專訪浙商銀行原行長劉曉春：AI產生泡沫的原因在于創新邏輯錯位，目前銀行對AI態度較為謹慎

每經記者｜趙景致    每經編輯｜廖丹

這幾年來，人工智能（AI）行業的發展可謂如火如荼，吸引了大量資本和人才涌入，人形機器人、AI客服等話題都引起了廣泛關注。

在銀行業，此前區塊鏈等技術每每出現，業內機構都趨之若鶩，但最終現實與想象相差甚遠。目前，隨著人工智能行業的迅速擴張，有關AI泡沫的討論也日益增多，銀行業AI是否有泡沫？技術飛速發展下，銀行核心競爭力怎么體現？

6月21日，由深圳香蜜湖國際金融科技研究院聯合數字金融合作論壇舉辦的“新形勢下金融科技出海的機遇與挑戰”專題研討會暨課題發布會在深圳召開。會后，上海交通大學中國金融研究院副院長、浙商銀行原行長劉曉春接受《每日經濟新聞》記者采訪。

金融機構在應用AI時相對更為審慎

NBD：有觀點認為，現在大模型還沒有找到合適的商業落地，且研發有表層化特征，比如研發就是嘗試各種 Prompt。當前，在金融科技領域，特別是生成式 AI 等新技術熱潮中，你認為是否存在泡沫？

劉曉春：當前社會對人工智能（AI）特別是大模型領域的宣傳，存在一定的泡沫現象。這種泡沫主要體現在：部分宣傳將技術想象過度渲染，甚至將尚未實現的愿景當作現實進行推廣。

這種現象并非孤例。回顧近年技術發展歷程，從互聯網金融、區塊鏈、Web3.0到如今的人工智能，其核心敘事邏輯存在高度相似性：每一項新興技術出現時，市場似乎都傾向于將其描繪為解決所有問題的“萬能鑰匙”。這種過度樂觀的預期，催生了輿論泡沫，進而在實際應用層面也產生了一定泡沫。

泡沫的產生，部分源于科技人員自身被其想象所驅動，甚至“自我說服”，進而將研發資源投入到不切實際的方向，造成資源浪費并累積風險。互聯網金融領域曾經的亂象也是前車之鑒——當技術被神化為違背金融基本規律的萬能工具時，最終結果往往是“一地雞毛”。

而產生這種泡沫的核心問題在于創新邏輯的錯位。

一是金融創新本質是業務創新，而非單純技術創新。技術在金融領域應定位為工具，服務于特定的金融業務需求，創新的首要任務，應該是深刻理解所要變革的金融業務的內在規律。

二是金融體系極其復雜，非單一技術可解決。金融涵蓋多樣化的業務形態（如支付、信貸、風控、投資等），每種業務均有其獨特規律和需求。不能將“金融科技”狹隘地等同于“支付效率提升”，或認為“去中介化”能解決所有問題。正如對平臺企業的分類，金融科技的應用也需針對具體業務場景進行細分。

當前宣傳存在一個關鍵誤區，即“技術驅動業務”而非“業務驅動技術”。正確的路徑應是：明確需要解決的金融業務問題，再尋找適配的技術解決方案。任何技術都有其邊界、局限性和適用場景。沒有萬能的技術，適用于A場景的技術在B場景可能完全失效，所謂“高級”的技術甚至會被看似“低級”的技術超越。

不過在金融領域，通過近兩年的觀察，包括參與相關內部論壇的討論，我發現金融機構在應用AI時相對更為審慎，泡沫不大。各類金融機構（銀行、保險、信托、證券等）均高度關注AI發展，積極探索其在自身業務場景中的潛在價值。但態度普遍謹慎，避免了類似互聯網金融或區塊鏈初期的狂熱。

NBD：許多銀行投入巨資引入AI技術，但實際業務價值提升并不顯著。在你看來，造成金融科技投入與實際效益產出之間鴻溝的關鍵原因是什么？金融機構應如何務實地評估和選擇技術應用場景？

劉曉春：現在所有金融機構無論大小都很關心AI，并探索AI在其所在領域可以派上什么用場。為什么呢？現在大家都比較清醒，試錯是需要的，而且大機構、小機構的策略也不同。

目前小機構以觀察為主。在技術迭代迅速的背景下，小機構貿然投入容易導致資源浪費，需待技術相對成熟或找到明確契合點后再行應用。

大機構相對來說邁的步子比較大，但也是以自身業務為出發點進行投入，測驗AI特性與哪些業務領域比較適配。此外，目前AI在業務上是以輔助性應用為主，還沒有用到決策性業務上，包括風險管理、財務決策、戰略決策等。

所以現在很多都是在投入階段，大行有規模效應，在一個領域試用AI，錯了就結束，成功了賺的錢足夠彌補投入的成本，但小銀行規模小、吃不消。從本質上來講，大投入就是一種試錯成本，可以通過成功后的收入來覆蓋。

銀行的核心競爭力在于客戶服務

NBD：在技術喧囂環境中，銀行的核心競爭力最終應建立在什么基礎上？金融科技在其中應扮演何種角色？

劉曉春：我此前提到，小型金融機構有其特定的技術應用策略（如以觀察為主）。然而，回顧歷史，無論是銀行還是其他金融機構，沒有一家機構的落后或者經營出現問題可歸因于單純的技術落后。

一旦前面有先進的銀行使用了先進技術，并且效果很好，后續各家銀行很快都會跟上，所以在先進技術方面的先發優勢會產生差距，但其他銀行很快就會彌補上來。

所以金融科技很重要，但落后不等于跟不上，大家一定是會相互學習的。其實銀行只要把客戶抓住，把提供的金融服務抓住就可以。比如客戶要貸款買車，客戶不會管銀行是用人工智能發放貸款，還是用區塊鏈發放貸款，客戶只看能不能拿到錢買到車。

所以關鍵就是銀行服務能不能滿足客戶需求，技術方面其他金融機構有了，自己銀行必須跟上。

NBD：面對快速迭代的金融科技創新，你認為監管機構面臨的最大挑戰是什么？

劉曉春：從監管來說，自身的科技能力也要提升，包括人員對科技的認識程度、監管手段的科技化等。僅僅依靠人工，無論是效率還是其他各方面，監管都跟不上技術迭代，所以自身監管科技的研發投入也要增加。