對於為經濟保駕護航的政策制定者來說，其中的利害更為重大。央行本身就具有行動更慢、風險規避意願更強的特點，它們正在截然不同的背景下在學習使用AI並權衡潛在風險。
最近人工智能（AI）的興起帶來了一系列非常有用的套用，例如幫助醫生診斷疾病和科學家處理大量數據。那麽，中央銀行行如何套用這種快速發展的技術？分析大量數據作為中央銀行核心工作的一部份，是做出良好決策的基礎，有助於維持價格穩定，確保銀行體系的安全和穩健。人工智能為中央銀行提供了新的方法來收集、清理、分析和解釋這些可用數據，以便將洞察力套用於統計、風險管理、銀行監管和貨幣政策分析等領域的工作。
一、AI在歐央行的套用
與歐洲中央銀行體系（ESCB）的其他中央銀行和單一監管機制的國家主管當局一起，以及透過國際清算銀行創新中心等倡議，共同探索人工智能的機遇和挑戰。歐央行（ECB） 已經將AI套用於央行內部各個領域之中：
AI可以幫助人類做出重要的數據區分。
第一項舉措涉及我們使用的數據。歐央行首席服務官米賴恩•穆法基爾（Myriam Moufakkir）表示，隨著各類數據呈指數級增長，清理數據使其易於理解是一項關鍵問題。我們的統計人員需要將來自歐洲超過1000萬家企業和政府實體（如金融機構、非金融公司或公共部門）收集、處理和傳送的數據進行分類，以支持做出正確決策。然而，手動操作非常耗時。機器學習技術的自動化分類過程，意味著能使我們更專註於評估和解釋這些數據工作。
第二項舉措旨在加深對歐盟價格設定行為和通貨膨脹動態的理解。今天，透過套用網絡抓取和機器學習，能夠收集大量關於單個產品價格的即時數據。然而，其中一個挑戰是收集的數據在很大程度上是非結構化的，不適合直接用於計算通貨膨脹的模型。因此，我們正在與歐元區其他中央銀行的經濟學家和研究人員一起，探索利用人工智能透過構建微觀數據分析網絡，以提高分析價格的準確性。
第三項舉措是在銀行監管領域。由於監管人員日常需要分析了大量相關文字檔案（如新聞文章、監管評估和銀行的檔）。為了將所有這些資訊整合到一個地方，建立了Athena平台，幫助監管人員尋找、提取和比較這些資訊。平台采用自然語言處理模型進行主題分類、情感分析、動態主題建模和實體辨識。監管人員現在可以在幾秒鐘內整理這些豐富的文本，更快地理解相關資訊，而不是花時間搜尋它。
大型語言模型（其中ChatGPT最為知名）是歐央行正在探索的另一個領域。我們已經確定了它們的一些可能用途。它們可用於為專家編寫程式碼初稿，以供分析使用，或更快速、更徹底地測試軟件。這些模型還可以分析、總結和比較被監管銀行編制的檔。該技術還可以幫助更快地準備摘要和起草簡報等，另外，大型語言模型還可以幫助改進工作人員撰寫的文本，使歐洲央行的溝通更容易為公眾所理解。
當然，我們對人工智能的使用持謹慎態度，並意識到它所帶來的風險。我們必須問自己這樣的問題：「如何以安全和負責任的方式利用大型語言模型提供的潛力？」以及「如何確保適當的數據管理？」與其他歐洲中央銀行系統機構密切合作，我們正在研究數據私密、法律約束和道德考慮（如公平、透明度和問責制）等領域的關鍵問題。考慮到這些因素，我們將繼續研究使用人工智能的可能性和挑戰。上述例子只是冰山一角。透過實施適當的治理、協調、基礎設施和投資，將整合我們在人工智能方面的各項工作，並加快其在整個組織中的采用。這將使我們能夠充分利用該技術的全部潛力，並使我們能夠始終成為一個現代化和創新型中央銀行：一個擁抱——並將繼續擁抱——未來的歐洲央行。
二、AI其他中央銀行和國際金融組織中的套用
AI在一系列中央銀行套用中展示出良好前景。巴西央行建造了一個原型機器人， 用於下載消費者對金融機構的投訴，並透過機器學習對其進行分類。印度儲備銀行今年聘請了咨詢公司麥肯錫（McKinsey）和埃森哲（Accenture）來幫助在其監管工作中部署AI並開展相關分析。
巴塞爾銀行監管委員會發現，AI可以提高貸款在貸款決策和阻止洗錢方面的效率。這家委員會由央行官員和銀行監管機構的成員組成，是世界頂級的監管標準制定機構之一。它還列舉了一些風險， 例如理解不透明模型的結果、潛在的偏見和更大的網絡風險。該委員會的秘書長尼爾 • 埃索（Neil Esho）去年表示：「用於判斷什麽是安全和健全的，並能夠區分負責任和不負責任的創新的監管程式，無疑需要得到改善」。「就目前而言，我們還有一段路要走。」
國際清算銀行（BIS）是一個由全球央行組成、委員會秘書處設在瑞士巴塞爾的機構，其已經測試了AI的各種潛在用途。例如，國際清算銀行創新中心的 Aurora專案表明，神經網絡（一種機器學習）可以透過探測傳統方法無法辨識的交易模式和異常情況來幫助發現洗錢活動。
