《推动上海银行业保险业人工智能应用的若干措施》印发
《推动上海银行业保险业人工智能应用的若干措施》印发
2026年09月24日 14:39
来源：
国家金融监督管理总局
上海金融监管局关于印发
《推动 上海银行 业保险业 人工智能 应用的若干措施》的通知
沪金发〔2026〕19号
辖内各金融机构，上海市 银行 同业公会、上海市保险同业公会:
现将《推动 上海银行 业保险业 人工智能 应用的若干措施》印发给你们，请认真贯彻落实。
国家金融监督管理总局上海监管局
2026年9月18日
推动 上海银行 业保险业 人工智能 应用的
若干措施
为助力上海加快建设国际金融中心和全球金融科技中心，落实金融监管总局、上海市政府《关于支持上海国际金融中心建设行动方案》要求，促进人工智能与金融行业深度融合，结合金融监管总局等部门对人工智能开发应用相关要求，立足上海 银行 业保险业发展实际，现提出如下措施。
一、加强数智赋能
（一）深化场景应用。鼓励金融机构使用人工智能技术，优化智能营销与全渠道服务，提升服务效率与精准度，改善客户体验；推进业务流程智能重塑，深化智能信贷、智能核赔与运营应用，提升业务效率与风险管理水平；强化内部管理智能赋能，提升办公、投研、研发及运维效能；建设智能化风控体系，构建多维风控模型，提升舆情监测、非法集资、欺诈、洗钱等风险的前瞻性预警与防控能力。支持金融机构在风险可控的前提下，稳妥探索新一代智能终端和金融智能体建设，促进服务方式从数字赋能向智能驱动演进。
（二）优化智能算力资源配置。支持金融机构在安全合规前提下，采用“租购并举”模式，构建混合云算力平台， 租赁 使用国家算力节点或行业基础设施，实现智能算力资源的灵活分配、弹性调度和线性扩展；完善云边协同架构，将云端算力下沉至边缘场景，结合分布式存储技术提升数据处理效率，以满足高并发、高容量需求。
（三）统筹垂域模型开发应用。支持金融机构自主开发垂直领域模型，平衡不同应用场景下模型在实时性、准确性、可解释性等维度的优先级；采用“通用大模型兜底+行业大模型落地”的模型采购策略，建立大模型和轻量模型相结合的分层协同模型架构，打造一站式大模型应用平台，提供场景化模板，降低应用门槛。鼓励金融机构完善人工智能测评体系，统筹行业实践与风险防控要求，参与制定模型评估和认证标准。
（四）发挥 数据要素 价值。推动金融机构强化数据治理，完善数据治理体系和数据质量管控机制。鼓励金融机构整合多源数据，构建高质量数据集，制定数据采集、清洗、标准化处理、标注等全流程管理规范，夯实数据资产基础。推动金融机构建设知识库，绘制知识地图，明确知识边界与关联关系。鼓励金融机构构建知识管理体系，完善知识生成、入库、更新、下线的全生命周期管理机制，强化知识审批、内容质检和有效期管理，结合用户访问数据与专家评价，持续优化知识库内容与质量，利用人工智能技术提取形成知识；探索隐私计算与 区块链 技术，在隐私保护与安全合规的前提下，依法开展数据共享。
（五）建立“数据+模型”双闭环机制。鼓励金融机构完善“采、建、用、管”的数据闭环，以及模型的训练、管理、部署、运行、应用闭环体系，不断完善“数据驱动模型优化，模型反哺数据治理”的双向赋能机制，系统性解决人工智能落地中的数据碎片化与模型保鲜问题。
（六）建设企业级人工智能平台。鼓励金融机构建设统一的人工智能开发、训练、部署环境，降低技术门槛，推动能力封装为标准化接口，供业务系统调用；实施微服务架构，解耦人工智能能力模块，实现独立开发、部署与升级。
（七）促进行业应用生态建设。鼓励中小金融机构借鉴行业先进经验，引入成熟解决方案，融入行业应用生态。支持金融机构与政府、高校、金融科技企业共建联合实验室、创新中心，加速技术成果在金融行业的转化应用，联合培育金融领域标杆性大模型产品，赋能做强上海主场。
二、夯实基础支撑
（八）完善治理架构。推动金融机构将人工智能应用纳入数智化转型战略规划，加强顶层设计，制定建设规划方案，明确短期目标与长期战略，保持战略转型与金融科技创新发展同频共振；建立并完善人工智能治理体系，明确管理流程、组织架构、责任分工和考核机制，开展人工智能应用全生命周期管理，将人工智能风险纳入全面风险管理体系。鼓励金融机构创新组织架构，打破部门壁垒，组建融通业务、技术、数据的人工智能项目团队；建立人工智能应用绩效评估机制，定期对战略资源保障、场景落地效能、工具应用贡献、需求收集成效等开展评估，为决策和改进提供依据。
