Interview with Li Dongrong, Former Deputy Governor of the Central Bank: Need to Accelerate Development of Safety Standards for Large Model Technology Financial Applications, Avoid Algorithm Discrimination and Precise Exclusion Caused by Technology Distortion

每經記者｜張蕊 每經編輯｜董興生

3月5日，第十四屆全國人大四次會議在北京人民大會堂隆重開幕。

國務院總理李強在政府工作報告中介紹了“十四五”期間的主要目標指標、重大战略任務和重大工程項目。

此前，“十四五”規劃建議明確提出，加快建設金融強國；大力發展科技金融、綠色金融、普惠金融、養老金融、數字金融。

在全力做好金融“五篇大文章”的背景下，金融機構應如何避免“為了數字化而數字化”？當前的監管框架，能否跑贏這輪AI金融的迭代速度？如何避免因為數據画像的“精准”，而將靈活就業群體等最需要金融服務的人“精准排除在外”？

帶著這些問題，在全國兩會召開期間，《每日經濟新聞》記者（以下簡稱NBD）對中國人民銀行原副行長李東榮進行了專訪。

自大學畢業後，40餘年來，李東榮始終扎根在金融領域，歷任中國人民銀行廣東省分行副行長、國家外匯管理局副局長、中國人民銀行行長助理、副行長等職，參加了自1997年開始的5次全國金融工作會議。2015年6月，李東榮負責籌建中國互聯網金融協會並擔任首任會長達7年，見證了行業從野蠻生長、風險整治到規範發展的過程。

金融機構數字化要堅持問題和效果導向

NBD：你在多個場合提到，數字金融是金融“五篇大文章”的“紐帶和助推器”。在當前全力做好科技金融、綠色金融、普惠金融、養老金融的背景下，很多人擔心數字金融會被“工具化”。你認為金融機構應如何避免“為了數字化而數字化”，真正讓數字技術穿透這四篇大文章，解決實際痛點，而不是僅僅停留在表面的流程線上化？

**李東榮：**要解決好這個擔心的問題，我認為關鍵是始終不能偏離金融服務的宗旨，在遵循金融運行基本規律的前提下正確把握好數字技術的應用。

首先，理念要清晰明確。金融機構推進數字金融要堅持以客戶為中心的理念，就是要主動站在客戶視角審視業務全流程，聚焦客戶在辦理業務中的痛點、難點與堵點，深入理解不同客群的差異化需求，推動服務模式從“以產品為中心”向“以客戶為中心”深度轉變。

這其中，線上化和智能化是數字金融推進過程中的體現，其根本目標是增強客戶的獲得感、滿意度與信任感，以數字化轉型賦能金融服務提質增效，更好地服務實體經濟發展與人民美好生活需要。

其次，要堅持問題導向、效果導向，堅決避免為了數字化而數字化。只有堅持靶向發力、精准破解的問題導向，才能保證數字化轉型的質效。當前，有的金融機構在推進數字金融過程中仍面臨諸多問題。比如，缺乏對客戶需求痛點的精准研判，導致技術投入與實際需求有脫節；調研不充分，重技術搭建、輕落地應用，系統上線後難以適配業務場景，無法有效解決服務效率低、風險管控弱等核心問題。

堅持問題導向，就是要針對傳統金融服務中存在的信息不對稱、資源配置不合理等難點問題，風險管控識別不精准等弱點問題，以及服務效率低、普惠覆蓋不足等痛點問題，將數字化技術與實際問題深度綁定，提供更好的解決方式，避免“大水漫灌”式轉型。

圖片來源：每經記者 張祎 攝

同時，效果導向則體現在數字化舉措要以提升服務質效、增強核心競爭力、實現可持續發展為目標。只有將問題導向與效果導向有機結合，才能推動金融機構數字化轉型走深走實，真正實現提質增效、賦能業務發展，夯實數字化轉型根基。

最後，要守牢安全、合規發展的底線。要堅持創新應用與風險管理能力相匹配，堅守風險底線。強化客戶隱私保護與風險防控，嚴格遵守金融監管、數據安全、個人信息保護等相關法律法規及監管要求，確保數字化轉型在安全穩健、依法合規的軌道上有序運行。

加快制定大模型技術金融應用安全規範

NBD：你曾多次提及“十四五”時期智能金融將成為數字金融的重要方向，且當前AI智能體、行業大模型已開始滲透金融核心業務。結合你提到的AI存在可解釋性不足、算法偏見等問題，你認為金融機構尤其是中小機構，應如何平衡技術應用與風險防控，找到適合自身的智能化發展路徑？現在的監管框架，能跑贏這輪AI金融的迭代速度嗎？監管層是否需要出台專門的智能金融治理框架？

**李東榮：**從三個方面介紹我對這個問題的看法：

第一個方面，與大型機構相比，中小金融機構在智能金融應用上存在資源投入差距大、數據量規模相對小且維度少、數字化基礎相對弱、人才儲備不足等明顯短板。但同時，中小金融機構存在機制靈活、決策鏈條短、貼近實體、場景聚焦等優勢，必須找準定位、揚長避短，走符合自身實際的差異化、特色化發展道路。

