首席对撞｜Sam Altman × 美联储：AI 正在撬动10 万亿银行资本

（OpenAI CEO美联储演讲：银行业AI革命来了）

7 月 22 日，华盛顿 DC。

美联储举办的“大型银行资本框架综合评估”年会，本是监管部门闭门核算风险权重的场合，却因为一位科技掌门人的一句话突然炸锅：

还有银行靠声纹验证？这太疯狂了！AI 现在模仿声音跟真人一模一样（Banks still using voice auth? That's insane. AI can easily fake voices now）。

台下坐着的，是200 多位全球系统重要性银行（G-SIB）高管；台上回应他的，是美联储监管副主席 Michelle Bowman：

那就和科技圈一起把“闸门”加固。

一瞬间，氛围骤变：监管底线，对撞技术极限。

这句“疯狂”，为什么刺痛了银行业的神经？

1、旧闸门正在松动：

生成式 AI 可在 30 秒内克隆人声，过去被视为高安全性的“语音验证”，正迅速失效。

2、新模型尚未闭环:

Altman 预警：下一波将是“真人视频克隆”诈骗，连影像 KYC（实人认证）也将不再安全。

3、资本盘子太大，容不得出错：

全球前 1000 家银行 Tier 1 核心资本首次突破 10.38 万亿美元，任何 0.1% 的误差都可能撬动数十亿美元的资金配置。

这些背景数字，比任何恐慌情绪都更具冲击力：

• 5500 亿美元：2025 年美联储压力测试中，22 家美国大行在极端衰退情境下的可承受总亏损
• 10 万亿美元：全球系统性银行的 AI 杠杆
• 1 天：这场对话从直播发布到冲上社交热榜，只用了 24 小时

这不是一场“谈谈风口”的圆桌论坛，而是一场现实而紧迫的警报：

因为，AI，已开始撬动银行资本最粗那根杠杆。

第一节｜AI 接管银行三大关键点：定价、放贷、风控

Altman 在对话一开始就提出一个核心洞察：

我不记得有什么技术能像 AI 这样，

把 1 万美元的知识工作，变成只需 1 美元。

这一变化，不是出现在未来，而是已经发生在银行系统内部。Altman 透露，OpenAI 的一批最早企业用户，正是传统金融机构，包括摩根士丹利、纽约银行等。

他原以为金融行业会“保守观望”。但结果是:我们当时想，你们确定要用这项技术吗？他们说：是的，我们必须这么做。

金融业为什么急着接入 AI？因为银行最核心的三件事，已经开始发生改变：

一、怎么定价？AI 介入风险评估和产品组合设计

过去，银行设计一个理财产品，需要投行、风控、法务多个部门联合完成；现在，AI 可以一键分析历史波动、客户画像、市场变化，用自然语言给出产品建议，甚至自动生成合规说明。

Altman 举例说：

“在某些任务上，AI 的表现已经达到专家水平，甚至远超多数从业者。”

这意味着银行内部的判断，不再完全依赖人，而是部分交由模型处理。这种转变，不只是提高效率，而是直接影响了定价方式和产品结构。

二、怎么放贷？AI 介入信用评估与授信流程

过去，银行依赖复杂的评分卡、硬性指标判断一个人能不能贷款。而现在，AI 可以结合文字材料、行为模式、社交反馈甚至非结构化数据（如语音对话内容）给出综合评估。

现场有专家提问：

AI 会不会从数据中找出我们不希望被考虑的‘潜在偏见’？

Altman 回应说：

这些模型很擅长听懂我们说‘不要考虑 X、Y、Z’……

它们遵从人的指令，而且比人类更冷静、更一致。

换句话说，AI 让银行有能力定制“更公平”的授信机制，而不是死盯一套僵化模型。这对小企业、边缘群体来说，是一次真实的准入放宽。

三、怎么控风险？AI 成为“合规的第二大脑”

银行的风控团队，过去需要人工审核文件、合约、历史数据，流程冗长且容易出错。而 AI 出现之后，能在几秒钟内读完上百页文档，并识别出潜在问题。

Altman 直言：

“AI 已经在一些机构中，成为处理客户文档、合规判断、风险预警的日常助手。”