（九）加快人才培养。推动金融机构构建人工智能人才培养体系，通过标准化课程辅导、专兼职师资引领、校企合作、项目研发、创新应用比赛等方式提升员工技能。支持金融机构设立创新研究基金，与高校和科研机构联合培养人才，构建产教融合的人工智能人才培养生态。推动金融机构建立人工智能应用运营体系，使人工智能应用惠及机构所有员工，促进人工智能应用从“能用”到“好用”，员工应用从“会用”到“爱用”转变。
（十）强化合规管理。金融机构应当完善数据合规管理体系，确保依法合规采集、存储、使用数据；严格按照网信部门规定，对面向公众服务的生成式人工智能模型进行备案或登记，包括但不限于自研、微调、私有化部署、API调用等情形；建立人工智能高风险应用场景准入控制机制，并经本机构风险管理委员会批准后实施，构建系统化的评估框架，按照“风险可控、成本集约、价值提升”的原则开展场景准入，确保应用范围和风险管控能力相匹配、应用场景和技术实现能力相适配，坚持价值牵引，避免盲目投入，防止技术滥用，防范数字形式主义；定期对人工智能系统进行安全评估和审计，提高人工智能应用的稳健性、合规性、透明度；加强对高风险应用关键环节的人工监测，建立人工干预机制，完善应急处置流程，提高应对人工智能系统合规事件的能力。支持金融机构将模型底座与上层应用解耦，准备多模型部署、人工接管等替代手段，确保业务连续性水平。对于面向公众服务或高风险场景应用使用生成式人工智能技术的，在场景上线前应向上海金融监管局报告。
（十一）加强外包风险管理。金融机构使用外部人工智能技术或服务，如外部智能算力资源、模型服务、数据处理等服务时，应将其纳入信息科技外包风险管理体系进行统筹管理，建立外包管理机制，设立有效的风险隔离“防火墙”，对外包合作机构实行名单制管理，严格评估外部引入模型的优缺点和适配性。金融机构应准确识别集中存储或处理重要数据和客户个人敏感信息、对业务运营具有重要影响等重要外包情形，按规定提前向上海金融监管局报告。
（十二）加强模型风险管理。金融机构应当建立模型风险管理体系，制定模型风险管理制度和流程，加强对模型架构、训练方法、数据质量和输出结果的评估检测，防范模型自身缺陷、数据质量、模型应用或管理不当等风险；提高模型可解释性，避免出现价值偏离、不公平决策、歧视性内容等问题，坚持以人民为中心，践行人工智能向善理念，确保人工智能应用符合伦理道德和社会价值观。
（十三）筑牢安全应用根基。金融机构应当积极应对人工智能应用安全风险，建设安全可控的人工智能基础设施，采用安全可信的芯片、软件、工具、算力、模型算法和数据资源；建立适用于人工智能训练的 数据安全 机制，明确数据获取、数据标注、模型训练、服务构建等方面的 数据安全 要求，防范数据泄露和滥用风险，保障金融数据和个人信息安全；探索图像、音视频、生成式人工智能领域深度伪造与滥用风险的防范机制，防范人工智能幻觉、黑箱、大模型安全漏洞等新技术风险。
三、健全保障机制
（十四）强化监管支持保障。探索建立生成式人工智能大模型在金融领域应用的试点机制，积极争取上海纳入金融监管总局开展的地区试点，允许金融机构在可控环境下逐步开展直接面客的大模型应用，并与网信部门的生成式人工智能服务备案、应用登记机制相衔接。研究包容审慎、分类分级的人工智能弹性监管框架，探索建立人工智能应用的容错机制，对不同风险等级事件建立差异化容忍，加快形成动态敏捷、多元协同的人工智能治理格局。
（十五）加强行业宣传交流。鼓励行业自律组织发挥引导与服务作用，积极举办专题论坛、经验分享会等交流活动，宣传推广金融行业运用人工智能技术服务“五篇大文章”的优良实践。鼓励行业自律组织搭建跨行业合作共享平台，促进金融行业与产业界、学术界的跨界对话与协同创新，推动形成产学研用协同发展的良好生态。
（十六）推进资源对接。鼓励金融机构积极申请政府算力、模型、语料补贴，参与政府孵化基金、创新基金项目，推进与财政资金、资源的有效对接。
各金融机构应主动作为、积极探索，切实落实《国家金融监督管理总局关于 银行 业保险业人工智能安全开发应用的指导意见》有关要求，以更好防范金融风险和服务实体经济为主线，坚持创新引领、安全可控、普惠高效的原则，结合实际推动人工智能应用落地见效，为金融高质量发展注入新动能。
（文章来源：国家金融监督管理总局）