6月18日，国家金融监督管理总局正式发布《关于银行业保险业人工智能安全开发应用指导意见》（金发〔2026〕8号）。这是金融业第一份系统性规范AI开发应用的监管文件，从治理架构、开发应用到风险管理共提出32项要求，覆盖政策性银行、大型银行、股份制银行、外资银行和各保险集团。银行保险机构的人工智能应用，自此有了明确的合规标尺。
高风险应用首次划定：信贷审批、承保理赔不能全交给AI
《指导意见》第十六条把资金交易、资产评估、信贷审批、承保理赔、风险管理，以及与客户利益直接相关、直接影响金融合约达成的生成式AI场景，明确列为高风险应用。这类应用须经本机构风险管理委员会批准后方可实施，面向公众或高风险场景使用生成式AI的，还要向金融监管总局或其派出机构报告；关键环节强制建立人工监督和干预机制，明确紧急停用与模型退出条件。文件同时要求，可解释性不足的AI技术在高风险场景仅能作为辅助工具，最终决策必须由人工做出。招联首席经济学家董希淼评价，这是监管首次界定高风险应用场景，核心是确保关键决策不被”黑箱”化。为什么重要？信贷与理赔直接决定客户的钱袋子，AI一次错误输出就可能构成实际侵权，”人在回路”从行业惯例变成了硬约束。
数据红线落地：身份证号、银行卡号禁入生成式AI训练
第二十四条划出清晰红线：姓名、身份证号、手机号、银行卡号等个人信息和隐私数据，不得用于生成式AI模型训练和优化。外部引入的生成式AI模型需经网信部门备案，金融机构要对模型效能与安全合规性实施准入管理。文件还点名防范提示词注入、思维链注入、多模态攻击、上下文污染等新型威胁，并对智能体系统提出防数据泄露、记忆污染、身份越权、工具滥用的要求。为什么重要？金融机构掌握着最敏感的个人金融数据，过去”拿客户数据喂模型”的灰色做法被明令禁止，模型采购、数据脱敏与安全护栏建设的合规成本会显著上升，但消费者的隐私保护第一次有了可执行、可处罚的依据。
自主可控加算力共享，中小银行拿到AI入场券
文件要求按需布局建设自主可控、安全高效的智能算力底座，鼓励有条件的大型金融机构向中小机构输出算力服务和技术管理经验，支持同业共建共享。邮储银行研究员娄飞鹏认为，算力共建共享可大幅降低中小银行数字化转型成本，通过复用成熟算力底座快速获得AI建模与风控能力，缩短研发周期。这与6月以来国产模型密集开源的趋势形成呼应——智谱GLM-5.2以MIT协议开源，发布当天完成九家国产算力平台适配（参见本站报道：智谱GLM-5.2开源，百万用户盲测拿下第一），美团LongCat-2.0则全程用国产算力完成万亿参数模型的训练与推理。为什么重要？监管实际为”国产模型+国产算力”进入金融核心系统开了口子，金融机构的模型选型清单将加速换血。
短期合规门槛上升，银行业AI生态加速分化
新规覆盖AI应用从需求分析到评估退出的全生命周期，董（理）事会须指定专门委员会对人工智能开发应用管理负责，高风险应用须留存原始数据、推理路径及阈值触发记录。文件还支持金融机构稳妥探索金融智能体建设——这与豆包等头部智能体加速转向企业服务的行业动向一致（参见本站报道：豆包日亏数千万，字节AI重心转向企业服务）。博通咨询首席分析师王蓬博判断，新规为金融机构推进AI商业化提供了合规基准，银行AI创新将从单点试验转向体系化部署；中国企业资本联盟副理事长柏文喜则认为，算力与数据体系的高标准约束将让行业分化进一步凸显。为什么重要？合规能力本身正在变成竞争力，大型机构的治理投入，会转化为对中小机构的技术输出优势。
从1月新修订网络安全法将AI纳入国家网络安全法律体系，到6月金融行业细则落地，中国AI监管正从通用框架走向行业实操。对银行保险机构来说，2026年下半年最要紧的一件事，是把自己的AI应用清单逐条对照这32项要求重新过一遍。
