هشتاد و شش درصد مؤسسات مشارکتکننده در نظرسنجی اکنون از هوش مصنوعی استفاده میکنند، اما ارقام گویاتر زیر این تیتر قرار دارند: بیشتر عاملهای مستقرشده توصیه میکنند و اقدام نمیکنند، تأمینکنندگان بیرونی سهم روبهرشدی از مهمترین سامانهها را فراهم میکنند، و نظارت بر همین تأمینکنندگان پرتکرارترین چالش حاکمیتی است که مؤسسات گزارش میکنند.
خلاصهٔ مدیریتی
- نظرسنجی 196 پاسخ دریافت کرد، و 86% پاسخدهندگان از استفاده از هوش مصنوعی خبر دادند، در مقایسه با 75% در 2024.
- هوش مصنوعی مولد 56% سامانههای هوش مصنوعی گزارششده را تشکیل میداد؛ عملیات و فناوری اطلاعات حدود 31% را.
- 80% عاملهای پشتیبانی از تصمیم را در محیط عملیاتی گزارش کردند؛ تنها 2% عاملهایی با خودمختاری گسترده.
- پیادهسازیهای اشخاص ثالث 53% سامانههای با اهمیت بالا را تشکیل دادند، در مقایسه با 35% در 2024.
- 94% سیاستها، اصول یا استانداردهای هوش مصنوعی در سطح کل مؤسسه را گزارش کردند، اما پایش مستمر را تنها حدود نیمی از پاسخدهندگان گزارش میکنند.
- پاسخدهندگان انتظار دارند هم منافع و هم ریسکها افزایش یابند، و تشدید ریسک سایبری و وابستگیهای حیاتی به اشخاص ثالث دو ریسک سیستمی با بالاترین رتبهاند.
این نظرسنجی چیست، و چه نیست #
این نشریه خلاصهای توصیفی از نتایج تجمیعی تازهترین نظرسنجی هوش مصنوعی است که در چارچوب برنامهٔ کاری گستردهتر بانک انگلستان و FCA (سازمان رفتار مالی بریتانیا) دربارهٔ هوش مصنوعی اجرا شده است. این برنامه نظرسنجیهای پیشین AI/ML در 2019، 2022 و 2024 را در بر میگیرد. نظرسنجی 2026 پرسشهای اصلی دورههای پیشین را برای حفظ پیوستگی نگه داشت و پرسشهای دیگری را برای بازتاب تحولات پذیرش و توانمندی هوش مصنوعی از 2024 به این سو افزود یا اصلاح کرد.
در مجموع 196 مؤسسه پاسخ دادند: 101 مؤسسهٔ بزرگتر و 95 مؤسسهٔ کوچکتر. از این میان، 105 مؤسسه نظرسنجی کامل را تکمیل کردند. جز در مواردی که خلاف آن ذکر شده باشد، ارقام بر پاسخهای نظرسنجی کامل استوارند تا مقایسه با نظرسنجیهای پیشین آسانتر شود، و درصدها تنها از پاسخهای معتبر در سطح هر پرسش محاسبه شدهاند؛ یعنی مؤسساتی که از پرسشی گذشتهاند از مخرج همان پرسش کنار گذاشته میشوند. پاسخهای بانکهای بینالمللی و کارگزاران/معاملهگران به عملیات آنها در بریتانیا مربوط است.
دو قید تعیین میکند این ارقام را تا کجا میتوان پیش برد. یافتهها را باید شواهدی از مؤسسات مشارکتکننده خواند، نه ارزیابی کاملی از پذیرش هوش مصنوعی در کل بخش مالی بریتانیا. و مقایسه با 2024 را هر جا صورتبندی پرسش، تعاریف، دامنه یا جامعهٔ پاسخدهندگان متفاوت است، باید با احتیاط تفسیر کرد. من در ادامه به تغییرات سالبهسال اشاره میکنم، چون چشمگیرترین ارقام گزارشاند، اما این قید هر بار با آنها همراه است.
