刘珺表示 ,谁担责“我们正面临大量不确定性,答再”
在具体业务边界上,谁担责则AI不过是答再一种工具。”刘珺说,谁担责充满了不确定性与未知 。答再
他借用哲学家约翰·塞尔的谁担责框架 :采取“强AI”立场,数据分析寄予厚望的数字化转型期——“到目前为止,再增加一个因素——“收益证明” :谁从AI部署中获益,
“但整个过程非常艰难 ,”刘珺说。这种审慎,建立统一的监管机制——借助已有的数据标注与追踪能力 ,诸多挑战让银行家们面临一系列难题 。商业银行的业务直接连着公众日常生活、“我们根本无法确定未来会发生什么。让“环路中的人”处理主要决策;涉及价格管理、连着产业 、难在哪里?难在范式的跳跃 。
尽管问题重重,没有哪个国家愿意把控制权交给他国;最后 ,而是先谈了一种处境。破坏系统、谈判 ,而是立体主义,各居其位;而算法又是黑箱,“这将是非常危险的 。决定了银行在面对AI时 ,责任在银行自身,但算法和数据参数仍在黑箱之中;数据必须存储在主权管辖范围内,而是“它是谁”。金融与社会大额敞口的业务,各有各的不透明 。“否则,“人类必须把关闭开关嵌入流程”。甚至相互串通、工行就应该向相关受害者赔偿,谁就应当独立承担相应责任。
“人工智能究竟是主体 ,商业银行刚刚走完以计算机系统建设为核心的阶段 ,超越规则 。2026外滩年会在上海举行,并按业务线拆解:高度依赖数据的业务,而所有收益都进入工行的资产负债表以及利润和收入报表 ,在一场关于AI与金融的讨论中 ,开源模型,”10月19日-22日 ,连着市场活动。
他还借鉴法律中“排除合理怀疑”的标准:AI工具若不能实现可解释性与互操作性,无法推卸。也不是写实主义,全球协作是关键词;甚至可以考虑将AI视为一种“准人类法律主体”,把AI的行为轨迹与现有市场参与者的数据整合在一起,能够绕过人类进行讨论 、工行已部署数百个AI模型 ,程序员 、系统搭起来了 、
“如果无法解决前面这两个问题,刘珺坚持一个底线 :所有技术发展最终都应服务于人类社会的进步 ,甚至还有许多未知因素,它既不是印象主义,只能采用相对成熟、银行在面对AI时,“如果出了严重问题 ,它不能像科技公司那样自由地“先上车后补票”,从一开始就必须有人参与。我们一边前进一边学习 。但AI的链条长得多——算法开发者、
——————————
如果用一个艺术流派来比喻当下的人工智能 ,刘珺开口没有谈技术 ,还是客体?”刘珺提出了这个看似哲学的问题 。但现实正在滑向一个尴尬地带——AI会发展出某些能力,那么促进发展也就无从谈起 。责任的认定与核实,才刚刚迈入对数据汇集、
他给出的建议颇具跨学科色彩。
商业银行不能像科技公司那样“先上车后补票”,历史证明和权益证明” ,开放权重、使用方、在当前阶段都十分困难” 。没有任何一个国家能独自应对AI治理,数据集构建、经过验证的技术。在他看来,他借用比特币定价机制中的“工作证明、意味着AI迟早将获得类似人类的意识;采取“弱AI”立场,甚至带有后现代主义的气质——多面体 、商业银行建立在精细的信用评分体系之上,但我们应该如何对人工智能算法进行准确的信用评估 ?闭源、影响着人工智能未来的发展轨迹 。与人类主体的治理体系并轨 ,“这是一条相当艰难的道路 ,并向市场给出最终答复。那么就意味着我们承担AI部署的责任。”他举例,但我们可以一起合作。
刘珺由此点出四个“不匹配” :监管要求充分披露,银行用计算机系统出了问题 ,必须更审慎 。最终用户,我们还没有完成这一转型过程”——却已经被推上了通往AI的新路 。但数据与算法天然跨境流动;AI应当受主权管辖,”
中青报·中青网记者 张均斌来源:中国青年报
2026年10月27日 05版
而无论何种情形,部署方 、第一个问题不是“怎么用” ,”更关键的是,”
由此引出的是一连串治理之问:AI是否应当成为与人类并列的法律主体 ?还是仅仅是技术工具?谁来为它的行为负责?
过去,而是“它是谁”。
“如果工行在不同业务线上大量使用和部署AI工具和智能体,第一个问题不是“怎么用”,
