二、人工智能在证券金融领域的应用

人工智能(AI)的热度，正在从最开始的量化对冲基金向金融行业全面扩散， 结合目前人工智能行业发展趋势，按照基础技术分类，笔者整理出如下五大类证券金融领域人工智能应用场景。

（一）智能投顾

随着科技特别是人工智能技术不断向金融领域渗透，以往证券行业“高端”客户所享受的服务也逐步向“低端”普及。投顾服务能力一向被视为证券公司最具价值的核心能力，然而，当人面对机器时，在处理数据量级、速度、成本、效率等方面处于明显劣势。当经验可以被总结时，以资产配置理念为基础，以量化投资为逻辑，以人工智能、机器学习、批量操作为方式，人工智能投顾必然成为潮流和趋势。即使人工智能技术并未成熟，以大数据分析、机器学习、算法交易为人工投顾提供支持，无疑也会提升投顾的服务能力，增强其对公司的依赖，从而增加客户对企业或平台的粘性。

（二）智能预测与反欺诈

基于大数据与神经网络技术，能够通过对海量数据的分析处理，挖掘潜在关系，自动构建、完善数据模型，进而提前判断出事务变化趋势和概率，并提前做出相应的决策。如分析客户的信用卡交易数据，识别可能的欺诈交易，或者根据当前业务特征预测未来金融交易，提前防范风险。

（三）智能风险管理

传统的风险管理，依靠一些从业务数据中提取出来的风险指标，这部分数据只相当于客户数据的冰上一角。另外，行业内还有大量的有用或者无用的客户数据，比如网络数据、消费数据、交易数据、社交数据等，这些数据规模大，且很多都是非结构化的，一直无法由传统的风险管理模型利用。而以深度学习为代表的人工智能算法，可以充分挖掘并有效地利用这些数据，抽取多维度的评价指标，建立起更全面、更符合真实世界规律的风控模型。比如，借助机器学习，提取个人及企业在社交网站、网站主页等地方的数据，筛选、建模，形成多维度的评价指标，以此对个人或者企业进行风险评估，并且能够实时更新。

（四）智能交易

在交易这一层，量化投资领域同样有着人工智能大量的用武之地。量化投资在国外已有大约30年的历史，随着资本市场越来越成熟，金融衍生工具不 断涌现以及技术的不断发展，量化投资正迎来国内最好的发展机会。将程序化决策应用到金融投资领域越来越得到市场人士的认可。量化投资通过对历史数据进行分析，借助一系列的数学方法进行归类和判断，因此和纯粹的主动投资相比更具理性，其风险控制也显得更为严格。然而量化投资的策略本身依旧是人来制定的，是将人的投资经验和策略赋予程序，然后通过不断回测和改进最终形成的策略。虽然目前技术还达不到具备完全投资的人工智能机器人，但是结合了机器学习、神经网络等人工智能技术的量化投资和策略交易，能够最大程度上将人的因素降到最低，把经验性的投资策略也赋予智能算法。

（五）智能客服

基于语音识别与合成技术，人工智能程序能够理解人的语音，并给予反馈。将这种人工智能应用模式与客户服务结合，便产生了一种新的客户服务类型：智能客服。智能客服也是一个诞生很久的概念，在国内外非常热门，发展了多年，但受限于技术的发展，无法真正的像人一样与客户交流。随着“深度学习”与“模式识别”等模型及技术的突破，智能客服的交互表现显著提高，使其可处理客户更加口语化以及更加复杂化的问题。金融机构针对指定业务场景，采用人工智能技术，推出更有针对性的智能服务。应用神经网络技术、机器学习、AI等技术构建模型算法库、知识图谱。以自然语义识别为基础，利用智能引擎对企业网站与答问知识库等进行检索，通过桌面和移动端，在自然交互环境中为用户解决问题。具备内容深度挖掘能力的智能客服可替代人工客服值守，完成大量实时交互工作，包括信息查询、业务办理、网站导航及相关咨询问题引导等。通过针对系统准确度进行智能化训练，优化和调整算法与模型的参数、调校系统智能水准，完善对问题的分析、聚类与相关资料的答复处理。