در این نظرسنجی، سامانهٔ هوش مصنوعی سامانهای ماشینی است که برای اهداف صریح یا ضمنی، از ورودی دریافتی خود استنباط میکند چگونه خروجیهایی مانند پیشبینی، محتوا، توصیه یا تصمیم تولید کند که میتوانند بر محیطهای فیزیکی یا مجازی اثر بگذارند. این تعریفی گسترده است، و هنگام دیدن رقمی مانند 86% باید آن را در نظر داشت. این رقم استفاده از طیف وسیعی از سامانهها را توصیف میکند، نه لزوماً استفاده از یک فناوری واحد را.
پذیرش به حالت پیشفرض بدل شده است #
تیتر ساده است. 86% پاسخدهندگان از استفاده از هوش مصنوعی خبر دادند، در مقایسه با 75% در 2024. جمعبندی خود گزارش این است که مؤسسات بهطور فزاینده از استفاده از هوش مصنوعی مولد، عاملهای مبتنی بر هوش مصنوعی و پیادهسازیهای اشخاص ثالث از سامانههای هوش مصنوعی خبر میدهند. این سه محور بیشتر آنچه را در ادامه میآید سامان میدهند.
در میان پاسخدهندگان نظرسنجی کامل، استقرار تقریباً کامل است: 94% دستکم یک سامانهٔ هوش مصنوعی در محیط عملیاتی گزارش کردند، و با احتساب طرحهای آزمایشی و استقرارهای برنامهریزیشده برای 12 ماه آینده، این رقم به 99% میرسد. پرگزارشترین کاربرد کنونی بهرهوری سازمانی بود، مانند دستیارهای کدنویسی یا ابزارهای خلاصهسازی، که 86% پاسخدهندگان آن را برگزیدند.
مؤسسات کوچکتر چندان عقب نیستند. در میان پاسخدهندگان نظرسنجی کوتاه جدید برای مؤسسات با کمتر از 100 کارمند، 73% از استفاده از هوش مصنوعی خبر دادند، و از این گروه، 58% گفتند عمدتاً از مدلهای زبانی بزرگ همهمنظوره استفاده میکنند. برای یک مؤسسهٔ کوچکتر، این الگویی درخور توجه است: فناوریای که بیش از همه با موج کنونی پذیرش پیوند دارد، همان است که اکثریت پذیرندگان کوچک بیشترین اتکا را به آن دارند. عملیات، با 64%، پرگزارشترین حوزه برای کاربرد کنونی یا برنامهریزیشدهٔ هوش مصنوعی آنها بود.
جایگاه سامانهها روایت مشابهی دارد. از نظر سامانههای گزارششده، عملیات و فناوری اطلاعات حدود 31% را تشکیل میدادند، در مقایسه با حدود 22% در 2024. هیچ حوزهٔ کسبوکار منفرد دیگری بیش از 11% را به خود اختصاص نداد. شکاف بزرگی است. گفتوگوی عمومی دربارهٔ هوش مصنوعی در نقشهای مشتریمحور یا معاملاتی هر چه باشد، وزن نظرسنجی در پشتیبانی عملیاتی (back office) است.
منافع ادراکشده با همین جایگاه همخواناند. کارایی عملیاتی، خودکارسازی و بهرهوری بالاترین رتبه را در میان حوزههای منفعت ادراکشده از هوش مصنوعی امروز داشتند. عجیب میبود اگر مؤسسات سامانههای خود را در عملیات و فناوری اطلاعات متمرکز میکردند و بزرگترین دستاوردهایشان را جای دیگری گزارش میدادند. چنین نکردند.
هوش مصنوعی مولد اکنون اکثریت مجموعه را تشکیل میدهد #
تغییر در ترکیب فناوری بزرگ است. هوش مصنوعی مولد 56% کل سامانههای هوش مصنوعی گزارششده را تشکیل میداد، در مقایسه با 17% برای مدلهای پایه در 2024. من در خواندن این رقم بهعنوان جهشی کاملاً همسنج محتاطم: رقم 2024 موارد کاربرد را میشمرد نه سامانهها را، و گزارش میگوید این دو سنجه مستقیماً قابل مقایسه نیستند و تنها در کنار هم از افزایشی چشمگیر در استفادهٔ مؤسسات از توانمندیهای همهمنظوره حکایت دارند. اما حتی با این احتیاط، دستهای که بیش از نیمی از کل سامانههای گزارششده را تشکیل میدهد دیگر آزمایشی حاشیهای نیست.
