美欧AI金融治理共同指向一个新现实

与往年聚焦通胀、就业、经济增长等传统议题不同，不久前落幕的2026年杰克逊霍尔全球央行年会将人工智能（AI）金融纳入正式议程。作为全球两大经济中心的货币政策决策机构，美联储与欧洲央行在对待AI金融风险的态度、认知逻辑与政策表达上，呈现出清晰的结构性差异，也引发国际舆论对相关话题的新一轮热议。 不同的风险认知与表达 随着海量资本持续涌入算力基础设施、大模型开发等赛道，科技企业市值快速扩张，AI不再只是产业议题，而是深度嵌入资产估值、债券定价与跨境资本流动，成为影响国际金融稳定的重要变量。面对这一轮科技金融浪潮，美联储与欧洲央行形成了两套大为不同的风险叙事体系。 在杰克逊霍尔年会主旨演讲中，美联储主席沃什明确将AI定义为重塑美国长期经济基本面的全新生产要素。基于这一判断，美联储虽有研究团队跟踪AI相关风险，但公开表态往往克制、温和。与之形成鲜明对照，在今年杰克逊霍尔年会前，欧洲央行在官方网站发文，直接对标2000年互联网泡沫，系统研判本轮AI热潮的理性成分以及投机风险，认为即便AI技术拥有真实的长期生产力价值，资本市场过度透支、远期收益过度定价等也可能会引发深度估值回调。 更早时候，欧洲央行行长拉加德就在公开演讲中强调两类AI风险：一是AI工具被用于发动大规模网络攻击，冲击金融基础设施；二是大量金融机构使用同类或高度相似的商用大模型，在市场承压场景下可能诱发同步交易踩踏，放大市场波动。她焦虑地表示，'近代历史上，摧毁就业和抹去储蓄最多的力量并非技术，而是金融危机。'对比而言，沃什鲜少提及AI网络攻击、模型同质化踩踏这类极端情景，可见两大央行对于AI金融风险态度之迥异。 双方差异的结构性成因 美国和欧洲面对同一轮全球AI浪潮形成不同的风险判断体系，是当前全球数字经济不对称格局以及历史上不同危机记忆的产物，也体现出双方监管思维的差异。 首先，美欧分处AI产业链的红利端与风险端。美国拥有全球'第一梯队'的AI产业链、企业以及大模型研发生态。美国资本市场持续为AI超大规模开支输血。对美国而言，AI资本热潮被视为其竞争力提升的体现。 反观欧洲，本土缺乏世界层级的AI龙头企业，没有形成规模化的AI资本开支与产业迭代体系，无法充分享受AI扩张带来的税收、就业、产业链红利，但却持有大量美国AI资产，成为风险承担者。这种收益与风险的错配，是欧洲采取审慎立场的首要因素。 其次，有关历史上相关危机的记忆差异塑造不同的风险敏感度。美国的互联网泡沫最终完成市场出清，并催生新一代科技巨头，形成'泡沫波动—技术升级—恢复增长'逻辑，让美国政策层更愿意包容新兴产业的阶段性投机。 欧洲的记忆则完全不同。2008年美国华尔街爆发金融危机后，风险经过跨大西洋传导，引发欧洲主权债务危机。欧洲深刻经历过风险发源于美国、代价由欧洲承担的痛苦过程，对美国资本市场波动的跨境传染具备天然高敏感度。本轮AI热潮再次形成'美国造风险、欧洲承压力'的格局，历史创伤记忆让欧洲的风险预警更为强烈。 再次，美欧在全球资本竞争格局中的融资处境分化。美国依托美元霸权与资本市场深度持续虹吸全球资本，支撑算力扩张与产业迭代。 而欧洲国家大多债务压力沉重、财政空间紧张，美国虹吸全球资本直接抬高欧洲主权融资成本，挤压欧洲财政与产业投资空间。AI资本热潮不仅是产业故事，更是全球资本再分配过程，欧洲在这场竞争中处境被动，焦虑进一步加剧。 最后，监管范式差异根深蒂固。欧盟长期奉行预防性监管、风险前置治理逻辑，《人工智能法案》《数字运营弹性法案》等坚持对新兴领域潜在风险提前识别、提前约束。 美国金融监管则更偏向市场自我出清、自我调节，为技术创新保留空间。两套治理传统，最终投射为美欧央行对AI金融风险的不同态度。 都瞄准了'战略卡位' 对比美欧在AI金融风险领域的监管取向、治理节奏与认知差异，有利于我们理解当今时代国家金融治理和全球金融监管博弈的底层逻辑。 其一，AI金融治理是'国情适配'的结果，不存在全球适用的标准答案。欧洲预防式、合规优先、强约束的监管体系，源于本土缺乏顶级AI巨头、对美国金融风险敞口大等现实情况。 美国采取包容试错、创新优先的监管思路，本质是服务于其AI产业领先优势、依托资本市场驱动技术迭代的战略选择。这也表明，评判一国AI金融监管政策，不能脱离产业基础、市场结构、风险承受能力与国家战略目标，监管差异本质上是'风险底线+发展目标'的取舍平衡。 其二，大国AI金融博弈的核心是'监管规则话语权'与'产业竞争力'的双向绑定。美欧监管差异背后，是两套不同的数字金融竞争战略。欧洲进行严格监管，是要通过高标准、严门槛、强合规的规则体系，弥补本土技术短板，用制度约束对冲外部AI技术垄断风险，同时向全球输出欧洲式'安全优先'的AI治理标准，争夺全球数字治理道义话语权。 美国的宽松监管，是其作为技术领先经济体的进攻型扶持策略：通过降低金融机构AI试错成本、减少合规枷锁、鼓励金融场景规模化落地，持续巩固美国'AI技术+金融资本'的双重霸权，让美国金融AI生态率先完成商业化和标准化，进而让美国的'创新优先'监管范式成为全球模板。 由此看出，AI金融监管不是单纯的风险防范，还是科技竞争、产业博弈、规则主导权争夺的核心场域。监管松紧背后，是国家对未来数字金融产业赛道的战略卡位。 其三，数字时代的货币与金融稳定，已从传统周期风险转向'技术迭代型风险'。传统央行治理聚焦通胀、利率、汇率、信贷周期等宏观风险。而美欧央行的政策选择共同指向一个新的现实：AI正在重塑金融风险形态，未来全球金融稳定的核心变量，不再只是资本、杠杆、周期，更是算法、模型、算力与数据。 这意味着，未来宏观审慎管理、金融监管、风险防控思路需从'管控传统金融风险'转向'驾驭技术驱动型金融风险'，提前布局算法治理和风险防控的制度框架，可能是大国金融治理的必然选择。 最后，美欧两种模式都为新兴经济体提供了警示。欧洲'绝对审慎、一刀切强监管'模式有副作用：过度前置化、高强度的合规约束，可能压制AI迭代活力，导致技术应用滞后、产业竞争力弱化，不适合正处于技术追赶、场景扩容阶段的新兴市场。 不过，美联储'包容试错、阶段性豁免、鼓励创新'的模式也存在明显弊端：滋生算法黑箱、价格泡沫、风险外溢等问题的可能性大，其依托技术优势降低容错风险的模式，并不适合风险承受能力较弱的发展中经济体。 新兴国家不宜照搬美国创新放任模式，也不能简单复刻欧洲'极致合规'模式，而是需要找到真正适合自身国情的道路。（作者是中国现代国际关系研究院研究员）