周小川：货币政策是“慢变量”，过快响应可能引发不必要波动
文/李悦、高歌
在人工智能浪潮席卷全球之际，金融业正站在变革的十字路口。AI究竟是渐进式的技术工具，还是堪比蒸汽机与电力的颠覆性革命？
中国人民银行原行长周小川认为，AI是在信息处理和自动化技术基础上的“又一次新的边际变化”。但这个边际变化是“一个很大的变化”。
周小川回溯历史指出，银行业的性质在过去六七十年间已发生根本转变。“银行业正在从传统银行转变为数据处理行业，”他援引25年前与研究生合著的文章观点称，如今银行的支付、定价、风险计量及市场营销等核心业务，均已高度依赖数据分析和模型计算。
在此进程中，人机关系经历了深刻演变。“从过去人主导、机器辅助，演变为人主要作为机器与客户之间的界面。”周小川表示，这一历史性转变已经持续了六七十年，且为AI的应用奠定了坚实基础。金融系统积累的海量数据(603138)，使得机器学习能够推动传统模型向智能推理模型升级。
不过，尽管AI浪潮中生成式与多模态技术备受关注，但周小川强调，银行业因其特性，主要依托大数据分析和推理模型。“基于这一特点，银行未来结构会进一步向这个方向发展，”他明确表示，“银行的从业人员规模会显著受到影响和减少。”
这一判断还基于客户行为的深刻变迁。周小川观察到，近十多年来，越来越多的客户更习惯与机器互动，“不太愿意或认为没有必要人工介入”。这种双向变化正推动AI在银行业的支付、定价、风险管理和市场推广等领域发挥更大作用。
在监管领域，AI同样带来机遇与挑战。周小川以反洗钱为例，周小川以反洗钱为例，指出当前系统可利用机器学习从海量数据中识别洗钱等线索，已取得很大进展。在金融稳定领域，他认为，机器学习有望从历史金融数据中推理预知“明斯基时刻”的爆发概率，但需要处理非结构性数据、多模态信息乃至考虑社会情绪。
他指出，人工智能也开辟了很多新领域，但距离真正应用还有相当距离。
但他也警示，AI模型的“黑箱”特性与监管要求的透明度存在矛盾。同时，若AI模型过度依赖短期高频数据，其产出可能与金融稳健所需的长期性、基础面导向产生偏差。“这个问题确实需要认真对待和解决。”
针对AI对央行“双支柱”政策框架（货币政策和宏观审慎监管）的影响问题，周小川表示，对于这个问题，可能还需要更长时间的观察和研究。
他指出，一方面，AI可以在物价和微观行为的数据收集、处理、模式识别和推理方面影响货币政策决定。但另一方面，货币政策是“慢变量”，它随经济周期或经济变化而调整，而这个变化不会太快。“货币政策不可能对每天的蔬菜价格变化做出响应”他指出，过快响应反而可能引发不必要波动。因此，慢变量需要慢处理。