این سهم میان پاسخدهندگان نیز یکنواخت توزیع نشده است. ده پاسخدهندهٔ نخست 43% کل سامانههای هوش مصنوعی گزارششده را در اختیار داشتند. گروه کوچکی از مؤسسات سهم بسیار بزرگی از سامانههای شمارششده را اداره میکنند، پس تصویر تجمیعی تا حدی تصویر همان ده مؤسسه است. خوانندهای که در پی کار یک مؤسسهٔ معمولی است باید این تمرکز را در نظر داشته باشد.
تغییر دیگری در جهتی خلاف انتظار حرکت میکند. پاسخدهندگان حدود 7% سامانههای هوش مصنوعی گزارششده را با اهمیت بالا ارزیابی کردند، در مقایسه با 16% در 2024. این کاهش سهم است، نه کاهش شمار: گزارش تصریح میکند که شمار مطلق سامانههای با اهمیت بالای گزارششده در 2026 از 2024 بیشتر بود. نظرسنجی نمیگوید چرا سهم کاهش یافت. مجموعهای روبهرشد که کاربردهای عملیاتی و فناوری اطلاعات بر آن غالباند، بهطور محتمل میتواند سهم مهمترین سامانهها را رقیق کند، اما این گمانهٔ من است، نه چیزی که دادهها اثبات کنند. سامانههای با اهمیت بالا نیز متمرکزند: ده مؤسسه 62% آنها را در اختیار داشتند.
عاملها: توصیهٔ فراوان، خودمختاری بسیار اندک #
ارقام عاملها روشنترین نمونهٔ مؤسساتیاند که چیزی نو را میپذیرند و در عین حال مهار آن را در دست نگه میدارند. 80% گزارش کردند که عاملهای هوش مصنوعیای در محیط عملیاتی دارند که پشتیبانی از تصمیم ارائه میدهند؛ یعنی عاملها اقدام را توصیه میکنند و انسانها تصمیم میگیرند و اجرا میکنند. میان این دو قطب، 46% عاملهایی با اجرای محدود (اقدام در چارچوب حدود و قواعد از پیش تعیینشده) و 22% عاملهایی با خودمختاری مشروط (اقدام مستقل، اما با نیاز به تأیید انسانی برای برخی اقدامها) گزارش کردند. تنها 2% از استقرار عاملهایی با خودمختاری گسترده خبر دادند.
به نظر من 80% و 2% مهمترین جفت ارقام این گزارشاند، چون نشان میدهند مرز اکنون کجاست. عاملها رایجاند؛ عاملهای خودمختار نادرند. رویهٔ غالب در میان پاسخدهندگان این است که عاملها را در جریانهای کاری در نقش مشاور قرار دهند، و اجرا را، هر جا اصلاً مجاز باشد، به حدود از پیش تعیینشده محدود کنند.
ارتباطات با مشتری نمای دقیقتری از جایی که این مرز ممکن است جابهجا شود به دست میدهد. 16% از استفادهٔ کنونی عاملها برای ارتباطات خودکار با مشتری خبر دادند، و با احتساب استقرار برنامهریزیشده این رقم به 34% میرسد. استقرار برنامهریزیشده رقم کنونی را بیش از دو برابر میکند. برنامهها نتیجه نیستند، پس 34% بیان قصد است، نه پذیرش. اما ارتباط با مشتری را حوزهای نشان میدهد که مؤسسات انتظار دارند کار بیشتری به عاملها بسپارند. تصمیمهای دشوارتر بیرون از برنامه میمانند: حتی با احتساب استقرار برنامهریزیشده در 12 ماه آینده، بیش از 9% پاسخدهندگان انتظار نداشتند عاملها نتایج مربوط به مشتری را تأیید یا رد کنند، معامله اجرا کنند، پرداخت را آغاز یا مسدود کنند، یا حدود و کنترلها را تغییر دهند.
این موضوع برای بحث کنترلها در ادامه اهمیت دارد. مدل پشتیبانی از تصمیم به تصمیمگیری یک انسان وابسته است، و ارتباطات خودکار با مشتری دقیقاً از آن دست کاربردهایی است که انسان در آن ممکن است کمتر مستقیماً در حلقه باشد. اینکه کنترلهایی که مؤسسات امروز گزارش میکنند برای این تغییر ساخته شدهاند یا نه، پرسشی است که ارقام نظرسنجی مطرح میکنند اما نمیتوانند به آن پاسخ دهند.
