中国人民大学银行数字化转型指数（第一期）_7页_844kb

分析总结

演讲者

• 演讲者： 意大利央行副行长Paolo Angelini
• 主题： 生成式人工智能在中央银行中的应用
• 场合： 与意大利央行联合举办的第四次数据科学与中央银行业务研讨会闭幕式
• 演讲日期： 2025年2月20日

核心观点

• 积极作用：

  • 生成式AI有望显著提高全球生产力（潜力巨大，影响深远）。
  • 在中央银行工作中有广泛应用前景：数据科学、前瞻性预测、实时宏观监测、监管合规、法律分析、金融稳定评估、消费者服务等。
  • 可以提高效率、准确性和深度（如预测/实时预测）。
  • 需要制定适当规范框架、培养人才、促进合作。

• 风险与挑战：

  • 模型可解释性： 算法“黑箱”问题，尤其在监管/监督中影响透明度。
  • 偏见放大： 历史数据中的偏见可能被AI模型强化。
  • 幻觉与信息错误： AI容易生成看似合理但不准确的信息。
  • 金融稳定风险： AI可能助长羊群效应。
  • 被用于犯罪： AI可用于网络安全与欺诈防范的反面。
  • 认知影响： 可能导致依赖、减少人类监督、削弱认知能力，带来难以预见的“副作用”（如信息记忆减少）。

关键点

1. 战略意义： 共同举办工作坊是前瞻性的战略决策。
2. 演进历程： 各次工作坊主题聚焦中央银行业务数据科学发展。
3. 数据重要性： 数据是“燃料”，数据治理（质量、共享）至关重要。
4. 治理框架：
   • 制定健全的AI治理框架（宏观层面：政策准备；微观层面：应对新风险）。
   • 工作重心转型：从经济学/法律专家转向IT、工程、数学等人才。
   • 加强职​​场培训、转型和升级。
5. 国际合作： 数据密集型技术模糊了监管边界，支持跨机构合作、信息共享、协调监督。
6. 持续对话： 鼓励继续交流、合作和伙伴关系。

结论

意大利央行副行长强调，在快速发展的AI应用的同时，需要保持审慎态度，通过完善的治理框架、充足的人才准备和密切的国际合作来引导，确保AI在金融系统的稳健、有效、公平和可追溯的使用。