金监总局发布银行保险业AI安全开发应用指导意见

2026.06.18

国家金融监督管理总局近日发布《银行业保险业人工智能安全开发应用指导意见》，围绕数据安全、模型安全、业务安全和伦理合规提出系统性要求，引导银行和保险机构在加快布局“人工智能+金融”的同时，构建可控、透明、可追责的人工智能治理体系，防范算法歧视、数据滥用和系统性风险，推动金融科技创新与金融安全底线同步强化。

出台背景：监管加码“人工智能+金融”风险与机遇并重

国家金融监督管理总局发布《银行业保险业人工智能安全开发应用指导意见》，被业内视为在顶层设计层面专门针对金融业人工智能应用安全问题作出的系统回应，标志着我国金融领域人工智能监管从原则性倡导走向更具操作性的制度规范。

在此前出台的有关实施方案中，监管部门已提出“加快发展‘人工智能+金融’，鼓励有条件的金融机构加强人工智能安全开发应用，建设企业级人工智能平台，对模型需求开发、训练测试、部署运行、评估等环节实施全流程管理”。 [1] [2]这一表述显示，监管一方面鼓励银行保险机构加快人工智能技术落地，另一方面强调要把“安全”“可控”嵌入技术应用全周期。 [1] [2]

金融监管总局党委书记、局长李云泽近期在公开场合多次谈及人工智能带来的新型风险，强调要“加强数字金融发展和监管有关政策的研究制定，有效防范应对人工智能发展带来的风险挑战”，并明确提出需尽快完善金融人工智能相关规则框架。 [3]专家据此呼吁抓紧出台针对金融人工智能的专门管理制度。 [3]在这一背景下，本次《指导意见》的发布，被认为是对前期政策信号和专家建议的具体落地和制度化回应。

核心要求：构建全流程、可追责的金融人工智能安全治理框架

从监管部门此前公开信息和政策导向看，《指导意见》聚焦“安全开发”“审慎应用”两大主线，要求银行业、保险业在推广人工智能技术时同步建立覆盖数据、模型、系统和业务场景的安全治理框架。 [1] [2] [3]业内解读认为，文件重点将体现在以下几方面：

一是强化全流程管理。结合已有“建设企业级人工智能平台，对模型需求开发、训练测试、部署运行、评估等环节实施全流程管理”的要求，监管将进一步明确机构在数据采集、特征工程、模型训练、上线验证、运行监测到退出处置各阶段的职责分工和控制措施，防止“带病模型”直接进入关键金融业务环节。 [1] [2]

二是突出数据与模型安全。金融机构被要求在使用客户数据训练和部署模型时，严格遵守数据安全、个人信息保护等法律法规，对敏感数据实施分级分类管理，防止数据泄露和滥用；同时加强对模型鲁棒性、可解释性和偏差的测试评估，减少“算法黑箱”和不当歧视风险。 [1] [3]

三是坚持“人机协同”和“审慎使用”。监管多次强调不能简单以算法替代理性判断和合规审查。 [3]业内人士预计，《指导意见》将要求在授信审批、理赔核定、产品定价等关键业务中保留“人工复核”或“人工裁量”环节，明确哪些场景可以高度自动化，哪些必须由人工主导决策，以避免机器决策放大风险。

四是加强第三方和外包管理。随着金融机构大量采用外部模型、数据服务和云算力，监管预计会将第三方技术服务纳入统一监管视野，要求银行保险机构对外部算法、数据来源和服务稳定性开展尽职调查和持续监控，防止因外包链条过长引发新的操作风险和合规风险。 [1] [3]

五是强化伦理与合规底线。在金融消费者保护和金融稳定的框架下，文件被认为将对“不得利用大模型等新技术误导销售、过度营销、歧视性定价”等行为作出原则性约束，要求人工智能应用坚持公平、公正、透明和“以人民为中心”的价值导向，与监管部门关于数字金融“守住不发生系统性风险底线”的总体要求相衔接。 [3]

对银行与保险机构的影响：AI布局加速但合规和技术投入同步抬升

业内普遍认为，《指导意见》将对银行和保险机构正在推进的“人工智能+金融”项目产生直接影响，一方面提供了政策支持和方向引导，另一方面也抬升了技术、安全和合规方面的“门槛”。 [1] [2] [3]

在业务布局层面，已有政策明确提出“鼓励有条件的金融机构加强人工智能安全开发应用，建设企业级人工智能平台”，并将模型开发、训练测试、部署运行、评估等环节纳入统一平台和统一治理。 [1] [2]这意味着，未来大型银行、保险集团需要加快构建集团级人工智能底座，将分散在各条线、各子公司和各业务条块的模型能力进行整合，纳入统一的技术架构和安全控制之下。 [1] [2]

在风险管理和内控层面，监管对模型风险、数据风险和技术风险的关注明显上升。 [3] 在信贷审批、反欺诈、反洗钱、智能投顾、智能核赔等广泛使用人工智能的场景中，机构需要建立模型风险评估和定期“体检”机制，完善模型版本管理、参数调整记录和决策日志留痕，以便在出现纠纷或风险事件时实现“可穿透、可追溯、可问责”。 [1] [3]

在组织和成本投入层面，银行和保险机构需要补齐人工智能治理相关的人才和制度短板。除了搭建技术平台和安全防护系统，机构还需设立跨技术、业务、风控和合规部门的协同机制，将人工智能应用纳入董事会、管理层的全面风险管理框架中，推动从“项目层面重技术”向“全行全司层面重治理”的转变。 [1] [3]这将带来一定合规和技术成本，但也有望提升整体风险管理能力和运营效率。

专家解读与后续展望：金融AI监管体系将进一步完善

在监管此前就人工智能风险表态的基础上，专家认为，《银行业保险业人工智能安全开发应用指导意见》的出台，是我国金融人工智能监管从“原则倡导”迈向“规则成型”的关键一步，为下一步制定更为细化的金融人工智能管理办法奠定了基础。 [1]

此前，金融监管总局负责人已明确提出，要“加强数字金融发展和监管有关政策的研究制定，有效防范应对人工智能发展带来的风险挑战”，并在相关论坛上强调要尽快研究形成金融人工智能管理制度。 [1]有学者指出，《指导意见》属于框架性、指导性文件，下一步有望在监管规章、技术标准、检査评估办法等层面继续细化，比如：围绕模型风险管理、数据出境与跨境训练、安全评估和信息报告等，出台更具操作性的配套规范。 [1]

从国际比较看，欧美主要经济体正加快对高风险人工智能系统（包括金融风控、信用评分、保险定价等应用）实施分类监管和合规审查。业内认为，我国通过在银行和保险领域率先建立人工智能安全开发应用规则，有助于在全球金融科技治理格局中掌握一定主动权，同时为后续在证券、基金等其他金融子行业推广类似规则提供样本和经验。

专家同时提醒，人工智能技术迭代极快，单一文件难以“一劳永逸”，监管需要保持动态评估和适时更新机制，鼓励行业在确保安全和合规的前提下持续创新，用更安全、更透明、更可解释的人工智能技术，服务实体经济和金融消费者的真实需求。 [1]