مسئلهٔ اشخاص ثالث #
اگر روندی سزاوار نگاه دقیقتر باشد، همین است. پیادهسازیهای اشخاص ثالث 39% کل سامانههای هوش مصنوعی گزارششده را تشکیل میدادند، در مقایسه با 33% در 2024. افزایشی متوسط است. رقم سامانههای با اهمیت بالا متوسط نیست: پیادهسازیهای اشخاص ثالث 53% سامانههای هوش مصنوعی با اهمیت بالا را تشکیل میدادند، در مقایسه با 35% در 2024.
به زبان ساده، تأمینکنندگان بیرونی در مجموع کمتر از چهار سامانه از هر ده سامانه را فراهم میکنند، اما بیش از نیمی از سامانههایی را که مؤسسات مهمترین میدانند. وابستگی دقیقاً همان جایی متمرکز است که بیشترین ریسک وجود دارد، و در دو سال هجده واحد درصد رشد کرده است. با توجه به قید مقایسهٔ دورهها، من به اندازهٔ دقیق این جهش تکیه نمیکنم، اما جهت آن و سطح 53% صریحاً گزارش شدهاند.
پاسخدهندگان خود این محدودیت را میبینند. 40% پاسخدهندگان نگرانیهای امنیت اطلاعات و تابآوری عملیاتی را محدودیتی عمده بر پذیرش هوش مصنوعی اشخاص ثالث دانستند، و پس از آن شفافیت محدود در سامانههای هوش مصنوعی اشخاص ثالث با 34% قرار گرفت. پس بخشی که برای مهمترین سامانههایش بیش از پیش به تأمینکنندگان تکیه میکند، امنیت و ابهام تأمینکننده را نیز ترمزهای اصلی پذیرش اشخاص ثالث میداند.
رتبهبندی ریسکها به همین سو اشاره دارد. بالاترین رتبه در میان حوزههای ریسک ادراکشده برای مؤسسات از هوش مصنوعی امروز به حفاظت و امنیت داده، ریسک اشخاص ثالث و زنجیرهٔ تأمین، و ریسکهای ویژهٔ هوش مصنوعی مولد تعلق داشت. در نگاه به آینده، پاسخدهندگان انتظار داشتند تشدید ریسک سایبری و وابستگیهای حیاتی به اشخاص ثالث با گسترش استفاده از هوش مصنوعی شدت گیرند، و این دو هم امروز و هم در سه سال آینده ریسکهای سیستمی با بالاترین رتبه بودند. دربارهٔ تشدید ریسک سایبری، 57% نگرانی خود را امروز زیاد یا شدید ارزیابی کردند، و این رقم برای یک تا سه سال آینده به 80% میرسد؛ دربارهٔ وابستگیهای حیاتی به اشخاص ثالث، این سهم از 40% به 63% رسید. این یک انتظار است، و نظرسنجی نیز آن را چنین قاب میگیرد، اما از نظر نوع با ارقام وابستگی پیشگفته سازگار است.
برای هر کسی که هوش مصنوعی را به خدمات مالی میفروشد، پیامدی که من میگیرم تجاری است، نه نظارتی: خریداران میگویند شفافیت در سامانههای اشخاص ثالث آنها را محدود میکند، و تأمینکنندهای که بتواند مستقیماً به این نگرانی پاسخ دهد، به چیزی میپردازد که 34% پاسخدهندگان نام بردند. این برداشت من است، نه یافتهٔ نظرسنجی.
حاکمیت: قوی بر کاغذ، کمرنگتر در عمل #
از نظر ساختار، پاسخدهندگان سازمانیافته به نظر میرسند. 94% سیاستها، اصول یا استانداردهای هوش مصنوعی در سطح کل مؤسسه، و 84% مجامع متمرکز حاکمیت هوش مصنوعی/ریسک مدل را گزارش کردند. در میان کنترلهایی که برای مدیریت ریسک داده در سامانههای هوش مصنوعی به کار میروند، تأیید انسانی، بازبینی پیش از استقرار و بررسی دقیق تأمینکننده هر یک را بیش از 90% پاسخدهندگان گزارش کردند.
