简化合规：使用训练有素的人工智能工具清理政策污泥（英）

核心观点与问题

政策淤泥（指重叠、不一致和碎片化的规则）增加了合规负担，消耗了监管资源，并阻碍了金融稳定和市场发展。人工智能（AI）可以通过大规模分析监管文本，有效识别和清理政策淤泥。

政策淤泥的表现与影响

政策淤泥在垂直（法规、指南、内部政策的逐级叠加）、水平（不同机构对相似问题的重复监管）和时间（新规则叠加而非重置）三个维度上积累。其成本高昂：国际会计师联合会估计，监管分歧每年给金融机构造成约7800亿美元的损失，并阻碍区域扩张。

AI 工具的应用与优势

AI 工具能够快速、全面、可靠地识别重复和冲突规则，尤其适用于资源有限的发展中国家。一项市政试点项目显示，AI 可识别超过三分之一的立法报告要求存在优化空间。AI 工具的优势在于速度（小时级 vs 周级）、覆盖面（系统性 vs 选择性）和质量（标准化评估）。

政策淤泥清理的优先级与流程

优先级应基于负担最重、交叉监管最严重的领域，如跨境标准不一致、意外重复规则和过时规定。清理应嵌入政策周期：

• 预规则制定检查：识别新规则的潜在重叠和冲突。
• 定期审查：系统性识别现有框架的淤泥。
• 持续监控：实时标记新淤泥。

AI 辅助审查的信任与治理

AI 工具需结合人类监督，确保其准确性、合法性和可靠性。改进方向包括：

• 数据质量与技术能力：确保数据结构化、标准化。
• 人类监督设计：嵌入工具和工作流程，明确决策权、审计追踪和问责制。
• 置信基础设施：建立基准测试和透明机制。

政策建议

1. 开发政策淤泥地图和基线：系统化梳理重叠义务、模板、定义等，建立数字基线。
2. 制度化闭环审查工作流程：嵌入预规则检查、定期审查和持续监控，确保可追溯和优先级排序。
3. 共创评估基准：与各方合作建立“真实世界”基准，测试工具性能并追踪改进。
4. 总结经验工具包：涵盖技术治理、验证协议、能力建设、知识共享等，强调实践与人员。

研究结论

AI 工具可显著降低政策淤泥清理成本，但需结合人类监督和系统化治理。嵌入政策周期、建立基线和评估机制是成功的关键，最终目标是以更高效、透明的监管提升金融稳定性和市场发展。