采访嘉宾_中国银行业协会原首席信息官高峰
采访策划_汲雪娇
数字经济已成为我国经济高质量发展的核心引擎，数字金融作为其关键基础设施与核心支撑业态，正全方位重塑银行业的经营逻辑、风控体系与服务模式。近期，国家金融监督管理总局先后印发《银行业保险业数字金融高质量发展实施方案》（以下简称《实施方案》）和《银行业保险业人工智能安全开发应用指导意见》（以下简称《AI指导意见》）两份重磅监管文件，既明确了行业数字化转型的发展方向与价值导向，也划定了数据安全、AI应用的合规底线，为银行业数字金融建设搭建了清晰的合规框架，指明了落地路径。
《现代商业银行》杂志特邀《中国数字金融：内涵、效能与安全》（肖钢、刘晓春、高峰、李振华、石锦建著）专著核心作者之一高峰，开展本次深度专访。高峰为中国银行业协会原首席信息官，同时担任国家金融与发展实验室特聘高级研究员、中国数字金融合作论坛特聘高级研究员、深圳香蜜湖国际金融科技研究院学术委员会委员，深耕银行业数智化转型多年。本次访谈围绕战略重构、转型痛点破解、赋能真伪甄别、基础设施布局、银企生态竞合、伦理治理机制、监管科技趋势等维度展开，为国有大行、股份制银行、城商行及农商行各级经营管理者提供可落地的决策参考。
《现代商业银行》：您参与编撰的《中国数字金融》一书将数字金融从“银行自身数字化升级”的狭义范畴，拓展为“服务全域数字经济发展”的广义服务体系。结合最新出台的《实施方案》和《AI指导意见》，银行管理层调整数字金融战略时，需要完成哪些根本性转变？
高峰：从政策导向来看，两份监管文件的主要逻辑高度统一：银行业数字化转型不能以技术迭代为最终目标，必须以实体经济服务质效、金融风险防控能力、数据与AI安全水平作为核心评判标准。这与书中对数字金融内涵的重新界定高度契合：在传统认知里，数字金融只是线下业务线上化、内部流程数字化的工具手段；而新周期下的数字金融，是覆盖全产业链、全市场主体，适配数字产业化与产业数字化双重需求的系统性金融服务体系。
内涵迭代的背后，是银行发展逻辑的根本切换：过去做数字化是向内看，主要目标是用数字技术优化内部流程、压缩运营成本、替代人工操作；如今必须向外看，依托自身资金、风控、合规能力深度嵌入实体经济全链条，成为支撑数字经济稳定运行的金融基础设施。结合监管要求，这场战略变革需要从四个维度完成系统性重构。
第一，战略定位重构：从单一金融服务商转向产业生态共建者。按照《实施方案》要求，银行不能再游离于产业链之外仅提供资金支持，必须深度嵌入供应链、创新链、数据链全环节。以服务制造业数字化转型为例，银行不能仅提供线上流动资金贷款，还要配套数字仓单质押、多级供应链流转融资、产业数据风控等一体化解决方案，打通企业生产、仓储、物流、销售全流程的金融断点。
第二，价值考核重构：从单一财务指标转向多维综合价值评估。新规要求银行将普惠赋能成效、数据安全治理水平、AI算法合规性、实体产业服务覆盖率等指标纳入数字化考核体系，不再仅以系统上线效率、成本压降比例作为核心指标。部分产业数字平台短期可能无法直接产生利息收入，但能沉淀合规产业数据、下沉小微客群、筑牢生态合作壁垒，这类长期战略价值必须纳入考核体系，摒弃短视化的财务考核思维。
第三，业务边界重构：从表内业务闭环转向全链路金融服务。银行可以面向小微客户提供进销存管理、财税申报、经营数据分析等轻量化数字化工具，基于合规采集的经营数据构建风控模型，再精准匹配信贷、结算、票据等金融服务，形成“场景前置—合规数据采集—精准金融服务”的正向循环。
第四，核心能力重构：从后台科技支撑转向数智化核心生产力。数据治理能力、合规AI建模能力、场景化风控能力已成为银行的核心经营能力，所有AI模型、大数据风控系统从研发、测试到上线全流程都需落实安全管控要求，科技部门需同步承接业务价值、合规风控、算法安全三重责任。
简言之，过去的数字化是银行自己的内部改革，新周期下的数字金融是金融与数字经济共生共荣的外部布局。战略思路转变之后，全行的资源配置、组织机制、人才培养、考核导向等方面都要同步调整。