三、在证券领域推广人工智能的主要风险分析

（一）不易确定具体责任承担主体的风险

人工智能本身不能作为法律主体。以人工智能在投资顾问中的应用为例，美国金融业监管局（FINRA）指出，在没有人为参与的情况下，由人工智能提供的投资顾问服务不符合顾问受托标准。此外，根据美国相关的法律法规和美国证监会发布的《1940年投资顾问法》，投资顾问被视为受托人，有义务给投资者提供最适宜的建议。2016年4月1日，马萨诸塞州证券部也发表政策声明：由于人工智能投资顾问存在缺陷，无法进行投资组合分析，这将导致其无法为客户争取到最大的利益，即无法履行信托义务，因此人工智能投资顾问不能作为受托人，无法在马萨诸塞州登记为投资顾问。国内智能投顾业务参与主体多种多样，除银行、券商和保险公司等传统机构外，还有第三方销售机构、互联网平台公司及技术提供商等新兴机构。主体的多元化和新技术的应用，导致业务风险出现或者发生纠纷时，不易确定具体的责任承担主体，从而加剧相关机构的营运风险，引发相关机构之间更多的法律纠纷。若根据主体类型对智能投顾业务区别监管，可能导致不同机构的业务所处监管环境有实质性差异，从而出现灰色地带乃至监管套利。

（二）中小投资者对工具认知不足的风险

目前我国证券市场中小投资者比重较大，而程序化交易的应用者则多是机构投资者。机构投资者在此占据一定优势，程序化交易的使用可能会损害到中小投资的利益。中小投资者由于资金和技术方面的限制，并且普遍缺乏投资知识，很难运用程序化交易方法获利。另外，部分互联网平台在宣传方面，可能出现主观或客观的夸大宣传或不当宣传等行为。运营方面，部分“伪智能投顾”平台，在智能投顾业务旗号下，募集客户资金进行直接投资，甚至违规开展资产错配、期限错配、承诺收益的资金池业务；或者并非基于客户信息匹配投资建议，而是盲目进行高风险投资，误导投资者。

目前对人工智能系统的信息披露并无统一标准。从投资者保护的角度，一方面，需要保护投资者的知情权，需要对人工智能系统的运行原理、运行情况等信息进行充分披露；另一方面，需要保护人工智能系统的安全，防止黑客等运用披露信息“攻击”该系统，给金融机构或者投资者带来损失。

（三）智能工具自身缺陷可能造成的风险

智能投顾工具自身的局限性、设计偏差及使用错误都可能导致投资者做出不适当的投资决策；做出错误的投资决策可能是由于数据质量差、对公司业绩分析失误、或算法有瑕疵，这都会引起投资者大幅亏损。机器学习模型对信用风险做出错误的决策时，出借方可能遭受财务损失、或潜在融资方的声誉受损，责任问题就可能出现。工具使用的便捷性，可能使得投资者忽略较为重要的信息，草率地做出不适当的投资决策；黑客入侵、算法被修改等，将导致大量投资者发生经济损失。总之，错误的策略算法、软件漏洞、数据错误、硬件故障、操作失误，以及不可预测的市场条件，都有可能导致程序化交易系统出现故障，而且有可能对市场造成巨幅波动，并引发系统性风险。

（四）数据保护和智能训练之间的矛盾导致的风险

人工智能的基础是大量的数据进行统计、训练、深度学习，这样就面临大量获取和使用客户真实数据及数据隐私保护之间的矛盾。个人投资数据或敏感的公司数据可能因为事故（如被黑客获取）等原因被泄露出去，这是互联网时代的一个非常常见的风险。当机器学习模型为达到更好效果而收集更多的数据时，这种风险也将随之增大。随着《网络安全法》的实施，证券经营机构将越来越需要了解数据隐私与消费者保护法规之间的紧密联系，以及行业监管的法律法规管辖范围。获取数据的能力将对人工智能系统的范围及影响起着核心作用，即使是最先进和最智能的算法及模型，在不能有效、安全和合法的获取详细、准确、及时的数据时，也将变得毫无用处。

（五）同类智能工具大规模使用造成的风险

如果智能投资、智能投顾工具采取的算法相似，可能带来投资策略大量同质化的问题，此时，投资者可能面临重大的损失。程序化交易并不适合所有的市场行情，但行情巨幅变化时，使用中的程序化交易策略将可能变得不再适合，而且在大行情到来时，用程序化交易系统所下的委托也可能无法成交。在某些特殊情况下程序化交易可能遭遇死循环，导致部分程序的连续触发从而引发市场的异常波动。在特殊场景下，程序化交易的策略也可能产生错误判断，不同投资者的算法策略可能产生广泛趋同的订单，引发价格共振异常，在极端情况下可能加剧市场波动，如果缺乏适当的价格稳定机制，还可能进一步引发市场巨幅震荡风险。