他强调这不是理论上可以，而是已经投入实际使用。

更重要的是，AI 不只是帮助审查流程，它还能从不同业务线中找出异常模式。正如 Altman 所说：这些模型能看懂很多人没看到的苗头，它们能提早告诉你：这个地方可能出问题了。

这代表什么？代表银行未来的风控方式，不是追在问题后面补救，而是在早期就识别系统中的“不稳定因子”。

过去，银行的核心竞争力就是三件事：看准风险、算清账目、管住风险。 而现在，这三项能力——正在被 AI 接管一半以上。

不再是某个助手做事更快，而是整个决策流程出现了分流： AI 给出答案，人类只做确认。

这是资本系统第一次面对这种级别的“智能外包”。

而真正的问题才刚刚开始：

“当你不再需要一个部门去做分析，只需要一个 API 调用就能完成， 那这家银行和另一个用 AI 的创业团队，还有什么区别？”

第二节｜监管迟到，AI 已先到：Altman 给出“系统性三重风险”

面对一屋子银行高管和监管者，Altman 说得很坦白：

“你们以为 AI 还没准备好，但银行已经开始用了。”

这句话不只是提醒，更是警告。因为 AI 带来的，不只是效率提升，更是一连串金融系统前所未有的新风险。

Altman 在现场列出了三个让他最忧虑的方向：

风险一：身份认证已被击穿，欺诈进入“拟人时代”

Altman 的一句原话在社交平台被广泛转发：

“还有银行靠声纹验证？这太疯狂了！AI 早就把这招给破解了。”

他接着指出，现在的生成式 AI，已经能在 30 秒内克隆一个人的声音，模仿语气、节奏、情绪，连亲人都分辨不出真假。

这意味着，基于声音或面部的身份认证方式将迅速过时。更严重的是，AI 生成的视频技术也在快速发展——

很快，‘视频聊天’也不再安全，骗子可以假装成你的父母，

打来 FaceTime 请求紧急转账。

对金融机构来说，这不只是“某些环节有漏洞”，而是整套信任机制正在松动。

风险二：模型个性化之后，可能被“反过来操纵”

Altman提醒监管者，AI 模型的下一个阶段，是为每个用户建立个性化资料：你的历史提问、偏好、账号数据都将被模型“记住”。

这本来是提升体验的好事。但问题来了：

“一旦模型变得非常了解你，就可能被恶意提示引导，让它说出原本不该说的内容。”

这就是他所说的 “提示注入（Prompt Injection）”问题。

举个例子：

• 模型知道你银行的业务流程；
• 黑客诱导它“误认为”对方是内部员工；
• 模型就可能泄露数据、误操作账户、绕开风控流程。

这种问题不是技术漏洞，而是认知偏差。Altman说得很清楚：

模型没有常识，它只是根据对话推理。

如果有人用特别设计的方式‘引导’它，就可能做出危险的反应。

这让模型使用边界从“技术”变成了“信任设计”。

风险三：你无法理解模型是怎么给出结论的

过去几十年，金融系统的每一项决策都可以回溯：信贷怎么批、评分怎么算、风控怎么判，都有公式和流程。

但现在，不一样了。

Altman提出了这场对话中最关键的风险：

“我们最大的问题，不是模型出错，而是我们根本不知道它为什么给出那个答案。”

这是一个全新的挑战：

• AI 给你一个信贷决策，你不知道它用了哪些数据、忽略了什么信号；
• AI 提前标出一个“潜在欺诈客户”，但没人能解释模型看到的是什么模式；
• 人们开始默认：它说的应该是对的——因为它“看得比我多”。

Altman称这类风险为 “结构性控制丧失”：不是系统坏了，而是太复杂，以至于人类不再能解释，也无法反驳。

而一旦整个决策流程建立在这种“看不懂但默认可信”的模式上，整个金融系统就将面临新的脆弱点：

我们可能正在把越来越多的决定，交给一个我们无法真正理解的东西。

三大风险，并不是未来某天才会爆发的问题，而是已经出现在今天的业务场景中。

Altman坦白说，OpenAI 正在和一批银行合作测试模型在客服、授信、合规等环节的表现，许多风险“不是理论上的，而是真实存在”。

而监管的滞后，在他看来，是可以理解的，但也是危险的：

“我们不期待金融或政府部门是早期采用者，但现在技术已经走在前面了。”