《现代商业银行》：国内银行业数字化转型已推进十余年，行业科技投入连年增长，但很多银行仍面临投入产出失衡、业务与科技部门协同不畅的问题。结合监管要求来看，这类行业共性问题的主要症结是什么？银行管理层该如何进行整改？
高峰：从一线调研和监管反馈来看，“投入低效”与“业技割裂”本质上是同一问题：银行仍在沿用传统总分行的线下管理组织模式，适配数字化、智能化业务的生产关系尚未建立。很多银行把数字化转型单纯当成技术项目来推进，违背了《实施方案》中“健全数字化治理架构，压实董事会、高管层数字化转型主体责任”的硬性要求。主要症结可归纳为三点。
一是考核目标割裂，权责边界错位。当前多数银行科技条线主要考核系统交付效率、稳定性，而业务条线则侧重于营收规模、信贷投放。由于两个部门缺乏共同的考核指标和利益绑定机制，一旦出现风控偏差或合规问题，就容易出现互相推诿的情况。
二是立项逻辑倒置，缺少价值与合规双锚点。目前大量数字化项目由业务部门零散提需求、科技部门被动排期开发，立项前既不评估实体赋能价值，也不开展算法安全、数据合规等前置审查，上线后更无后续效果复盘。大量资金消耗在界面优化、功能重复堆砌、同质化系统建设上，既无法真正赋能业务，还埋下了合规、算法风险隐患。
三是复合型人才断层，需求传导失真。一线业务人员不了解AI算法边界与数据合规红线，提出的需求往往脱离实际；技术研发人员不懂信贷风控、普惠金融的业务逻辑，开发出的产品难以贴合一线经营场景。全行缺少兼具业务、科技、合规能力的复合型产品经理，导致需求传导失真，最终产品“不好用、没人用”。
要彻底打通业技堵点，必须对照监管治理要求，从高层、中层、基层三层落地组织改革。高层：压实治理责任，设立实体化数字金融委员会，由董事长、行长直接牵头，拥有预算审批、人事调动、项目终审、合规争议仲裁等实权，推行业务高管与科技高管双负责制，双方共同对项目的经营成效、合规风险、算法安全负责。中层：推行业技融合派驻机制，打破部门墙，将后台科技人员、数据分析师、合规人员前置至核心业务条线，组建常驻联合项目组，所有信贷AI模型的开发都要求业务、科技、合规三方全程参与。基层：普及数字化合规思维，重点强化中高层业务管理者的合规培训，同时推动技术人员常态化下沉业务一线，从认知层面打通业技沟通壁垒。
《现代商业银行》：当前全行业都在推进数字金融与科技金融、绿色金融、普惠金融、养老金融等融合落地，银行该如何快速区分一项数字化投入是真赋能还是形式主义？有没有具体的评判标准？
高峰：两份监管文件反复强调一个关键底线：数字化是服务金融主业、服务实体经济的手段，绝非最终目的。市面上很多数字化项目，只是简单把线下表单搬到线上、给传统业务贴个数字化标签，并没有解决传统金融的核心痛点，属于典型的“数字化包装”。结合监管导向与行业实操经验，可以通过四项硬性标准甄别真伪。
第一，是否打破了传统金融“成本—收益—风险”的不可能三角。以普惠金融为例，传统模式下小微客户单体授信额度低、风控成本高，银行难以规模化服务长尾客群。真正有效的数字化转型，能依托合规大数据风控、轻量化智能审批模型，在符合AI安全监管要求的前提下压降风控成本、控制不良率，让小微业务实现商业可持续；如果只是把贷款申请从线下搬到线上，风控逻辑仍依赖人工，成本与风险没有任何优化，就是典型的无效数字化。
第二，是否创造了增量价值而非存量渠道转移。监管明确禁止银行业内部数字化内卷，优质数字化项目必须实现客群、产品、效率至少一重增量：要么下沉新市民、县域小微等以往覆盖不到的客群；要么推出数字仓单融资、碳账户贷款等创新产品；要么大幅压缩审批时长。单纯把线下存量客户迁移到线上，客户总量没增长、风险没改善，本质是内部内卷，算不上真正的赋能。
第三，是否具备可规模化复制能力。形式主义的数字化往往是“项目制”单点样板，为应付考核投入大量资源，却无法在全行、全区域复制推广。符合高质量发展要求的数字化项目，一定是标准化、产品化、体系化的，单一场景跑通模式后，可以快速复制到多个行业、多个区域，边际成本持续下降。
第四，是否具备商业可持续的自我造血能力。依靠总行专项补贴才能维持运转的数字化项目，不具备长期价值。真赋能的项目一定能跑通商业逻辑，要么直接带来收入增长，要么间接实现成本节约，长期来看不需要持续外部输血就能良性运转。
