陸 敏
當“養(yǎng)龍蝦”走紅網絡，銀行業(yè)卻集體按下“暫停鍵”。眼下，尚無一家銀行在全行層面部署該工具，多家機構內部下發(fā)風險提示、開展專項自查，明確將其列為內網接入禁區(qū)與業(yè)務場景紅線。
銀行業(yè)集體對“龍蝦”說不，并非對技術創(chuàng)新的排斥，而是立足金融行業(yè)特殊屬性，在安全與效率之間作出的審慎抉擇。銀行業(yè)的謹慎，本質是金融行業(yè)對安全合規(guī)極致要求的體現。金融行業(yè)經營的是風險，管理的是信用，承載的是千家萬戶的資金安全與個人隱私信息?！褒埼r”的先天“體質”，與銀行的安全紅線天然相悖：其默認的高系統權限配置，意味著一旦接入內網，便可能成為攻擊者打開銀行系統的“后門”。
從金融創(chuàng)新風險數據來看，近年來金融領域網絡攻擊、數據泄露事件持續(xù)高發(fā)，全球銀行業(yè)勒索軟件攻擊大幅上升，單次攻擊造成的直接損失動輒數百萬美元；國內金融機構因系統漏洞、數據治理不嚴被監(jiān)管處罰的案例屢見不鮮，信息泄露、違規(guī)調用數據等問題更是直接威脅金融安全。弱安全配置下的漏洞，足以成為竊取敏感數據、非法操控交易的突破口，這對建立嚴密風控體系的銀行業(yè)而言，是不可接受的風險敞口。相關部門已明確警示，金融交易場景使用該智能體，可能引發(fā)錯誤交易甚至賬戶被接管的嚴重后果。
除了顯性的安全漏洞，責任邊界模糊、合規(guī)標準缺失，是銀行不敢觸碰“龍蝦”的深層原因。智能體的應用，不僅是技術問題，更是合規(guī)與治理問題。“龍蝦”具備自主執(zhí)行特性，一旦在業(yè)務流程中出現誤判、偏差甚至違規(guī)操作，責任該如何界定？當前，金融領域人工智能應用尚未形成統一的規(guī)范標準，模型管理、數據使用、風險追責等環(huán)節(jié)均無明確指引。從風險數據看，人工智能驅動的金融詐騙、算法失誤導致業(yè)務差錯等問題日益突出，金融機構因新技術應用不當引發(fā)的聲譽風險、合規(guī)風險持續(xù)上升。
銀行拒絕“龍蝦”，絕不等于拒絕人工智能。銀行業(yè)對數字化、智能化轉型的探索從未止步。目前，智能體已在智能客服輔助、政策文件檢索、會議紀要生成等低風險、非核心場景落地應用，切實提升了運營效率與服務質量。金融管理部門此前明確提出，要積極穩(wěn)妥、安全有序推進金融領域人工智能應用，釋放數字化發(fā)展動能。這清晰傳遞出一個信號：銀行并非排斥技術，而是拒絕無底線的冒險，拒絕把核心業(yè)務置于風險中。
業(yè)內共識早已形成，金融人工智能的落地必須審慎。銀行需對模型進行深度改造，建立全流程數據安全體系，用脫敏、加密等技術劃清數據使用邊界，完善人工智能治理體系。唯有如此，才能從源頭保障數據安全，厘清責任劃分，讓技術創(chuàng)新真正服務于業(yè)務發(fā)展。
金融科技的發(fā)展，不能以犧牲金融安全為代價。面對“養(yǎng)龍蝦”這類新技術，銀行業(yè)不盲目跟風、不倉促上馬，以審慎態(tài)度守住安全底線、恪守合規(guī)本分，既是對金融消費者負責，也是對行業(yè)長期穩(wěn)健發(fā)展負責。
（責任編輯：梁艷）
晉公網安備 14090202000008號 
