在数字经济加速演进、金融业转型升级需求愈发迫切的背景下，如何用好新技术、守牢安全底线，成为“十五五”时期金融科技发展的重要命题。
中国人民银行科技司负责人近日在公开场合指出，新阶段将持续发挥规划引领作用，把人工智能深度应用作为金融科技发展的关键核心内容进行重点部署，并强调要在积极稳妥、可控有序的原则下推进金融领域应用落地。
问题在于，人工智能在金融业的渗透正在从“工具辅助”走向“能力重塑”。
一方面，大模型等技术快速迭代，给信贷评估、风险管理、客户服务、运维研发等关键环节带来提效空间；另一方面，金融业天然高风险、强监管、强外溢的行业属性决定了新技术一旦失范，可能诱发数据泄露、算法歧视、模型误判、业务合规缺口等连锁问题。
如何在创新与安全之间找到可持续的平衡点，是需要系统化解答的现实课题。
原因主要来自三方面的叠加驱动。
其一，宏观层面政策导向持续强化。
有关规划建议提出全面实施“人工智能+”行动，中央经济工作会议也明确要深化拓展“人工智能+”，并完善治理体系，这为金融业拥抱新技术提供了方向与框架。
其二，产业层面技术与成本门槛显著下降。
大模型在逻辑推理能力、多模态能力等方面进步明显，应用成本与部署门槛相对降低，使金融机构更有条件在更多场景推进试点与规模化应用。
其三，基础设施层面算力底座加快完善。
智能算力芯片与相关体系不断进步，为金融数智化转型提供更安全高效、更加自主可控的支撑条件，推动技术落地从“可行”走向“可用”“可复制”。
影响层面，人工智能的深化应用有望在三条主线上释放价值。
首先，提升金融服务实体经济的精度与效率，通过更精准的风险识别与画像能力，改善融资匹配，推动普惠金融与科创金融更好落地。
其次，强化金融机构内部治理与运营效率，通过智能风控、合规审查、反欺诈、智能客服与智能运维等能力，降低成本、提高响应速度，提升服务体验。
再次，带动产业链协同与技术供给提升，金融机构的复杂场景需求可以反向促进模型、算力、数据治理与安全产品的迭代，从而以应用牵引创新，形成良性循环。
与此同时，风险挑战亦需正视并前置治理。
相关负责人指出，科技伦理治理仍需加强，模型同质化带来的“同向误判”风险不容忽视，算法架构内在缺陷难以根除，数据治理与安全面临压力；此外，智能算力及其技术体系在兼容性、稳定性与供给可靠性方面也存在现实挑战。
对金融业而言，这些问题一旦叠加，不仅影响业务连续性和消费者权益保护，也可能对金融稳定和市场信心造成冲击。
因此，推进人工智能金融应用必须坚持“安全第一、合规先行”，把风险管控能力同步嵌入技术建设与业务流程。
对策方面，下一阶段的政策思路更突出“规划—规范—场景—产业”联动发力。
第一，加强统筹规划，制定新阶段金融科技发展规划，把人工智能深度应用作为核心内容重点部署，并研究出台稳妥有序推进金融领域应用的政策文件，明确总体目标、重点任务与主要方向，同时加快建设金融领域国家人工智能行业应用中试基地，降低模型训练成本与创新门槛，提升行业公共能力供给。
第二，健全风控体系，研究编制大模型等技术在金融应用的安全规范，深化科技伦理治理，完善风险分类分级管理机制，并对高风险应用实行更严格的准入与管理，推动技术可解释、可审计、可追溯。
第三，提升应用水平，强调业技融合与应用导向，围绕信贷融资、风险控制、营销服务、研发运维等重点场景探索可落地的服务模式与解决方案，推动金融服务向更智能、更创新、更优质转型，更好服务金融“五篇大文章”。
第四，助力产业发展，依托行业协会、产业联盟、联合实验室等平台强化金融机构与相关企业协同攻关，以应用促创新，提升开源基础模型与算力设备等软硬件产品的竞争力与安全性，推动产业健康有序发展。
前景来看，“十五五”时期金融科技的竞争，不仅是技术先进性的竞争，更是治理能力、体系化组织能力与安全能力的综合较量。
随着规则体系逐步完善、行业基础能力持续夯实，人工智能有望在更多关键环节形成“可控可用”的规模化应用，推动现代金融体系更好适应智能经济发展。
但同时也应看到，人工智能能力存在边界，金融机构需要在业务效果、合规要求与风险成本之间做出动态权衡，避免盲目追求“全量替代”和“过度依赖”，以更稳健的方式释放技术红利。
当金融与人工智能的融合步入深水区，这场变革已不仅是技术升级，更是对治理智慧的考验。
如何在创新效率与风险防控、技术自主与开放协同之间找到平衡点，将直接影响我国在全球数字金融竞争格局中的站位。
央行此番布局既展现了推进科技赋能的决心，也传递出审慎发展的监管思维，为行业高质量发展提供了重要遵循。