3月23日至24日，中国发展高层论坛在京召开。中国农业银行董事长谷澍参加了论坛开幕式及24日下午的人工智能普惠包容发展专题研讨会。

在专题研讨会上，针对人工智能赋能金融普惠包容发展，谷澍结合农业银行智慧银行建设战略，提出了三点建议。
第一，AI赋能金融，需要持之以恒的努力。
谷澍表示，人工智能应用于金融需要持续积累，不能只靠单点爆发。“特别是在IT基础设施的建设和数据管理水平的积累方向，更需要久久为功。”谷澍提到，2019年以来，农业银行启动数字化转型，从客户、用户视角出发，聚焦数据采集、数据标准化、数据安全、数据应用四大关键领域，实施完成了十方面工程，构建了数字化转型的主体框架。
“2024年，农业银行加快人工智能创新应用，发布《‘人工智能+’创新实施纲要》，规划了未来几年的主要工作。在数字化转型和智慧银行建设的过程中，按季度召开全系统专题会，及时总结成效经验，着力解决突出问题，持续做好组织推动。”谷澍表示。
第二，在路径上，选择大模型赋能金融还是金融大模型，需要客观考虑如何能够对业务带来显著提升和优化。
谷澍表示，金融业AI应用的路径选择应注重专业适配，并坚持结果导向。“当前有一种倾向，将人工智能在金融领域的应用等同于建设金融大模型，这两个概念并不是完全相同的。”谷澍认为，一方面，大模型作为人工智能领域的一种特定技术，为人工智能在各领域的应用提供了新的技术基础。金融业应用人工智能则是跨技术和金融领域的工作，需要将AI技术与金融业务深度融合。另一方面，当前金融大模型的内涵并不十分清晰，实践中容易将金融大模型与金融知识库、金融数据集等同起来，将金融大模型的建设离散独立于金融业务流程的调整与改造。
“究竟是大模型赋能金融还是建设金融大模型？两者尽管不是泾渭分明的区别，但不同的侧重未来可能产生不同影响。比如说，应用DeepSeek大模型，我们是将DeepSeek接入金融业务中应用，还是要做一个金融版的DeepSeek大模型？哪种路线更合理、更有效，需要客观的评价标准，要看是否带来显著的业务提升和优化。”谷澍表示，当下，金融业要讲求AI技术与业务流程、作业模式的适配性，才能构建符合自身发展需要的AI应用路径。
“以农业银行为例”，谷澍说，“面对庞大的客户规模、分散的客户群体、巨额的业务体量，始终坚持问题导向，结果导向，系统分析业务入口过滤、集中监控等‘高耗能点’，适配AI能力特点，针对性调整现有的劳动组合、作业流程、管理制度等，努力以高效能的‘人机协同’，统筹各类业务的高质量发展和信贷等各类风险的有效控制。”
第三，AI应用要不忘温度，充分体现人文关怀。
谷澍建议，在AI应用上更要突出客户满意、员工满意的基本标准，注重人文关怀。“一方面全力为客户服务，不断增强客户满意度。另一方面积极为基层减负，不断提升员工获得感。”谷澍表示。



图片
来源：金融时报客户端
记者：左希
编辑：云阳
邮箱：fnweb@126.com