第三节｜不只是工具：AI 已顶替银行核心流程

在很多人还把 AI 当作辅助工具时，Altman 已经提醒我们：

AI 不再是站在你身边给建议的助手，而是直接在做事。

它不再仅仅是你输入一句话、得到一个答案的产品，而是变成了能动手、能交流、能完成整套任务的“数字员工”。而且，它已经被银行悄悄用上了。

一、不是在演示，而是真的在工作

Altman 在现场说出这句掷地有声的话：

“我们最早的一批企业合作对象，就是银行。而他们不是在试验 AI，而是真的用它做事。”

比如银行的客户支持系统：

“你打电话过去，不再是电话树，不再是等待转接，而是 AI 来处理，理解你的问题、立即响应、一次解决。”

而在中后台，AI 已经在处理合同、写审批文案、分析客户数据、标记风险点。

“这些工作过去需要员工花几个小时完成，现在 AI 可以几分钟搞定，还不会犯错。”

这些不是未来的畅想，而是已经投入使用的流程。Altman 明确说：

“这不是做演示，而是真实在跑的工作流。”

二、每个人都有一个“部门”，叫 ChatGPT

Altman分享了一个他亲身遇到的故事。

有一次，他打 Uber。司机和他聊起 ChatGPT，说自己是小企业主，业务一直做不起来。但现在不同了：我现在每个部门都有一个人，就是 ChatGPT。

这个“人”帮他写合同、回客户邮件、设计广告语、做报价表、想营销点子，甚至处理客户投诉。

他没有团队、没有办公室，却能做完整套流程。

Altman说：

这就是一个运行在 ChatGPT 上的完整公司。

三、银行里的“岗位”，也开始被代理模型替代

Altman指出，这样的“代理模型”不只是帮个人创业，它已经在重塑银行内部的任务分工。

比如：

• 开户流程：AI 帮客户填写资料、校验信息、合规审核
• 理财咨询：模型基于客户历史行为推荐产品，回答资金使用计划
• 小企业服务：AI 自动生成融资材料、合同草案、信用说明文书 客户邮件：自动读、自动写、自动发，还能根据语气做调整

这些过去需要多个团队交接，现在可能一个模型就能完成。而且能 24 小时运转，不受时区和节假日影响。

看上去，银行的对外形象没变，但内部的运转方式，已经完全不同了。

四、人类的角色也在悄悄改变

当 AI 可以执行任务，人就不再是“做事的人”，而变成“发起者”和“评估者”。

Altman指出这个变化：过去你是做事的人，现在你是调动资源的人——而这个资源，就是 AI。

你要能清楚表达需求，要懂得怎么检查结果对不对，要知道什么事情 AI 不能处理。

AI 做完，你来确认——这就是今天很多银行岗位的真实场景。

Altman 说：“AI 正在变成每个流程的基本组件，就像晶体管之于电子产品。”

银行业不会刻意强调“我用了 AI”，但你日常看到的产品、服务、甚至前台员工的动作背后，可能全是模型在驱动。

这一切，正在悄悄改变银行的运作模式。

第四节｜AI 是新晶体管，金融系统是下一块主板

当有人问 Sam Altman：“你觉得 AI 更像工业革命，还是像互联网？” 他没有直接回答，而是说：

我最喜欢的类比是：AI 就像晶体管。

这句话听起来技术感很强，但背后其实藏着一个很现实的判断—— AI 将不是某种“技术产品”，而是会融入所有产品本身。

一、晶体管的故事，正重演在 AI 身上

晶体管是 20 世纪最重要的发明之一。刚被发明时，它只是研究院里的一项新技术，只有少数半导体公司掌握。

Altman说：

“一开始大家觉得晶体管是个新玩意，后来它变成了每个设备的核心。”

你不会对手机、电脑、耳机说“这是晶体管产品”，但它们全都依赖它运行。

他判断，AI 也会走上这条路：

“很快，大家不会再说‘这是 AI 公司’、‘这是 AI 产品’，你只会默认它比你更聪明。”