（六）监管复杂度上升的风险

当人工智能成为业务参与方时，如果是由于人工智能故障引发的风险事件，那在现有金融监管体系下，责任主体的界定较为困难。另外，人工智能是通过对大量数据分析，得到数学模型，依靠模型进行决策，模型执行的过程对于程序的使用者来说是一个黑盒，根本无法了解行为。具体来说，对于由人工智能程序完成的每一笔业务，人工智能程序的决策路径无法追溯，这就对人工智能程序的行为监管带来困难。

四、国内现行证券科技监管规定的简单梳理

人工智能与证券行业快速融合，衍生出智能投顾和智能客服等多项智能化应用，助力证券行业快速发展。但上述业务活动并没有改变经纪业务、自营业务、资产管理业务和融资融券等证券业务的本质。因此，人工智能形式的证券业务本身仍具有证券属性，其业务性质、经营条件、信息披露和监督管理可以沿用现行法律法规框架，运用人工智能技术的证券经营机构和服务机构，仍需在原有框架下开展相关业务和服务。同时，证监会对于证券基金行业的信息技术管理一直保持高度关注，自2005年《证券公司信息技术管理规范》出台以来，持续发布了许多信息技术管理的法规，加强对于证券基金行业的信息技术管理要求。尤其自2012年起，平均每年至少有一个相关规范出台，2016年至2018年更是发布了超过五个推荐性行业标准及强制性要求，对于行业信息技术管理监管提升到了新高度。

人工智能参与交易主要采用量化交易和程序化交易的方式实现。程序化交易是把可量化的分析方法，用计算机编成交易策略进行自动下单交易，程序化交易是量化交易的一部分，或者是某些量化交易的进一步升级。智能交易是通过程序化交易和量化交易的方法由计算机程序自动委托下单。目前国内证券市场已经体现出与人工智能技术类有关的监管规定（含已经公开征求意见的）至少包括以下六个：《中国证监会关于加强证券期货经营机构客户交易终端信息等客户信息管理的规定》（2013年7月）、《证券期货市场程序化交易管理办法（征求意见稿）》（2015年10月）、《中国证监会关于规范证券公司借助第三方平台开展网上开户交易及相关活动的指导意见（征求意见稿）》（2018年5月）、《中国证监会监管科技总体建设方案》（2018年8月）、《证券基金经营机构信息技术管理办法》（2018年12月19日证监会令第152号）、《证券公司交易信息系统外部接入管理暂行规定（征求意见稿）》(2019年2月)。

上述规定约束了智能交易的接入范围，明确了证券期货基金经营机构对系统的接入管理和核查管理，采集备案了客户信息，明确了交易所等自律监管机构对异常交易风险的监管及采取的措施。具体分析如下：

（一）2013年7月证监会第30号公告印发的《关于加强证券期货经营机构客户交易终端信息等客户信息管理的规定》，明确规范了客户交易终端信息的采集内容、记录方式、存储期限等技术要求，强调了证券期货经营机构的相关义务。一是妥善管理义务，要求证券期货经营机构采集的客户交易终端信息必须真实、准确、完整。要求客户通过交易终端软件下达交易指令的，证券期货经营机构应确保客户下达的交易指令直达其信息系统，并对客户交易终端信息进行采集。证券期货经营机构应当按要求采集客户交易终端信息并报送至监管机构。证券期货经营机构应对其交易、结算软件以及客户使用的交易终端软件进行认证管理，确保软件具备真实、准确、完整地采集和报送客户交易终端信息的功能。二是保密义务，证券期货经营机构应当对客户交易终端信息等客户信息承担保密义务；三是报告义务，发生影响客户交易终端信息安全的重大事件时，证券期货经营机构应及时向证券期货监管机构报告。