在此基础上，我建议银行内部立项严格执行“三不立”原则：没有明确实体赋能价值的项目不予立项，未完成小范围试点、无合规闭环验证的项目不做大规模推广，缺少业务、科技、合规三方共同评审的项目不予启动。
《现代商业银行》：金融云、行业数据共享平台、国家级数字信用体系等公共数字金融基础设施正在加速落地，这类基础设施建设将如何重塑银行业竞争格局？银行结合监管要求可以提前开展哪些布局？
高峰：国家级数字金融基础设施的统一建设，主要目标是拉平大小银行的技术差距，规范全行业数据流通与云服务使用标准，整体将从两大维度重塑行业竞争格局。
一方面，标准化金融云的普及将拉平行业技术底座差距。过去大型银行资金充足，可搭建自研私有云，中小银行受制于资金、人才短板，技术架构长期落后。随着行业统一金融云落地，中小银行可以低成本接入合规云服务，大型银行依托硬件资源形成的技术壁垒将持续弱化，行业竞争的关键将从硬件比拼转向数据治理、场景运营、AI风控能力的较量。另一方面，合规数据共享体系将打破信息孤岛，推动竞争转向生态协同。在统一的数据流通规则下，银行可以在保障原始数据不出域的前提下，对接政务数据、产业数据、征信数据，完善客户全景画像，跨界合作、同业协同将成为行业常态。
银行绝不能被动等待基础设施完善再行动，必须重点做好三项前瞻布局。一是深耕内部数据治理，筑牢数据合规底座，统一全行数据口径，完善数据资产目录，严格遵循“最小必要”原则采集客户数据，先把内部合规数据的价值盘活，再对接外部公共数据形成合力。二是推进核心系统云原生改造，守住金融安全底线，分步推进核心系统的云原生升级，明确非核心业务云上部署、核心业务自主运维的边界，兼顾数字化效率与金融安全。三是主动参与行业标准制定，掌握规则话语权，尤其是头部银行要主动参与监管沙盒试点、行业标准编制等工作，将一线风控实践融入规则制定，避免规则落地后被动适配。
《现代商业银行》：银行与金融科技公司的合作模式几经迭代，叠加平台经济常态化监管、银行自研科技能力持续提升，双方的合作关系已进入全新阶段。银行该如何守住自身底线，构建安全可控、互利共赢的新型竞合关系？
高峰：早期银企合作是简单的“资金批发”模式：银行出资金、科技公司出流量，银行几乎完全丧失前端客户触点与数据话语权。随着平台监管趋严、两份监管文件落地，双方合作已彻底告别粗放的流量采购模式，进入“金融主业归银行、技术工具归科技”的平等互补新阶段。具体而言，主要呈现出三大变化：一是银行角色从被动资金供给方，转变为风控规则、信贷标准的制定者；二是合作模式从单一流量导流，升级为联合建模、产业生态共建；三是风险分担从银行全额兜底，转向按权责边界划分，科技公司承担技术风险，银行承担金融合规与信贷风险。
银行要守住合作主导权与数据主权，关键是坚守三条底线，同时保持适度开放。
第一条底线：核心金融能力绝不外包。信贷审批决策、风险定价逻辑、核心交易系统是银行的立身之本，必须牢牢掌握在自己手中，严禁第三方机构介入核心金融决策。
第二条底线：严守数据不出域红线。坚持“原始数据不出行、数据可用不可见”原则，依托联邦学习、隐私计算等合规技术实现数据价值互通，绝不向外部机构传输客户原始征信、交易、身份敏感信息。
第三条底线：坚持客户自主运营。所有合作获客场景必须保留银行品牌露出，完整留存客户基础信息，逐步将平台公域流量转化为银行私域存量客户。
在守住底线的前提下，非核心环节可以保持开放合作心态。智能客服、系统运维、通用场景工具开发等非金融核心环节，交由专业金融科技公司落地效率更高，银行则聚焦风控、合规、资金服务等核心主业，实现各司其职、优势互补。
《现代商业银行》：智能风控、智能营销、智能催收的大规模应用，往往伴随着算法歧视、过度授信、隐私越界、算法黑箱等伦理争议。银行如何搭建可落地、非纸面化的数字伦理管控体系？
高峰：数字金融伦理问题的本质，是技术应用缺少价值校准、算法开发缺少合规约束。《AI指导意见》明确要求金融机构建立AI全生命周期风险管理体系，这正是银行数字伦理建设的核心依据。银行不能只发布空洞的伦理宣言，必须搭建覆盖治理、制度、流程、问责的完整闭环机制。