تصویر تغییر میکند وقتی از کنترلهای پیش از راهاندازی سامانه به کنترلهای پس از آن میرسیم. پایش مستمر، آزمون نشت و بازبینی دورهای یا اعتبارسنجی مجدد را هر یک حدود نیمی از پاسخدهندگان گزارش کردند. شکافی تقریباً چهل واحد درصدی، حفاظهای پیشینی را از حفاظهای مستمر جدا میکند.
به باور من این ضعیفترین نقطهٔ محیط کنترلی گزارششده است. بررسیهای پیش از استقرار بهآسانی توصیف و حسابرسی میشوند. پایش یک سامانه در محیط عملیاتی هزینهای مستمر است، و ارقام نشان میدهد حدود نیمی از مؤسسات آن را گزارش میکنند. آنجا که سامانههای اشخاص ثالث بر ردهٔ با اهمیت بالا غالباند، این شکاف اهمیت بیشتری مییابد، چون مؤسسات همیشه نمیتوانند آنچه را خود نساختهاند وارسی کنند. نظرسنجی این را مستقیماً نشان میدهد: برای سامانههای با اهمیت بالا، 77% پاسخدهندگان به شناخت عمیق از سامانههای توسعهیافتهٔ داخلی تکیه داشتند، در برابر 24% برای سامانههای اشخاص ثالث، که در آنها 81% بهجای آن به تضمین تأمینکننده و ترتیبات قراردادی تکیه کردند.
مؤسسات این دشواری را میشناسند. نظارت بر هوش مصنوعی اشخاص ثالث پرگزارشترین حوزهٔ عدم قطعیت حاکمیتی یا چالش اجرایی بود: بهکارگیری اصول مدیریت ریسک مدل برای مدلهای اشخاص ثالث یا تأمینشده توسط فروشنده را 54% پاسخدهندگان بهعنوان چالش برگزیدند، و نظارت بر سامانههایی را که اشخاص ثالث فراهم کردهاند یا بر آنها اثر اساسی دارند 49%. بررسی دقیق در لحظهٔ خرید تقریباً فراگیر است؛ پیگیری پس از آن جایی است که مؤسسات میگویند کمترین اطمینان را دارند.
محدودیتهایی که به مقررات مربوط نیستند #
آسان است فرض کنیم مقررات ترمز اصلی پذیرش است. نظرسنجی تصویری آمیخته ارائه میدهد. 42% پاسخدهندگان حفاظت از داده و حریم خصوصی بریتانیا را دارای بار انطباقی سنگین دانستند، و 29% همین را دربارهٔ مقررات بینالمللی گفتند. این سهمها واقعیاند، اما در اقلیتاند، و 28% پاسخدهندگان هیچ محدودیت نظارتیای گزارش نکردند.
محدودیتهای عملی با نرخهای پایینتری ظاهر میشوند. پرتکرارترین محدودیتهای غیرنظارتی، یعنی دشواری یکپارچهسازی هوش مصنوعی در فرایندها و تصمیمهای کسبوکار موجود، و محدودیتهای ناشی از سامانهها یا زیرساختهای قدیمی، به ترتیب از سوی 23% و 22% پاسخدهندگان محدودیت بزرگ شناخته شدند. در میان مؤسسات کوچک، 30% حفاظت از داده، محرمانگی و ملاحظات فناوری اطلاعات را محدودیت دانستند.
در کنار هم، ارقام نشان میدهند پرتکرارترین موانع حفاظت از داده و امنیت تأمینکنندهاند، و یکپارچهسازی و زیرساخت قدیمی با فاصله پشت سر آنها قرار دارند. من در تفسیر این ترتیب زیادهروی نمیکنم، چون پرسشها یکسان طرح نشدهاند (برخی دربارهٔ بار انطباقی میپرسند، برخی دربارهٔ محدودیتهای بزرگ)، اما نبود هیچ مانع واحد و غالبی با پذیرش 86% سازگار است.