（二）证监会2015年10月9日公布《证券期货市场程序化交易管理办法（征求意见稿）》,拟建立申报核查管理、接入管理、指令审核、收费管理、严格规范境外服务器的使用、监察执法六方面监管制度。该办法限制了程序化交易者应当只用一个账户从事程序化交易，要求证券公司、期货公司应当对程序化交易客户制定专门的业务管理及风险管理制度。另外要求证券期货交易所依法对会员、程序化交易者履行自律监管职责，及时采取自律监管措施，防范程序化交易对市场正常交易秩序的冲击。沪深交易所、中金所、上期所、郑商所、大连商品交易所也相继发布实施细则的公开征求意见稿。据媒体报道，“在征求意见期间，收集上来的认为该监管办法趋于严格的反馈较多。目前正在进一步考量中，推出时间并未确定。”“监管层主要精力集中在市场恢复上，法制和基础设施建设是首要工作，而对程序化交易的功过定论也有一定的偏颇，故这项工作暂缓了。”而随着严政的搁置，高频交易和程序化交易等交易方式和业务也由收紧转为正常运行。

（三）2018年5月证监会发布的《关于规范证券公司借助第三方平台开展网上开户交易及相关活动的指导意见（征求意见稿）》，全面规范证券公司借助第三方平台开展网上开户交易等相关业务活动，将规范证券公司在确保数据安全的前提下，借助第三方平台合规开展网上开户交易及相关活动，主要涉及经营机构和场景流量提供者两个主体，将引导证券公司与信息技术服务机构形成良好战略合作关系，构建公平、有序的行业生态。其中，明确了证券公司借助第三方平台开展网上证券业务，应当恪守的禁止性规定，包括了五方面内容：第一、证券公司不得为第三方机构非法开展网上证券业务提供任何便利，包括但不限于为其提供交易下单的通道，将网上证券业务交由第三方机构运行，向第三方机构让渡承载网上证券业务相关信息系统模板的管理权，允许第三方机构违规更改网上证券业务相关信息系统模块的参数及其配置信息等。第二、证券公司是开展业务宣传的责任主体，不得进行夸大、不实、误导性宣传，不得在展业过程汇总直接或通过第三方机构等变相向投资者返还佣金、赠送礼品或者输送其他不当利益；第三方机构不得以自身名义从事任何与网上证券业务相关的宣传推介活动。第三、证券公司不得直接或间接向第三方机构支付与开户、交易等业务指标挂钩的费用，不得采取“开户比赛”“交易比赛”等方式诱导投资者进行网上开户、交易及相关活动。第四、证券公司不得向第三方机构提供证券业务相关客户信息及经营数据，不得为第三方机构接收、转发、截取、存储客户交易指令等证券公司向客户提供服务过程中产生的客户信息及经营数据提供便利。第五、 证券公司不得违规通过互联网开通融资融券、创业板（首次开通）、新三板、分级基金、期权交易等复杂交易权限。

（四）2018年8月证监会正式印发的《中国证监会监管科技总体建设方案》（以下简称《方案》），从金融科技的整体要求上明确监管科技1.0、2.0、3.0各类信息化建设工作需求和内容，着力实现三个目标：一是完善各类基础设施及中央监管信息平台建设，实现业务流程的互联互通和数据的全面共享；二是应用大数据、云计算等科技手段进行实时数据采集、实时数据计算、实时数据分析，实现对市场运行状态的实时监测，强化市场风险的监测和异常交易行为的识别能力；三是探索运用人工智能技术，优化事前审核、事中监测、事后稽查处罚等各类监管工作模式，提高主动发现问题能力和监管智能化水平，促进监管模式创新。《方案》提及的1.0、2.0、3.0对应监管工作的在线、自动化、智能化三个阶段。监管科技是维护智能生态的重要一环，而《方案》表明证监会已经开始有序推进监管科技应用，着力用现代科技手段来提升监管效能和智能化监管水平，以便更好维护行业智能生态。

（五）在2018年12月《证券基金经营机构信息技术管理办法》（证监会令【第152号】，以下简称《管理办法》）出台前，信息技术管理相关法规多为推荐性行业标准，强制性的要求较为零散，尚未有覆盖全面信息技术管理的强制性规范。因此《管理办法》极具其代表意义，主要包括以下五大内容：一是全面覆盖各类主体。明确信息技术监管安排，推动行业加大信息技术投入，提升竞争力。二是明确治理、安全、合规三条主线。在传统信息安全监管基础上，针对信息技术治理、数据治理、业务合规提出监管要求，明确经营机构应设立信息技术治理委员会及首席信息官，促进信息技术与业务、风控及合规管理深度融合。三是强化信息技术管理的主体责任。按照“谁运行、谁负责，谁使用、谁负责”的理念，督促经营机构与服务机构守住信息安全底线，回归本位，共同维护证券市场稳定运行。四是支持经营机构应用信息技术提升服务效能。允许经营机构设立信息技术专业子公司，允许经营机构母子公司共享信息技术基础设施，针对信息技术应用领域新情况、新问题，明确监管要求。五是为督促各类市场主体切实履行自身信息技术管理职责，《管理办法》明确了相应处罚措施，最严重可处暂停部分或全部业务、责令更换董事、监事、高级管理人员或者限制其权利等行政监管措施，对于证券基金行业有强制的约束性。