也就是说，AI 不再是一个单独的功能，而是像电、像网、像芯片一样，融入所有流程和产品结构之中。

二、银行产品将从附带 AI，变成“由 AI 组成”

Altman在谈话中明确说：

你不会每天提醒自己‘我在用 AI’，但你会默认产品该有智能。

拿金融来说，这意味着：

• 信用评分模型可能是 AI 自动调节的
• 产品推荐逻辑由模型根据你行为不断优化
• 投资组合由模型持续分析、微调、反馈

你用的不是“AI 理财”，而是理财产品本身就是 AI 构建的。

更深一层，是金融产品的形态正在改变——

不是一个团队设定参数、发售产品，而是模型根据你的需求动态生成解决方案。

这是从“产品导向”走向“用户导向”的关键转折点。

三、从工具到“大脑”，AI 正在重塑产品构成方式

Altman强调：金融系统不会再把 AI 当成插件，而是会基于它重新设计产品。

以前我们说“AI 加持”，好像是把一个智能组件贴在产品外面。 而现在，更像是在原材料阶段就加入 AI。

比如：

• 一张贷款合同，不是先写好再给你选，而是模型根据你情况即时生成
• 一份理财建议，不是销售话术，而是模型模拟你未来现金流给出的计算结果
• 一套客服方案，不是一问一答，而是模型实时跟踪你完整的资产轨迹

这些都不再是“辅助功能”，而是产品本身的组成部分。

四、AI 的可扩展性，正在拉开机构差距

Altman明确表示：

“我们正学会如何真正工业化这项技术，把它放到每一个地方。”

这句话有两个含义：

1. AI 不是给大公司独享的，而是可以快速、低成本部署到任意场景
2. 谁部署得早，谁就能提前积累数据智能的优势

这就解释了为什么摩根士丹利、纽约银行这些老牌机构反而是 OpenAI 的早期合作伙伴：

他们意识到，不是等产品成熟再考虑 AI，而是必须把 AI 当成基础设施来建设。

“如果你现在不开始用 AI，你的客户未来会选择那些一开始就以 AI 为基础的新银行。”

五、未来，每一家银行都要像科技公司那样思考

Altman没有直接讲“银行转型”，但他讲了一句更有力的话：

“未来每家公司都会期待产品和服务拥有智能，就像我们今天期待它们连接网络一样。”

这意味着，AI 就像晶体管，就像互联网，会重新定义一个行业的游戏规则。

晶体管让计算能力变得廉价可复制，造就了芯片行业；

AI 让智能能力变得普遍流通，正在造就下一代金融架构。

银行业要面对的问题，不只是“要不要用 AI”，而是：你未来的每一项业务，是否能在 AI 的基础上重建？

结语｜监管、创业、从业者：三类角色的紧迫提醒

这场对话，不是关于某项技术的功能演示，而是一次现实提醒——

AI 已开始撬动全球金融的主结构，

从身份验证、客户服务，到定价放贷、产品生成，

再到风控和合规，每一环都在变化。

Sam Altman 没有给出确定性预测，而是反复重申一点：

“我们最大的问题，不是模型出错，而是我们不理解它是怎么给出这个答案的。”

当模型成为流程一部分，当执行权被交给看不见的代理，当“默认更聪明”取代“清楚透明”，真正的问题就浮现出来了：

不是 AI 会不会犯错，而是整个系统是否还能被人类掌控与审视。

对不同角色，这场对话给出三种不同提醒：

• 监管者：不能只修补旧规则，而要参与新秩序的设计。AI 已在前线，规则不能永远滞后。
• 创业者：金融不再是巨头专属，新技术正打开服务再分发的窗口。一台 GPT，就能启动一家公司。
• 从业者：岗位在变，角色也在变。从执行者变成协调者、确认者和风险判断者，是下一阶段的基本要求。

这不再是什么未来概念了,而是 Altman 在美联储年会现场，用一次“首席对撞”告诉我们：

Banking 2.0，不是简单升级，而是推倒重建。

文章来自于“AI深度研究员”，作者“AI深度研究员”。