AI导读：

金融业正迎来人工智能应用的历史机遇，但算法‘黑箱’、数据污染、模型缺陷等风险不容忽视。尚福林在峰会上指出，要关注人工智能带来的效率提升与风险加剧的双重效应，强调算力效率、数据安全及模型算法透明性的重要性。

　　新华财经北京4月10日电（记者翟卓）金融业正迎来人工智能行业应用的历史机遇，但人工智能的算法‘黑箱’、数据污染、模型缺陷等潜在风险也不容忽视。中国财富管理50人论坛理事长、原银监会主席、证监会原主席尚福林在国民财富发展研究合作平台2025春季峰会上指出，要关注人工智能带来的效率提升与风险加剧的双重效应。

　　尚福林强调，算力效率的提升是基础，但硬件投入大、训练成本高是行业普及应用的重要制约因素。特别是中小银行，科技投入能力明显不具优势。然而，Deepseek的出现通过算法优化，减少了对高算力硬件的依赖，为中小机构减轻了资本投入压力。

　　数据安全可靠与隐私保护同样关键。尚福林表示，金融机构和科技企业需共同研究数据在采集、存储、传输和使用过程中的安全性问题，推动信息互联互通，同时加强数据的隐私安全保护，防范信息污染风险。虚假信息若被灌入训练模型，可能污染训练数据，引发连锁反应，造成重大损失。

　　提高模型算法的透明性和可解释性也至关重要。尚福林指出，深度学习模型存在不可解释性，输出结果难以追溯，增加了监管难度。人工智能驱动的高频交易虽提升市场反应速度，但也放大了波动性，可能加剧金融脆弱性。因此，模型训练中需充分体现国家政策导向。

　　尚福林建议，强化垂直领域专业性，提升模型准确性和可靠性。同时，监管机构应关注人工智能技术在金融领域的应用动态，增强穿透式分析能力，健全规则制度，提升算法的可解释性、透明性、公平性和安全性。

（文章来源：新华财经）