انتظارات: منفعت بیشتر، ریسک بیشتر #
پاسخدهندگان انتظار داشتند منافع در همهٔ حوزهها طی سه سال آینده افزایش یابد، و بیشترین افزایش پیشبینیشده در امنیت سایبری و تابآوری عملیاتی، و در درآمدزایی و جایگاه رقابتی باشد. اینها انتظارند، و نظرسنجی نیز با آنها همینگونه برخورد میکند؛ نشان میدهند مؤسسات امیدوارند هوش مصنوعی به کجا برود، نه اینکه به کجا رفته است.
انتظارات ریسک همگام حرکت میکنند. در یک تا سه سال آینده، پاسخدهندگان انتظار داشتند سطح ریسک در همهٔ دستهها افزایش یابد. منبع بیان میکند که تحولات هوش مصنوعی ممکن است منافعی از جمله کارایی بیشتر، پشتیبانی بهتر از تصمیم و مدیریت ریسک قویتر به همراه آورد، و ممکن است ریسکهایی مرتبط با حاکمیت، تابآوری عملیاتی، حفاظت از داده، نتایج برای مصرفکننده، وابستگی به اشخاص ثالث و ثبات مالی را نیز ایجاد یا تشدید کند. هر دو نیمهٔ این جمله با احتیاط بیان شدهاند، و بهدرستی.
در این جفت نکتهای درخور توجه هست. امنیت سایبری و تابآوری عملیاتی در میان بزرگترین افزایشهای پیشبینیشدهٔ منفعت قرار دارند، و تشدید ریسک سایبری بهعنوان ریسک سیستمی با بالاترین رتبه ظاهر میشود. مؤسسات انتظار دارند هوش مصنوعی همزمان به تابآوری سایبری کمک کند و ریسک سایبری را بدتر کند. نظرسنجی این انتظارات را با هم آشتی نمیدهد، و من هم وانمود نمیکنم که میتوانم. آنها کنار هم قرار دارند.
هوش مصنوعی پیشرو و سایبر #
نظرسنجی بهطور مشخص دربارهٔ توانمندیهای سایبری هوش مصنوعی پیشرو (frontier AI) پرسید. 88% پاسخدهندگان ارزیابی کردند که توانمندیهای سایبری در حال تحول هوش مصنوعی پیشرو در دو سال آینده تأثیری متوسط یا زیاد بر نیمرخ ریسک مؤسسهٔ آنها خواهد داشت. این ارزیابیای آیندهنگر است، نه نتیجهای سنجیدهشده، و باید آن را انتظار پاسخدهندگان خواند.
با این حال، همین حالا برخی رفتارها را تغییر داده است. 64% مدیریت آسیبپذیری و آهنگ وصلهگذاری را حوزهای از تابآوری سایبری برگزیدند که در نتیجهٔ آگاهی از هوش مصنوعی پیشرو بیشترین افزایش توجه مدیریت را دریافت کرده است. پس به گفتهٔ نزدیک به دوسوم پرسششوندگان، این نگرانی جابهجایی مشخصی در توجه مدیریت به سوی وصلهگذاری پدید آورده است.
یافتهای کوچکتر و جداگانه نیز در کنار آن قرار دارد: 57% پاسخدهندگان گزارش کردند که اثرات پایداری استفاده از هوش مصنوعی را در نظر میگیرند. اکثریت است، اما اکثریتی شکننده، و تعداد کمی این را علنی میکنند: 82% اثرات پایداری هوش مصنوعی را بیرونی گزارش نمیکنند، هرچند 36% از آنان قصد دارند ظرف دو سال چنین کنند.
آنچه باید زیر نظر داشت #
ارقام صنعتی را توصیف میکنند که هوش مصنوعی را بهطور گسترده پذیرفته، تصمیمها را در دست انسان نگه داشته، و سهم روبهرشدی از مهمترین سامانههایش را به تأمینکنندگان بیرونی سپرده است. تنش در همین نکتهٔ آخر است. کنترلهایی که مؤسسات بیش از همه گزارش میکنند، مانند سیاستها، تأییدها و بررسی دقیق، در ابتدای کار رخ میدهند. آنهایی که سامانهٔ یک تأمینکننده را در طول زمان زیر نظر میگیرند، از سوی حدود نیمی گزارش میشوند.
