现状。全球范围内，除少数头部巨头外，绝大多数商业银行在“盈利性、安全性、流动性”三方面正处于“苟延残喘”时期，资本充足率、息差压力、资产质量、业务拓展等已将其逼至墙角。

　　对于这些自身免疫力低下的银行，盲目上马昂贵的AI系统非但不是救命稻草，反而可能成为死亡的加速器。

　　稳健之道：一看、二慢、三通过、四纠偏

　　相比于互联网巨头、AI先锋的“先开枪后瞄准、快速试错、小步快跑”，极少数信用卓越、实力雄厚的顶尖商业银行在对待AI上，表现出了令人惊讶的冷静。

　　它们选择的是一套“一看、二慢、三通过、四纠偏”的逻辑：

　　看：观察技术的成熟度与监管的红线边界。

　　慢：宁可错失一点技术红利，绝不让核心账务系统冒一丁点风险。

　　通过：在非核心、低风险领域（如内部行政审批）先行试点。

　　纠偏：建立严密的审计回路，随时准备人为干预并切断AI的自发错误行为。

　　这并非保守，而是银行业特有的稳健。在金融史上，那些追求极致创新的银行往往在烟花灿烂后归于尘土，唯有克制者长存。

　　金融的终极主权属于人

　　AI或许可以预测市场的波动，可以优化流程的繁复，但它永远无法替代金融的底层支撑：信用与责任。

　　银行业不需要被“颠覆”，它只需要被“优化”。如果AI无法解决风险的终极承担问题，它就永远只能待在后台的服务器里，充当一名勤勉的数据分析员。所谓的AI颠覆银行业，不过是技术原教旨主义者的一场幻梦。银行业的围墙，是由千百年来的审慎文明筑就的，AI没有必要翻过墙头，抑或拆掉基石。

　　当然，适者生存，银行业的从业人员也需要与时俱进的学习、培训等，以适应AI革命，银行还要支持AI发展并分享成果，那是另外一个重要命题。

　　(本文作者介绍：中国人民大学重阳金融研究院高级研究员)