(六）2019年2月证监会公开发布的《证券公司交易信息系统外部接入管理暂行规定（征求意见稿）》，充分考量既往非规范交易信息系统外部接入出现的风险隐患及存在问题，借鉴成熟市场经验，引导证券公司在安全、合规的前提下，为机构投资者合理化需求提供外部接入服务。根据《规定》，证券公司是提供交易信息系统外部接入服务的责任主体，应当在严格控制风险的前提下审慎开展相关业务活动。充分评估接入需求合理性，全面核实投资者资质条件，完整验证相关系统功能；在接入过程中切实履行管理职责，严格控制风险，确保外部接入始终保持合规、安全、稳定的状态。《规定》规范的交易信息系统外部接入活动，需要严格遵循证券市场现有交易机制。涉及程序化交易等新型交易方式的监管及自律要求，待相关规则出台后，外部接入系统需一体遵循。

五、具体监管建议

人工智能为代表的新技术在证券金融领域中的实际运用，呈现出快速发展的趋势。这意味着应用智能投顾业务的发展受到了广泛关注，已经成为全球范围内金融行业创新的新兴热点。截至2017年底，包括国际证监会组织（以下简称IOSCO）、美国证监会（以下简称SEC）、美国金融业监管局（以下简称FINRA）、欧盟金融业监管局（以下简称ESAs）等在内的多家国外金融监管机构，先后针对智能投顾发布了多份专项研究报告或监管指导意见。

从业务风险层面来说，一方面金融科技带来效率提升的同时，也会加快市场风险的传递效率，加大市场波动和周期性；另一方面，金融科技推动了金融机构、科技公司及基础金融设施之间的融合，跨界经营更普遍，业务关联性更强，模式更为复杂，三者之间的风险可以相互传递，风险的涉及范围也随之扩大。其次，从监管层面来说，新技术支撑下的新业务，对监管机构的专业能力提出挑战，监管机构难以快速更新相应的知识体系与监管工具，导致监管的有效性下降；另外，一些新的业务模式可能脱离于现有的监管体系之外，存在监管套利的嫌疑。传统的监管体系暴露出一些不足。

面对着人工智能为代表的新技术的快速发展，国内科技立法体系和金融立法体系较为分割，缺乏立法横向上的互动，存在碎片化问题。因此，迫切需要对现有法律制度围绕新的金融业态和形式相应的做出修订和补充，发挥现有法律制度的兜底条款作用，同时围绕数据信息安全、以数据资产作为关键因素，对形成成熟商业模式的业态设立新法。此外，还需要在当前监管格局下，制定统一的监管政策和标准，建立外部中介机构以及应急风险处置机制。

（一）完善现行法律法规

人工智能作为金融科技和监管科技应用的一个种类，其落地和服务证券市场离不开配套法规。针对人工智能技术应用法规的出台，一方面，可以借助现代科技手段开展压力测试工作，从而评估新政策法规的影响范围和力度；另一方面，新的政策法规需要维持技术中立性，应该尽量结合技术，深究业务本质，才能延长法律法规的适用性。除及时出台新法规外，一项容易被忽视的工作就是对现存法规的完善。不可否认，法规客观上是落后于技术创新的，现行业务规则存在许多不适应当前业务开展、金融科技应用和日常监管的情况，很多规定和要求也散落在各个法规中，这既阻碍了金融科技的应用，也不利于监管科技配套制度的出台。建议高度重视现有法规的评估工作，建立持续完善现有法律法规的工作机制，尽量缩短监管法规的滞后性。

