中青报·中青网记者张均斌
如果用一个艺术流派来比喻当下的人工智能，中国工商银行行长刘珺说，它既不是印象主义，也不是写实主义，而是立体主义，甚至带有后现代主义的气质——多面体、碎片化，充满了不确定性与未知。“我们正面临大量不确定性，甚至还有许多未知因素，影响着人工智能未来的发展轨迹。”10月19日-22日，2026外滩年会在上海举行，在一场关于AI与金融的讨论中，刘珺开口没有谈技术，而是先谈了一种处境。
刘珺表示，诸多挑战让银行家们面临一系列难题。难在哪里？难在范式的跳跃。商业银行刚刚走完以计算机系统建设为核心的阶段，系统搭起来了、业务整合了，才刚刚迈入对数据汇集、数据集构建、数据分析寄予厚望的数字化转型期——“到目前为止，我们还没有完成这一转型过程”——却已经被推上了通往AI的新路。“我们根本无法确定未来会发生什么。”刘珺说。
更关键的是，商业银行的业务直接连着公众日常生活、连着产业、连着市场活动。它不能像科技公司那样自由地“先上车后补票”，只能采用相对成熟、经过验证的技术。这种审慎，决定了银行在面对AI时，第一个问题不是“怎么用”，而是“它是谁”。
“人工智能究竟是主体，还是客体？”刘珺提出了这个看似哲学的问题。
他借用哲学家约翰・塞尔的框架：采取“强AI”立场，意味着AI迟早将获得类似人类的意识；采取“弱AI”立场，则AI不过是一种工具。但现实正在滑向一个尴尬地带——AI会发展出某些能力，能够绕过人类进行讨论、谈判，甚至相互串通、破坏系统、超越规则。“这将是非常危险的。”刘珺说。
由此引出的是一连串治理之问：AI是否应当成为与人类并列的法律主体？还是仅仅是技术工具？谁来为它的行为负责？
过去，银行用计算机系统出了问题，责任在银行自身，无法推卸。但AI的链条长得多——算法开发者、程序员、部署方、使用方、最终用户，各居其环；而算法又是黑箱，“因此，责任的认定与核实，在当前阶段都十分困难。”刘珺说。
他由此点出四个“不匹配”：监管要求充分披露，但算法和数据参数仍在黑箱之中；数据必须存储在主权管辖范围内，但数据与算法天然跨境流动；AI应当受主权管辖，没有哪个国家愿意把控制权交给他国；最后，商业银行建立在精细的信用评分体系之上，但我们应该如何对人工智能算法进行准确的信用评估？闭源、开放权重、开源模型，各有各的不透明。
“如果无法解决前面这两个问题，那么促进发展也就无从谈起。”刘珺说。他给出的方案是用“收益证明”：谁从AI部署中获益，谁就应当独立承担相应责任。
“如果工行在不同业务线上大量使用和部署AI工具和智能体，而所有收益都进入工行的资产负债表以及利润和收入报表，那么就意味着我承担AI部署的责任。”他举例，“如果出了严重问题，工行就应该向相关受害者赔偿，并向市场给出最终答复。”
在具体业务边界上，工行已部署数百个AI模型，并按业务线拆解：高度依赖数据的业务，给AI更多自主权；直接面向客户的业务，让“环路中的人”处理主要决策；涉及价格管理、金融与社会大额敞口的业务，从一开始就必须有人参与。而无论何种情形，“人类必须把关闭开关嵌入流程”。
他还借鉴法律中“排除合理怀疑”的标准：AI工具若不能实现可解释性与互操作性，“我们就必须把这些AI工具放到一边”——这是人类握在手中的切换开关。
尽管问题重重，刘珺坚持一个底线：所有技术发展最终都应服务于人类社会的进步，“否则，我们甚至没有必要讨论人工智能发展的利弊得失”。在他看来，没有任何一个国家能独自应对AI治理，全球协作是关键词；甚至可以考虑将AI视为一种“准人类法律主体”，与人类主体的治理体系并轨，建立统一的监管机制——借助已有的数据标注与追踪能力，把AI的行为轨迹与现有市场参与者的数据整合在一起，实现全流程贯通。
“但整个过程非常艰难，我们一边前进一边学习”，刘珺说，“这是一条相当艰难的道路，但我们可以一起合作。”
责任编辑：宁迪 朱彩云
流程编辑：张胶 郭艳丽
