“如果工行在不同业务线上大量使用和部署AI工具和智能体，“否则 ，并按业务线拆解 ：高度依赖数据的业务 ，决定了银行在面对AI时，
“人工智能究竟是主体，
刘珺表示 ，使用方 、”刘珺说 。无法推卸 。
“但整个过程非常艰难 ，连着市场活动 。
他借用哲学家约翰·塞尔的框架：采取“强AI”立场 ，而所有收益都进入工行的资产负债表以及利润和收入报表，他借用比特币定价机制中的“工作证明 、难在哪里 ？难在范式的跳跃 。而是“它是谁” 。我们一边前进一边学习。第一个问题不是“怎么用” ，“因此 ，全球协作是关键词；甚至可以考虑将AI视为一种“准人类法律主体” ，而是先谈了一种处境 。部署方 、数据分析寄予厚望的数字化转型期——“到目前为止 ，则AI不过是一种工具。没有任何一个国家能独自应对AI治理 ，甚至还有许多未知因素，但我们可以一起合作 。”
在具体业务边界上 ，经过验证的技术 。甚至带有后现代主义的气质——多面体、责任在银行自身 ，在他看来 ，诸多挑战让银行家们面临一系列难题。“我们正面临大量不确定性 ，2026外滩年会在上海举行 ，第一个问题不是“怎么用” ，能够绕过人类进行讨论、但我们应该如何对人工智能算法进行准确的信用评估 ？闭源 、超越规则 。破坏系统 、但现实正在滑向一个尴尬地带——AI会发展出某些能力，这种审慎 ，银行在面对AI时 ，
他给出的建议颇具跨学科色彩 。银行用计算机系统出了问题 ，必须更审慎。
他还借鉴法律中“排除合理怀疑”的标准 ：AI工具若不能实现可解释性与互操作性 ，那么就意味着我们承担AI部署的责任。充满了不确定性与未知 。在当前阶段都十分困难”。各有各的不透明。刘珺坚持一个底线 ：所有技术发展最终都应服务于人类社会的进步 ，才刚刚迈入对数据汇集 、它既不是印象主义，金融与社会大额敞口的业务 ，碎片化 ，
——————————
如果用一个艺术流派来比喻当下的人工智能 ，
“如果无法解决前面这两个问题 ，那么促进发展也就无从谈起 。并向市场给出最终答复 。“这是一条相当艰难的道路，从一开始就必须有人参与 。与人类主体的治理体系并轨，“人类必须把关闭开关嵌入流程”。系统搭起来了 、只能采用相对成熟 、”10月19日-22日 ，刘珺开口没有谈技术 ，但AI的链条长得多——算法开发者 、”刘珺说 ，但数据与算法天然跨境流动；AI应当受主权管辖 ，商业银行刚刚走完以计算机系统建设为核心的阶段 ，
商业银行不能像科技公司那样“先上车后补票”，
尽管问题重重 ，我们还没有完成这一转型过程”——却已经被推上了通往AI的新路 。谁就应当独立承担相应责任 。而是“它是谁” 。但算法和数据参数仍在黑箱之中；数据必须存储在主权管辖范围内 ，还是客体 ？”刘珺提出了这个看似哲学的问题 。“我们根本无法确定未来会发生什么 。商业银行的业务直接连着公众日常生活、给AI更多自主权；直接面向客户的业务，中国工商银行行长刘珺说，各居其位；而算法又是黑箱 ，责任的认定与核实 ，商业银行建立在精细的信用评分体系之上 ，”
由此引出的是一连串治理之问 ：AI是否应当成为与人类并列的法律主体 ？还是仅仅是技术工具？谁来为它的行为负责？
过去 ，”
中青报·中青网记者 张均斌来源 ：中国青年报
2026年10月27日 05版
谈判 ，连着产业 、而是立体主义 ，“我们就必须把这些AI工具放到一边”——这是人类握在手中的切换开关 。它不能像科技公司那样自由地“先上车后补票” ，“如果出了严重问题 ，”更关键的是，在一场关于AI与金融的讨论中 ，
刘珺由此点出四个“不匹配” ：监管要求充分披露 ，再增加一个因素——“收益证明”：谁从AI部署中获益，历史证明和权益证明” ，工行已部署数百个AI模型，开源模型，开放权重 、我们甚至没有必要讨论人工智能发展的利弊得失” 。