新京报贝壳财经讯（记者潘亦纯）4月10日，在国民财富发展研究合作平台2025春季峰会上，中国财富管理50人论坛理事长、原银监会主席尚福林表示，应关注 人工智能 提升效率与加剧风险的双重效应。
尚福林认为，当前，我国 人工智能 发展的总体态势良好，正处在加强 人工智能 布局、加快数字化智能化转型的历史机遇期。同时也要清醒地看到， 人工智能 的算法“黑箱”、数据污染、模型缺陷等潜在风险问题不容忽视。尤其是在金融领域应用时，应关注 人工智能 造成的效率提升与风险加剧的双重效应。
尚福林表示， 人工智能 让数据的应用价值凸显，也让数据的安全防护变得更加复杂。一方面，持续加强数据的隐私安全保护。金融机构和科技企业需要共同研究数据在收集、存储、传输和使用进程中的安全性问题。要在保障安全和隐私的条件下，推动金融与公共服务领域信息互联互通，释放 数据要素 潜能。另一方面，关注数据污染。金融机构每天都在处理海量的数据和复杂的交易，信息的准确性和可靠性非常重要。在金融领域，信息污染风险同样存在。如果虚假信息被灌入训练模型，有可能污染模型的练习数据。一旦部署到金融交易、风险分析当中，可能会引发连锁反应，造成难以估量的损失。
尚福林进一步表示，深度学习模型目前还存在不可解释性，输出的结果难以解释和追溯，增加了监管的难度。训练数据中的偏差会造成算法输出的不公平或错误。 人工智能 工具是根据过去的数据进行训练的，可能无法准确反映现实和预测未来。 人工智能 驱动的高频交易提升市场反应速度的同时，也放大了波动性。当多数 人工智能 策略采用相似风险模型时，这种同质化响应可能会加速放大负面反馈循环，进而加剧金融脆弱性。另外，在模型训练中，还要充分体现国家的政策导向和相关要求。
因此，尚福林建议，我们应积极采取措施。一方面，在技术上强化垂直领域的专业性，在技术基座基础上针对金融领域特点进行精细训练，对生成内容及时进行交叉验证，提升模型的准确性和可靠性。另一方面，监管机构应高度关注 人工智能 技术在金融领域的应用动态，增强对智能算法风险的穿透式分析能力，健全智能算法的规则制度，提升算法的可解释性、透明性、公平性和安全性。