要定位於小而精、專而強。應立足自身資源禀賦，聚焦本地產業、供應鏈金融、鄉村振興等區域特色核心場景，以輕量化、場景化的數字化手段深耕細作，把產品做專、服務做細、風控做精，通過差異化競爭，打造自己的業務“護城河”。

要堅持場景優先，從痛點切入。圍繞普惠信貸、小微風控、櫃面運營、客戶服務、合規管理等高頻剛需場景，優先選擇投入小、見效快、風險可控的環節開展智能化改造，讓智能應用直接解決實際問題。

要突出區域特色與客群特點。立足本地產業、小微經營、社區金融等差異化場景，將區域信息、產業信息等數據納入大數據模型，提升風控精准度與服務適配性，形成具有自身特色的場景化智能金融能力。

第二個方面，DeepSeek等大模型技術的開源、高性能、低成本為中小金融機構提供了前所未有的技術賦能機遇，快速推動人工智能在中小金融機構中的應用。在此基礎上，中小機構的數據質量、合規和風控管理成為人工智能技術能否安全可靠運行的重要因素。

圖片來源：每經記者 張祎 攝

因此，中小金融機構在推進智能金融應用時需特別重視以下幾點：

一是要加強數據治理。數字化時代機構之間的競爭，本質上是數據治理能力的競爭，體現在數據的合理收集、深度挖掘和充分利用等方面。中小金融機構往往存在客戶基數較小、數據規模有限，且數據質量不高等難題，因此要在數據治理上下功夫，在確保數據安全的前提下，推進數據體系化和規範化管理，通過數據標準化、建設管理平台等方式，推動數據治理向系統化、自動化、智能化邁進。同時，要注意整合內外部數據的使用，推動數據資產融合共享，加大對數據的使用和挖掘。

二是做好風險防控。加強人機協同，發揮人工智能在數據處理、風險識別、模型測算等方面的技術優勢，同時牢牢把握風險管理的主動權，建立健全人工復核、分級審批的風險監督與管控機制。明確人機權責邊界，強化關鍵環節、重要決策的人工介入與最終審定，實現技術賦能與風險可控有機統一。

第三個方面，要健全智能金融治理體系。要加強監管科技能力建設，加快制定大模型技術金融應用安全規範等標準，發揮標準等規則的示範引領作用，推動以科技強監管、以監管促規範，引導智能金融在合規框架內安全有序發展。

積極運用人工智能提供有溫度的智能金融服務

NBD：你在最近的演講中提到，普惠金融正從“有沒有”向“好不好”轉變，並特別提到對快遞騎手、網約車司機等新型從業者的關愛。這類人群的就業和收入具有高度不穩定性，傳統風控模型很難覆蓋。在利用DeepSeek等新技術降低服務成本的同時，如何避免因為數據画像的“精准”而將這群最需要金融服務的人“精准地排除在外”？這中間的平衡點在哪裡？

**李東榮：**首先，在數字金融推進的過程中，我們一直秉持“技術中性”原則，鼓勵新技術合理應用創新。“技術中性”原則體現在技術本身的公平性、無善惡、無偏向。技術最終的影響和價值，不是技術本身所固有的，而取決於應用技術的人的設計，也就是最終在什麼場景和規則下產生的優劣或偏向性。

因此，在數字金融實踐過程中，要聚焦於如何更好地規範技術應用行為，讓技術更好地服務於更需要金融服務的人，而不是“標籤化地精准排除在外”，從而背離了普惠金融“普惠、公平、包容”的核心。

其次，監管部門要加強對技術應用行為的規範引導，要堅持以人為本、科技向善。要不斷完善智能金融相關制度標準規範，避免技術異化帶來的算法歧視、精准排除等問題，讓科技成為縮小金融鴻溝、提升普惠金融服務質量的有力支撐。要指導金融機構用技術降低服務門檻，而不是用數據標籤設置壁壘。可以通過“監管沙盒”等方式，不斷提升監管質效，更好推動創新發展，努力達到效率和安全的平衡。

最後，對金融機構而言，要堅守金融服務實體經濟和人民大眾的初心，與時俱進不斷創新產品和服務，積極運用人工智能、大數據模型識別信用，提供有溫度的智能金融服務。同時，嚴格遵守法律和倫理底線，通過開展人工智能倫理治理和教育培訓等工作，在數據獲取、算法設計、產品研發和應用等工作過程中完善措施，避免產生涉及民族、信仰、性別、年齡、職業等方面的偏見與算法歧視。

比如，針對快遞騎手、網約車司機等靈活就業群體，金融機構可加強與相關平台的合作，在依法合規的前提下，依托新技術挖掘群體的接單穩定性、賬戶流水規律等行為信息和場景數據，構建差異化信用評估模型，並進一步整合為可信的信用画像，實現“以行為評信用、以信用授額度”。

總之，智能金融應用中要堅持金融服務的政治性和人民性，通過制度、標準等規範智能金融的技術應用行為，借助智能金融技術，更好地滿足人民群眾對金融服務的需求。