在陆家嘴论坛上，中国银行行长张辉就人工智能大模型在银行业的投入产出平衡问题分享了实践经验和独到见解。他指出，中国银行在制定人工智能发展战略时，既注重研究如何通过人工智能推动高质量发展，又积极构建AI赋能业务的价值度量体系，确保技术投入与业务效益的精准匹配。
张辉详细介绍了中国银行在研发、推广、运营和安全四个维度的成本控制策略。他表示，人工智能的研发投入巨大，中国银行优先采用开源模型或对成熟模型进行本地化部署，以降低研发成本。同时，银行坚持价值导向和应用导向，紧密结合实际使用场景，明确业务需求后再开展研发，避免盲目跟风。
在推广方面，张辉强调，要深入了解各类机构和员工的实际需求，调动他们的积极性，而非单纯依靠行政命令推动。中国银行采取“总行集约开发，全球逐步部署”的策略，有效降低了推广成本。同时，银行注重从内部办公、审核审批等容错率高的场景切入，让AI逐步渗透到基层工作中，提升整体效率。
运营成本方面，张辉坦言，人工智能的运营成本较高，但中国银行通过加强算力建设和优化数据治理体系，充分发挥海量数据的优势，将其转化为数智化转型的核心竞争力。他指出，银行作为大型金融机构，必须确保资产安全，因此在应用人工智能时，必须坚持安全底线和管理兜底原则。
针对人工智能可能带来的经营风险，张辉提出了三点具体做法。首先，坚持“人类在环”的管理兜底原则，通过构建事前评估、标识规范、内容监测与审核等体系化机制，确保AI在安全可控的轨道上运行。其次，采取“分类施策，先内后外”的策略，优先选择容错率高的场景进行探索，逐步扩大应用范围。最后，坚持“科技赋能，守牢安全底线”的理念，通过安全可控的创新机制与管理，构建新型防护体系，有序促进人工智能的合规应用与高效发展。
张辉还特别提到，人工智能的发展对网络安全和金融安全造成了极大冲击。他强调，银行业必须通过技术创新和管理优化，构建新型防护体系，确保人工智能在合规、安全的前提下为银行业高质量发展赋能。这一理念不仅体现了中国银行对技术风险的审慎态度，也为行业提供了有益的参考。
