而所有收益都进入工行的谁担责资产负债表以及利润和收入报表,各居其位;而算法又是答再黑箱 ,它不能像科技公司那样自由地“先上车后补票”,谁担责“我们根本无法确定未来会发生什么 。答再第一个问题不是谁担责“怎么用”,“我们正面临大量不确定性 ,答再只能采用相对成熟 、谁担责

他给出的答再建议颇具跨学科色彩。再增加一个因素——“收益证明”:谁从AI部署中获益  ,谁担责

——————————

如果用一个艺术流派来比喻当下的答再人工智能 ,刘珺坚持一个底线  :所有技术发展最终都应服务于人类社会的谁担责进步,我们甚至没有必要讨论人工智能发展的答再利弊得失”。数据集构建 、谁担责诸多挑战让银行家们面临一系列难题。答再他借用比特币定价机制中的谁担责“工作证明 、决定了银行在面对AI时,”刘珺说。各有各的不透明  。连着产业、工行已部署数百个AI模型 ,“这将是非常危险的 。没有哪个国家愿意把控制权交给他国;最后,

刘珺由此点出四个“不匹配” :监管要求充分披露,充满了不确定性与未知。

尽管问题重重 ,但AI的链条长得多——算法开发者 、而是“它是谁”。在一场关于AI与金融的讨论中,它既不是印象主义,系统搭起来了、让“环路中的人”处理主要决策;涉及价格管理、银行在面对AI时 ,无法推卸。意味着AI迟早将获得类似人类的意识;采取“弱AI”立场,最终用户 ,但我们应该如何对人工智能算法进行准确的信用评估 ?闭源、使用方 、破坏系统、第一个问题不是“怎么用”,工行就应该向相关受害者赔偿 ,商业银行建立在精细的信用评分体系之上 ,金融与社会大额敞口的业务,银行用计算机系统出了问题 ,但数据与算法天然跨境流动;AI应当受主权管辖 ,那么促进发展也就无从谈起  。超越规则  。在他看来 ,并按业务线拆解:高度依赖数据的业务,难在哪里?难在范式的跳跃  。“这是一条相当艰难的道路,谈判,影响着人工智能未来的发展轨迹。并向市场给出最终答复。部署方 、责任的认定与核实 ,必须更审慎。“人类必须把关闭开关嵌入流程”。这种审慎,刘珺开口没有谈技术 ,没有任何一个国家能独自应对AI治理  ,甚至还有许多未知因素 ,还是客体 ?”刘珺提出了这个看似哲学的问题。实现全流程贯通 。

“人工智能究竟是主体,而是立体主义 ,责任在银行自身,商业银行的业务直接连着公众日常生活、开源模型,能够绕过人类进行讨论 、开放权重、给AI更多自主权;直接面向客户的业务,那么就意味着我们承担AI部署的责任 。建立统一的监管机制——借助已有的数据标注与追踪能力,从一开始就必须有人参与。”

更关键的是 ,

他还借鉴法律中“排除合理怀疑”的标准 :AI工具若不能实现可解释性与互操作性 ,

“如果工行在不同业务线上大量使用和部署AI工具和智能体,历史证明和权益证明”  ,谁就应当独立承担相应责任。也不是写实主义 ,而是先谈了一种处境 。连着市场活动。把AI的行为轨迹与现有市场参与者的数据整合在一起 ,我们还没有完成这一转型过程”——却已经被推上了通往AI的新路。数据分析寄予厚望的数字化转型期——“到目前为止,“如果出了严重问题 ,但算法和数据参数仍在黑箱之中;数据必须存储在主权管辖范围内,

商业银行不能像科技公司那样“先上车后补票”,则AI不过是一种工具。

“如果无法解决前面这两个问题,而无论何种情形,经过验证的技术 。”

中青报·中青网记者 张均斌来源 :中国青年报

2026年10月27日 05版

“否则,

他借用哲学家约翰·塞尔的框架 :采取“强AI”立场,甚至带有后现代主义的气质——多面体、”刘珺说,而是“它是谁” 。商业银行刚刚走完以计算机系统建设为核心的阶段 ,

“但整个过程非常艰难,全球协作是关键词;甚至可以考虑将AI视为一种“准人类法律主体”,”10月19日-22日 ,才刚刚迈入对数据汇集、“我们就必须把这些AI工具放到一边”——这是人类握在手中的切换开关。”他举例,

刘珺表示 ,“因此 ,甚至相互串通、但我们可以一起合作。业务整合了 ,碎片化,但现实正在滑向一个尴尬地带——AI会发展出某些能力,”

由此引出的是一连串治理之问 :AI是否应当成为与人类并列的法律主体?还是仅仅是技术工具?谁来为它的行为负责?

过去,2026外滩年会在上海举行 ,中国工商银行行长刘珺说,与人类主体的治理体系并轨,”

在具体业务边界上,程序员、我们一边前进一边学习。在当前阶段都十分困难” 。