炒股就看金麒麟分析师研报，权威 ，专业
，及时，全面 ，助您挖掘潜力主题机会！

　　6月18日，国家金融监督管理总局网站消息 ，金融监管总局近日发布《关于银行业保险业人工智能安全开发应用的指导意见》 。

　　《指导意见》从治理架构、开发应用 、数据治理
、算力建设、风险管理 、能力提升
、保障与监督等方面提出了32项指导性意见
。强调金融机构要健全风险治理体系。有效应对金融业务侧可能产生的投资策略趋同、放大市场波动风险，严禁滥用人工智能技术生成虚假信息 、操纵市场价格 。

　　要 点 速 览

　　推动人工智能在服务实体经济、加强金融风险管理等领域发挥积极作用 ，穿透管控关联交易
、资金运用等重点领域风险问题

　　鼓励有条件的金融机构建立一站式人工智能开发平台，实现模型开发部署全流程管理

　　鼓励有条件的大型金融机构向中小金融机构输出算力服务
，支持同业探索基础设施共建共享

　　推动模型算法、数据资源 、基础设施
、应用系统等安全能力建设，完善业务及风险管理流程 ，防范模型生成结果不可靠风险

　　有序推进人工智能科技创新

　　与金融业务深度融合

　　“当前
，我国金融行业不断加大人工智能技术资源投入，加快人工智能应用场景落地 ，已形成一定的应用实践基础
。”国家金融监督管理总局有关司局负责人表示
，国家金融监督管理总局密切跟踪人工智能发展动态，深入调研行业人工智能应用的现状、问题与挑战 ，在此基础上
，研究制定了《指导意见》。目的是规范银行业保险业金融机构对人工智能的开发应用，有效防控人工智能技术应用可能带来的风险 ，推动数字金融高质量发展
，有序推进人工智能科技创新与金融业务深度融合，引导金融领域人工智能应用朝着有益 、安全
、公平方向健康有序发展 。

　　《指导意见》从治理架构、开发应用 、数据治理
、算力建设、风险管理 、能力提升
、保障与监督等方面提出了多项指导性意见
。

　　一是完善人工智能治理架构。要求金融机构加强顶层设计和统筹管理 ，建立健全人工智能全生命周期管理体系，加强应用场景和业务流程管理 。

　　二是推进高水平人工智能开发应用。要求金融机构完善开发与测评体系
，实现模型开发部署全流程管理，稳妥探索人工智能技术研发和金融智能体建设 ，促进行业应用生态建设
。

　　三是提升数据治理能力。要求完善数据管理运营体系
，提升数据服务能力，针对业务场景持续推进高质量数据集和知识工程建设 。

　　四是加强智能算力建设
。按需布局建设自主可控、安全高效的智能算力底座 ，鼓励有条件的大型金融机构向中小金融机构输出算力服务
，支持同业探索基础设施共建共享。

　　五是完善人工智能风险治理框架 。要求金融机构将人工智能风险纳入全面风险管理体系，实施风险分类分级管理和高风险应用准入管理 ，在高风险应用关键环节要建立人工监督和干预机制
，加强外包和供应链风险管理
。

　　六是提升人工智能安全开发应用能力。持续增强人工智能模型稳健性，提高透明度 ，促进可解释性
，确保人工智能应用符合法律法规及社会价值观要求，加强网络安全 、数据安全与个人信息保护 ，加强运营韧性和业务连续性管理 。

　　七是保障与监督
。明确金融监管总局及各级派出机构加强指导和监督，督促金融机构全面落实风险治理要求
，关注金融业务合规风险，严肃查处违规行为。加强风险应对处置 ，定期评估监管政策和监管效果
，持续提高监管适配能力 。

　　加强供应链风险与开源技术管理

　　谈及《指导意见》对金融机构在完善人工智能治理方面提出的要求时，国家金融监督管理总局有关司局负责人表示 ，首先是加强顶层设计与治理体系建设
。董（理）事会指定专门委员会对人工智能开发应用管理负责
，强化战略引领，统筹制定发展规划。完善模型研发、数据治理
、安全运行、外包管理等方面的基本制度规范 ，组建跨业务 、科技
、数据职能的协同机制
，培养具备人工智能素养与业务能力的复合型人才队伍，确保人工智能应用与机构自身风险管理能力相匹配 。

　　其次是建立人工智能全生命周期管理体系 ，覆盖需求分析、数据准备 、训练开发
、部署运行、维护迭代 、评估退出等阶段。规范模型研发
、应用及资产管理
，加强安全评估、伦理审查 、责任追溯机制建设
。对人工智能应用进行分级分类管理，并实施针对性的差异化管控措施。

　　最后是加强应用场景和流程管理 ，按照技术适配原则，将适合的技术用于适当的场景
，在服务实体经济
、金融风险防控等领域充分释放人工智能技术的赋能价值 。完善人机协同的业务管理流程，科学设定人工智能的功能边界、系统和数据权限 ，明确人员岗位责任
，确保业务全流程管理责任清晰 、可落实、可追溯
。

　　值得注意的是，《指导意见》强调 ，完善人工智能风险治理框架。健全风险治理体系 。金融机构应将人工智能风险纳入全面风险管理体系
，定期开展对人工智能应用风险及管理措施的评估审查
。推动模型算法
、数据资源、基础设施 、应用系统等安全能力建设，完善业务及风险管理流程 ，防范模型生成结果不可靠风险
，防止模型黑箱导致关键业务流程难落责问题。夯实数据安全
、网络安全、个人信息与隐私保护和业务连续性基础 。有效应对金融业务侧可能产生的投资策略趋同 、放大市场波动风险，严禁滥用人工智能技术生成虚假信息
、操纵市场价格
。

　　实施风险分类分级管理。金融机构应根据业务场景重要性、应用规模 、对客影响度
、模型依赖度、模型复杂度等因素 ，对人工智能应用进行风险识别和分类分级管理 。建立管理制度
，制定应用清单，实施分级管控措施 ，落实管理责任
。

　　加强供应链风险与开源技术管理。金融机构要建立对人工智能算力 、模型
、数据、技术工具等的供应链安全合规管理机制，确保应用自主可控
，防范对个别技术服务过度依赖引发的集中度风险 。完善开源技术使用规范，建立开源软件管理台账 ，对外部引入的开源组件应进行审查评估
，加强代码审计 、漏洞扫描及安全测试，定期排查开源组件风险隐患 ，防范供应链投毒。