美联储的Michelle Bowman警告不要急于在AI监管中寻求快速解决方案

- 美联储的米歇尔·鲍曼表示,仓促推进AI监管并非良策,因为这可能扼杀创新并将AI逐出银行体系。
- 她表示,AI能够提升金融效率、遏制欺诈行为,并帮助更多人获得信贷,同时为央行决策者提供更优质的数据支持。
- 美国目前尚无明确的AI监管框架,仅由联邦指南与各州法律混合构成,例如加州严格的透明度规定和科罗拉多州的反歧视措施。
美联储理事Michelle Bowman向急于监管人工智能的政策制定者传达了一个信息:慢下来。
在华盛顿发表讲话时,Bowman警告说,匆忙制定严格规则可能会适得其反。“我们不需要急于监管,”她说。她主要担心的是,过度监管可能会将创新完全赶出银行业,使AI等宝贵工具被搁置一旁。
根据Bowman的说法,AI在金融领域具有巨大潜力。它可以使系统更高效,打击欺诈,并扩大信贷获取渠道。该技术还可以帮助中央银行家,通过提高经济数据的可靠性来提供支持。
“也许更广泛地使用AI可以作为数据可靠性的检查手段,”她建议。她还说:
“AI工具也可能被用于打击欺诈。其中一个用途是打击支票欺诈,这在银行业近年来变得越来越普遍。”
AI对劳动力和政策的影响
Bowman还密切关注AI如何重塑劳动力市场和经济基本面。AI正在改变生产率水平,影响就业率,甚至重新定义自然利率。她认为这将在货币政策讨论中发挥越来越重要的作用。
数据暗示了为什么这很重要。在过去两年中,美国劳动生产率激增,年均增长2.3%。这几乎是疫情前十年1.3%平均水平的两倍。
Bowman并不准备完全将增长归功于AI,但她确实承认它可能正在发挥作用。其他美联储官员,包括Lisa Cook,也持相同观点。她预计AI将继续提高生产率,但警告说,预测其确切影响仍然是一个猜测游戏。
对于政策制定者来说,这些变化至关重要。生产率变化和劳动力市场动荡可能迫使美联储重新思考其策略。
“当我们考虑人工智能风险时,许多风险已被现有框架充分涵盖。例如,人工智能的运作通常依赖于外部方——云计算提供商、获许可的生成式人工智能技术和核心服务提供商。”
– 鲍曼
美国人工智能监管的现实
如果你在美国寻找清晰的人工智能规则,祝你好运。联邦监管充其量只是支离破碎,留下各州来填补空白。鲍曼谨慎的态度反映了人们对这种碎片化体系的普遍沮丧情绪。
在联邦层面,2020年《国家人工智能倡议法》据称旨在促进人工智能发展。拜登总统随后在2023年发布了一项行政命令,以促进安全、透明的人工智能实践。但来自各方的批评人士称,这些努力要么不够深入,要么过度干预。
现在,监管可能会再次发生变化。当选总统唐纳德·特朗普已明确表明了他的意图。他计划废除拜登的行政命令,称其为“创新的障碍”。
与此同时,加利福尼亚州和科罗拉多州等州并没有等待华盛顿采取行动。加利福尼亚州通过《人工智能透明度法》等法律走在前列。该法要求使用超过一百万人的AI系统的公司明确标注人工智能生成的内容。
另一方面,科罗拉多州禁止算法歧视,确保人工智能系统不会基于种族、性别或其他受保护的特征对个人造成伤害。这两个州都在制定标准,但它们的规则差异如此之大,以至于跨州运营的公司不得不手忙脚乱。
碎片化的成本
这种脱节的监管框架给企业带来了巨大的合规难题。公司必须应对各州不同的要求,若未能达标,将面临处罚风险。
例如,加利福尼亚州的法律要求提供透明度工具,但在监管较松的州,这些工具并非强制性的。这为人工智能开发者创造了一个充满地雷的环境。
消费者也面临着保护措施的参差不齐。加利福尼亚州居民受益于严格的披露规则,而其他州的人甚至可能不知道他们正在与人工智能互动。鲍曼关于过度监管的警告是合理的,但监管不足也会带来风险。
专家担心,这场灾难将使美国落后于其他全球参与者。例如,中国正以全速推进集中式人工智能监管,而欧洲国家正在制定统一标准。如果美国无法制定出连贯的战略,它可能会在创新和问责方面落后。
鲍曼在演讲结束时说:“人工智能具有重塑金融服务行业和更广泛世界经济的巨大潜力。虽然我在讲话中指出,我们不必急于监管,但重要的是我们要继续监测人工智能的发展及其现实世界的影响。”
不要只是阅读加密货币新闻,要真正理解它。订阅我们的通讯。 免费。
免责声明。 本文提供的信息不构成交易建议。 Cryptopolitan.com 对于基于本页信息进行的任何投资,我们不承担任何责任。我们强烈建议在进行任何投资决策之前,进行独立研究或咨询合格的专业人士。

Jai Hamid
Jai Hamid在过去6年中一直报道加密货币、股票市场、科技、全球经济以及影响市场的地缘政治事件。她曾在专注于区块链的出版物工作,包括AMB Crypto、Coin Edition和CryptoTale,从事市场分析、大型公司、监管和宏观经济趋势的报道。她毕业于伦敦新闻学院,并三次在非洲顶级电视网络之一分享加密货币市场见解。
