2017年第五次全国金融工作会议指出，应加强金融功能监管，弥补监管真空，避免重复和交叉监管，减少监管套利机会。若根据主体类型对智能投顾业务区别监管，可能导致不同机构的业务所处监管环境有实质性差异，从而出现灰色地带乃至监管套利。人工智能对金融机构而言具有降成本、获风险管理收益、提高生产力从而增强盈利能力的潜力，促使金融机构将其用于满足业务需求。因此业务优先顺序为：优化客户服务流程，在应用人工智能系统与人员之间建立互动来加强决策，为客户开发新的产品与服务。而这些应用可能导致市场竞争激烈，造成市场难以管理，建议多部门配合采取试点运行，并加以进行总结，形成具体业务指导意见。

此外，建议借鉴国际通行做法，从功能角度制定投资顾问业务相关的行政法规，并将人工智能针对的业务（智能交易、智能投顾、智能投教等）纳入该监管框架。规范监管对象，建立合格投资人认定制度，对于市场参与者进行规范管理。按照金融业务属性细分监管领域，健全金融科技行业运行规则，完善信息披露和风险隔离。

（二）高度重视监管科技运用，加强对人工智能算法的监管

人工智能合规性而言现阶段不断出台的数据法律框架、数据标准、数据报告要求、金融服务制度，提高了金融机构对合规性的需求，促使其不断提高自动化水平并采用新的分析工具。监管机构承担着评估更大、更复杂、更快速增长的数据集的责任，所以需要更强大的分析工具对金融机构实施更有效的监管。建议要求展业机构在申请业务牌照时，向监管机构汇报算法相关的重要信息，论述该算法应用的合理性和可行性，并提供系统测试文件及风险应对机制等报告；运行过程中，应定期或不定期地对算法的有效性进行回顾与检测，并及时向监管部门备案；审慎评估智能投顾的同质化可能导致的风险，并制定相应的处理措施，防范市场极端情况下可能发生的系统性风险。此外，监管部门可效仿英国设立监管科技公司，辅助展业机构降低营运成本，同时为监管提供信息技术方面的支持。在现有监管体系框架下，设立专业化金融科技创新中心，引入监管沙盒计划，强化监管协调机制建设和执行，共享金融数据调查及统计分析体系、金融基础设施以及信息系统。利用监管科技搭建监管科技公司、被监管方与监管者三方的平台体系等，明确监管主体，建立穿透式监管体系，防止跨行业跨市场的交叉性金融风险。综上，监管部门可以“以毒攻毒”，在监管中同样充分利用人工智能技术对市场上的人工智能运用进行监管。如果短期监管没有足够资源，可以将该业务进行外包，充分调动现有市场资源。

（三）将金融科技企业纳入监管体系和对象

将提供人工智能技术服务、对金融稳定有着重要影响的科技企业、技术平台运营公司等纳入监管体系和对象，对于第三方外包科技公司的资格准入，道德风险进行审核和评估，对于外包业务可能存在的风险点（操作风险、信息安全等）进行跟踪检查。

要求证券期货基金经营机构至少每年进行一次全面审计评估，并向高级管理层提交评估报告。在对服务提供商合规性及执行效果动态定期考察的基础上，判定服务提供商的准入退出。出现外包风险事件及时开展专项审计工作，进行追责。

（四）加快健全涉及个人信息安全以及信用体系建设的有关制度。

重点开展以下工作：一是在《网络安全法》等法律法规的框架下，研究制定证券期货行业数据分级分类管理规范，支持行业机构在安全、合规的前提下，借助新型技术手段开展业务及服务模式的创新，引导行业机构有序利用数据资产、有效发挥数据信息应用价值。二是进一步完善《证券期货市场诚信监督管理办法》并加大执行力度，扩充诚信信息覆盖的主体范围和信息内容，建立失信信息公示的“黑名单”制度和市场准入环节诚信承诺制度。另外，为了鼓励参与主体诚实守信，完善相关管理办法，建立了诚信积分制度，对于符合诚信要求的机构实施行政许可“绿色通道”，优先安排审查，对于失信机构和个人进行制裁。

总之，各个领域的技术渗透是大势所趋，证券监管应该顺势而为，疏堵结合，以疏为主，以积极、包容的心态迎接新技术的渗透。“一切技术的关键仍是人才”，监管部门还应该通过各种形式培养、挖掘AI人才。这里指的人才是贯通AI领域和证券领域，作为两个领域桥梁和纽带的人才。这样的人才需要监管部门通过专项的培养计划进行培养以及通过专项的招募计划进行挖掘。