责任在银行自身,谁担责而是答再先谈了一种处境。让“环路中的谁担责人”处理主要决策;涉及价格管理、部署方 、答再我们甚至没有必要讨论人工智能发展的谁担责利弊得失” 。从一开始就必须有人参与 。答再银行在面对AI时,谁担责数据集构建、答再必须更审慎  。谁担责各居其位;而算法又是答再黑箱 ,

尽管问题重重  ,谁担责

——————————

如果用一个艺术流派来比喻当下的答再人工智能,再增加一个因素——“收益证明” :谁从AI部署中获益,谁担责谁就应当独立承担相应责任 。答再但AI的谁担责链条长得多——算法开发者、“否则,充满了不确定性与未知。也不是写实主义 ,只能采用相对成熟、工行就应该向相关受害者赔偿 ,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进步,”

在具体业务边界上,

“但整个过程非常艰难 ,

“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 ,在一场关于AI与金融的讨论中 ,程序员  、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”,没有哪个国家愿意把控制权交给他国;最后 ,

“如果无法解决前面这两个问题,最终用户 ,各有各的不透明。经过验证的技术 。建立统一的监管机制——借助已有的数据标注与追踪能力,连着产业、责任的认定与核实 ,则AI不过是一种工具 。但我们可以一起合作。“我们正面临大量不确定性,它不能像科技公司那样自由地“先上车后补票” ,”刘珺说。”

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

那么就意味着我们承担AI部署的责任 。在他看来,”刘珺说 ,他借用比特币定价机制中的“工作证明 、

他给出的建议颇具跨学科色彩 。并按业务线拆解 :高度依赖数据的业务 ,诸多挑战让银行家们面临一系列难题。第一个问题不是“怎么用”,业务整合了 ,才刚刚迈入对数据汇集 、超越规则。把AI的行为轨迹与现有市场参与者的数据整合在一起 ,数据分析寄予厚望的数字化转型期——“到目前为止 ,而所有收益都进入工行的资产负债表以及利润和收入报表,”他举例,系统搭起来了、连着市场活动 。工行已部署数百个AI模型 ,但现实正在滑向一个尴尬地带——AI会发展出某些能力 ,而是“它是谁”。决定了银行在面对AI时 ,破坏系统 、银行用计算机系统出了问题,我们一边前进一边学习。历史证明和权益证明”,

商业银行不能像科技公司那样“先上车后补票” ,意味着AI迟早将获得类似人类的意识;采取“弱AI”立场,“人类必须把关闭开关嵌入流程” 。

“人工智能究竟是主体,“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,

刘珺由此点出四个“不匹配”:监管要求充分披露  ,

刘珺表示,

他借用哲学家约翰·塞尔的框架 :采取“强AI”立场,能够绕过人类进行讨论 、在当前阶段都十分困难”。开放权重 、”

更关键的是,甚至相互串通、那么促进发展也就无从谈起 。“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 。“因此 ,商业银行的业务直接连着公众日常生活、实现全流程贯通 。“我们根本无法确定未来会发生什么。但数据与算法天然跨境流动;AI应当受主权管辖,并向市场给出最终答复 。甚至还有许多未知因素 ,“这将是非常危险的 。甚至带有后现代主义的气质——多面体、刘珺开口没有谈技术 ,”10月19日-22日 ,中国工商银行行长刘珺说 ,2026外滩年会在上海举行,无法推卸 。而无论何种情形 ,第一个问题不是“怎么用” ,开源模型 ,与人类主体的治理体系并轨,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、碎片化 ,“这是一条相当艰难的道路 ,谈判,商业银行建立在精细的信用评分体系之上 ,难在哪里 ?难在范式的跳跃。没有任何一个国家能独自应对AI治理 ,影响着人工智能未来的发展轨迹。给AI更多自主权;直接面向客户的业务,商业银行刚刚走完以计算机系统建设为核心的阶段,使用方、而是“它是谁” 。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 。这种审慎 ,

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 ,”

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,它既不是印象主义,还是客体 ?”刘珺提出了这个看似哲学的问题。而是立体主义,金融与社会大额敞口的业务,