刘珺:金融AI治理的起点——先回答“是主体还是工具、责任由谁承担”

正如中国工商银行行长刘珺在2026外滩年会上所指出的，在讨论发展和赋能之前，银行业首先要厘清一个根本问题：AI 究竟是独立的主体，还是服务于人的工具，由此产生的责任又该由谁承担。

本文回顾了10月19日刘珺在2026外滩年会之外滩圆桌“金融领域AI治理：关键议题与可行路径”上发言的主要内容。

2026年10月19日，2026外滩年会现场， 刘珺

AI发展充满不确定性

商业银行范式跃迁面临挑战

在回答银行业如何发展和治理AI之前，刘珺首先从更宏观的视角给出了他对于AI自身发展和商业银行处境的观察。

刘珺认为，当前AI发展还面临大量不确定性和未知因素。如果用艺术流派来比喻，他认为不能以印象主义的眼光来审视AI的发展，而要用立体主义、后现代主义的眼光。换言之，在他看来，AI的发展是多面、多维和充满不确定性的。

再看商业银行的处境，刘珺对于上一场外滩圆桌几位央行行长论及央行转型中的诸多挑战（详见《2026外滩年会重磅对话：全球央行家共论转型中的中央银行》）颇有感慨——“他们的工作确实非常不容易，商业银行从业者的处境也一样。”刘珺说。

他认为，央行和商行的苦恼都在于不断的范式跳跃：从基于计算机系统的时代，到数字化转型，再到AI转型——“我们刚刚走完计算机导向的发展阶段……现在才刚刚迈入数字化转型阶段。”数字化转型对商业银行至关重要，商业银行努力汇集数据，建立数据集，运用数据分析技术，提升自身决策能力。但到目前为止，这一阶段尚未完成，商业银行却又踏上了AI转型这一新的未知之旅。“我们无法确定未来会发生什么。”刘珺直言。

在他看来，AI未来的发展本身，就可能伴随大量“黑天鹅事件”。而商业银行的业务直接涉及广大公众的日常生活、产业发展和市场中的各种经济活动，因此不能完全依赖尚未成熟的前沿技术。要推动人工智能的使用和发展，就必须先厘清一些更根本的问题。

讨论发展之前

先厘清AI的“身份”和“责任”

首先要解决的是AI的身份定位困境——AI究竟是主体还是客体？

刘珺借用哲学家约翰·塞尔提出的框架指出：“强AI”观点，认为AI迟早将获得与人类类似的意识；“弱AI”观点，则认为AI只是一种技术工具。

然而，无论采取哪种立场，某些重大风险尚无法被完全排除：“或许有一天，我们会发现人工智能发展出了某些能力，能够绕过人类进行讨论和谈判，甚至相互串通，破坏现有系统，绕过既定规则。这将是非常危险的。”刘珺说。因此，必须首先厘清AI究竟是会成为与人类地位平等的法律主体，还是仅仅作为一种辅助人类的技术工具。

身份之问的背后是“责任由谁承担”。过去，银行从业者用计算机系统开展业务，责任清晰由使用方承担、无法推卸；但AI的开发与应用涉及算法开发者、程序员、部署方、使用方、终端用户等多个环节，加之算法在某种程度上处于"黑箱"之中，责任的认定与核实在当前阶段十分困难。

刘珺具体点出了四个层面的“不匹配”：（1）信息披露不匹配：监管要求充分披露以建立公众信任，但算法与数据参数处于黑箱，难以识别"哪些数据产生哪些结果"，传统披露方式难以套用。（2）数据存储不匹配：按照有关要求，商业银行和上市主体有时需将数据存储在境内，但数据与算法本身没有国界，天然跨境流动。（3）主权不匹配：AI应当受到一定的主权管辖，而现阶段没有哪个国家愿将AI的控制权交给他国。（4）信用与可信度不匹配：银行业建立在信用之上，但面对AI算法，以及闭源、开放权重、开源等不同类型模型，该如何评估其可信程度？

“如果无法解决前面这些问题，那么促进发展也就无从谈起。”刘珺表示。

金融领域AI治理的出路

第一，将AI视为“类人的准法律主体”，把金融领域AI治理与人类主体治理、现有市场参与者治理相结合，建立统一治理机制。

刘珺最终并未在强AI和弱AI之间做出非此即彼的选择，而是提出将其定位为"类人的准法律主体"，并将这一身份定位作为一切治理的前提。

他认为，AI运行产生的数据轨迹，可与现有市场参与者的数据整合，纳入统一体系、统一管理，实现从源头到终点的全流程覆盖；而利用已掌握的数据标注技术与追踪能力，无需另建新机制，就能解决系统性风险的验证与识别问题。

第二，结合工作量证明、历史证明、权益证明、收益证明，清晰界定AI在特定业务活动中的最终责任。他借用比特币定价机制中的概念——工作量证明、历史证明、权益证明，并新增一个"收益证明"：谁能把这四个要素结合、独立作出决策，谁就承担后果。底线是：AI 设立公司，则 AI 担责；人设立公司，则人担责。

关键在于，由谁独立作出决策并承担相应后果。例如，如果工行在各业务条线上大量使用和部署AI工具和智能体，而所有收益都计入工行的资产负债表和利润表，那就意味着使用和部署AI的责任由工行来承担。如果一家一人公司部署了大量智能体，那么这个人就要承担最终责任。

对应到具体的业务流程中，则要明确哪些决策节点必须由人来处理、哪些环节可以由AI工具完全自动化。据刘珺介绍，工行已部署数百个AI模型。对于高度依赖数据的业务，可给AI更大自主权，工行承担后果；对于直接面向客户的业务，工行会投入大量人工团队，让“回路中的人”把握重大决策；而涉及定价管理、且在金融和社会层面敞口巨大的业务，人必须从一开始就参与其中。

第三，为AI设置“紧急关停”开关。刘珺强调。所有技术发展最终都应服务于人类的进步，确保 AI 赋能全人类。在准入层面，可以借鉴法律领域的“排除合理怀疑”标准——要求AI证明其决策能达到这一标准。对于无法实现可解释性和互操作性的AI工具，必须搁置。同时，若AI聊天机器人自行设立公司、从事金融中介业务，人类更须在流程中嵌入“紧急关停”开关，否则这将给金融业务乃至社会福祉带来巨大危险。

第四，全球协作至关重要。刘珺指出，鉴于 AI 的特性，没有哪个国家能独立解决问题，全球合作与协作至关重要。