第一，搭建跨部门实体化治理架构。成立由总行高管牵头，科技、业务、风控、合规、消保、法务等多部门共同参与的数字伦理委员会，直接对董事会负责，专职负责全行AI算法审查、数据采集合规校验、高风险数字化产品伦理风险裁决。
第二，制定具象化负面清单，细化伦理红线。数据层面严格执行“最小必要、知情同意、用途限定”三原则；算法层面禁止基于性别、地域、健康状况等敏感属性开展差异化定价与营销；授信层面设置刚性收入偿债比红线，从源头规避算法歧视与过度授信风险。
第三，推行伦理审查前置，嵌入产品全生命周期。改变事后整改的被动模式，将伦理审查嵌入立项、研发、测试、上线、运维全流程。立项阶段评估伦理风险等级，研发阶段对算法模型开展公平性检测，上线前经伦理委员会专项审查，上线后持续监测、定期开展伦理审计。智能风控、智能营销、智能催收等高风险场景，必须严格落实“无审查、不上线”。
第四，破解算法黑箱，建立可追溯、可申诉的问责机制。针对信贷审批、额度调整等直接影响客户权益的决策，银行要能向客户清晰说明主要理由；完整留存算法运行日志，实现每一笔智能决策全链路可追溯；同时开通专属客户伦理投诉通道，及时修正算法偏差。
最后必须强调，无论AI技术如何迭代，都要保留人的最终决策权。算法始终是辅助经营的工具，涉及客户大额授信、不良处置、征信调整等重大权益的决策，必须设置人工复核关口，始终坚守金融的人文底色，避免技术凌驾于人之上。
《现代商业银行》：展望未来三到五年，金融监管的数字化、智能化水平将持续提升，穿透式监管、自动化数据报送将成为常态。监管科技升级会对银行的业务模式与组织形态产生哪些深远影响？银行该如何把合规从成本负担转化为竞争优势？
高峰：监管科技的主要发展趋势，是从“事后人工监管”向“全流程穿透式智能监管”演进，从“人工报送、现场检查”向“数据直连、智能监测”升级。这场变革将从三个维度重塑银行经营模式。
一是合规成本结构重构，行业能力分化加剧。监管数据直连、自动报送将成为常态，重复性合规人力成本会大幅下降，但合规科技系统、数据治理、AI风控等方面的投入会持续上升。长期来看，合规体系完善的银行综合合规成本会持续下降，合规能力薄弱的银行将面临更高的处罚与整改成本，行业两极分化会愈发明显。
二是创新边界清晰化，行业试错成本降低。过去很多金融创新处于“灰色地带”，靠“先做再说”抢占机会；监管科技成熟后，监管规则会更透明、更可预期，监管沙盒、创新试点机制会更完善，银行可以在明确的规则框架内开展创新，看似监管更严，实则创新的确定性更高，试错成本反而下降。
三是组织边界消融，合规全面前置。传统合规部门是纯后台，与业务、科技脱节。监管智能化后，合规要求要直接嵌入业务系统、嵌入算法底层，合规部门必须走到前台，未来银行会涌现大量“合规科技”“业务合规”等复合型岗位，前中后台的组织边界会越来越模糊。
把合规从成本转化为竞争优势，银行可以从三个方向提前布局。一是建设主动型合规科技能力，搭建企业级合规管理平台，把反洗钱、消费者权益保护、信贷合规、AI安全等规则嵌入业务系统，业务办理时自动校验，风险出现时实时预警。二是用合规能力打造客户信任壁垒，尤其是服务企业客户、高净值客户时，安全合规是比收益率更重要的决策因素，合规做得好，客户信任度就高。三是参与监管共建，抢占规则先机，主动参与监管科技试点、行业标准制定，把银行的实践经验融入监管规则，走在监管前面的银行，永远比被动适应的银行拥有更多战略空间。
数字金融的演进日新月异，但万变不离其宗：技术是桨，业务是舟，价值创造是彼岸。结合最新监管政策与行业转型现状来看，银行业数字化转型已彻底告别技术堆砌的上半场，迈入价值优先、合规先行、安全为本的下半场。
对商业银行而言，未来数字金融的核心竞争力，不再是科技投入规模与前沿技术概念，而是产业赋能能力、全链路合规能力、业技融合治理能力三大维度的综合较量。全行业需要紧扣《实施方案》和《AI指导意见》两大监管纲领，摒弃形式主义数字化，守住金融安全、数据安全、算法安全三道红线，依托数字技术回归金融本源，走出高质量发展的新路。
