近期 ，《國務院關于深入實施“人工智能+”行動的意見》正式發布
，上海也明確提出，要在三到五年內建成具有全球影響力的金融科技中心 ，正以開放姿態打造AI與金融結合的“試驗田 ”和“示范區
” 。

　　那么
，在“AI+金融”場景密集落地的當下，監管如何既設“邊界 ”又裝“導航
”？9月10日 ，由上海交通大學上海高級金融學院主辦的“AI落地金融之路”——“2025 Inclusion·外灘大會 ”見解論壇召開
，探索技術創新與風險管控平衡之道，以助力構建AI金融生態
。

　　在圓桌討論中 ，華東政法大學國際金融法律學院教授徐明指出，AI作為新事物
，當前主要面臨“問題新 、風險大
、監管難
”三大挑戰。

　　其中，在“監管難”方面 ，徐明認為主要體現在三方面 。首先
，現在的法律制度和監管制度還沒有完全跟上，如何設計一個寬嚴相濟的法律制度是個挑戰
。其次 ，AI無所不在
，已深入百姓的尋常生活，涉及很多范圍、領域和部門 ，需要監管部門之間彼此協調
，協調存在難度，協調也需要成本。最后 ，AI科技屬性很強 、迭代更新很快
，涉及大量新的技術和新的知識，監管者是否能及時跟進學習是監管者面臨的難題 。

　　針對這些挑戰 ，徐明提出，需用綜合手段
，在法律
、監管、技術等方面統籌應對
。宏觀上，要抓緊制定人工智能法 ，加快立法速度
，明確責任主體 、明確責任邊界
、嚴格責任落實，實現寬嚴相濟；微觀層面 ，要細化各種技術標準、安全標準 、監管標準
，使人工智能在探索和實踐中可操作、可執行，要發揮行業
、監管及相關部門的力量 ，主動應對人工智能帶來的挑戰。

　　聯和金融人工智能業務負責人、杭州海茵斯科技創始人聶金則梳理了AI在金融業的四大核心監管問題 。

　　一是數據隱含歧視風險。AI做決策是由數據驅動
，但數據中如果純數據有可能會隱含一些歧視問題，有可能推動社會的不平等 ，很有可能對公司主體有法律風險
。二是AI決策的黑箱難題。2025年各國出臺的監管條例顯示
，金融機構一旦開始使用AI模型或AI提供服務，模型所做出決策的可解釋性必須出具審計報告 。三是隱私問題
。聶金指出 ，為了增強AI模型的性能，打破數據孤島是非常重要的
，打破的過程中如果用到很多數據，可能會模糊主體邊界 ，對用戶信息的隱私保護有一個比較大的挑戰
，而這個挑戰如果放到跨國場景里就非常嚴重，會上升成安全問題。四是問責機制 ，AI可以作出決策
，但這當中整個鏈條從訓練 、測試到應用，應該有一個合理的問責機制 。

　　“我覺得監管上一是守住底線；二是給予比較好的引導 ，為AI在金融大規模承制式應用鋪平道路
。 ”針對這些挑戰
，聶金說道。

　　恒生電子首席科學家
、研究院院長白碩則從AI落地實施的實際問題出發，探討邊界問題 。

　　“人工智能可以了解你的客戶 ，了解到比你還了解
，它可以做到千人一面，但生成出來的東西最后一道關還要是人 ，這種場景是人最后兜底
。”白碩指出，“這個邊界目前看還要持續相當一段時間
”。

（文章來源：澎湃新聞）