دو رقم در دور بعد ارزش بررسی دارند، به شرط صورتبندی قابل مقایسه. نخست رقم ارتباطات با مشتری: 16% امروز، 34% با احتساب استقرار برنامهریزیشده. اگر برنامهها به کاربرد عملیاتی بدل شوند، سهم 2% خودمختاری گسترده و سهم 80% پشتیبانی از تصمیم نشان خواهند داد که آیا مدل «انسان تصمیم میگیرد» در برخورد با حجم بالا دوام آورده است یا نه. دوم رقم 53%. اگر پیادهسازیهای اشخاص ثالث همچنان سهم بیشتری از سامانههای با اهمیت بالا بگیرند در حالی که پایش مستمر در حدود نیمه بماند، پاسخدهندگان خود نظرسنجی، که هماکنون وابستگیهای حیاتی به اشخاص ثالث را از ریسکهای سیستمی پیشرو میدانند، مسئله را پیش از رسیدنش توصیف کردهاند. پرسش باز این است که آیا رویهٔ پایش پیش از گسترش بیشتر وابستگی، این شکاف را میبندد یا نه.
پرسشهای متداول #
بر پایهٔ نظرسنجی 2026 بانک انگلستان و FCA، چند مؤسسه از هوش مصنوعی استفاده میکنند؟ 86% پاسخدهندگان از استفادهٔ کنونی از هوش مصنوعی خبر دادند، در مقایسه با 75% در 2024 و 58% در 2022. نظرسنجی 196 پاسخ دریافت کرد، 101 پاسخ از مؤسسات بزرگتر و 95 پاسخ از مؤسسات کوچکتر. گزارش هشدار میدهد که تفاوت در ترکیب پاسخدهندگان و دامنهٔ پرسشها به این معناست که درصدهای 2026 و 2024 به یک جامعهٔ واحد مربوط نیستند و باید با احتیاط مقایسه شوند.
مؤسسات مالی بریتانیا چه میزان خودمختاری به عاملهای هوش مصنوعی میدهند؟ بسیار اندک. 80% پاسخدهندگان نظرسنجی کامل عاملهایی را برای پشتیبانی از تصمیم مستقر کردهاند، که در آن عاملها اقدام را توصیه میکنند و انسانها تصمیم میگیرند و اجرا میکنند. 46% عاملهایی با اجرای محدود، 22% با خودمختاری مشروط و تنها 2% با خودمختاری گسترده گزارش کردند.
مؤسسات چه سهمی از هوش مصنوعی خود را از اشخاص ثالث میگیرند؟ پیادهسازیهای اشخاص ثالث 39% کل سامانههای هوش مصنوعی گزارششده را تشکیل میدادند، در مقایسه با 33% در 2024 و 17% در 2022. همچنین 53% سامانههای هوش مصنوعی با اهمیت بالا از آنها بود، در مقایسه با 35% در 2024.
مؤسسات بزرگترین ریسکهای هوش مصنوعی را چه میدانند؟ در سطح مؤسسه، ریسکهای کنونی با بالاترین رتبه حفاظت و امنیت داده، ریسک اشخاص ثالث و زنجیرهٔ تأمین، و ریسکهای ویژهٔ هوش مصنوعی مولد مانند توهم (hallucination) و تزریق پرامپت (prompt injection) بودند. در سطح سیستمی، تشدید ریسک سایبری و وابستگیهای حیاتی به اشخاص ثالث دو ریسک با بالاترین رتبه بودند، هم امروز و هم در سه سال آینده.
کنترلهای حاکمیت هوش مصنوعی کجا ضعیفترند؟ تأیید انسانی، بازبینی پیش از استقرار و بررسی دقیق تأمینکننده را هر یک بیش از 90% پاسخدهندگان گزارش کردند، در حالی که پایش مستمر، آزمون نشت و بازبینی دورهای یا اعتبارسنجی مجدد را هر یک حدود نیمی گزارش کردند. نظارت بر هوش مصنوعی اشخاص ثالث پرگزارشترین چالش حاکمیتی بود.
منابع #
- بانک انگلستان و سازمان رفتار مالی بریتانیا، (2026). Artificial intelligence in UK financial services - 2026 ⧉. بانک انگلستان.
- بانک انگلستان و سازمان رفتار مالی بریتانیا، (2024). Artificial intelligence in UK financial services - 2024 ⧉. بانک انگلستان.
- بانک انگلستان و سازمان رفتار مالی بریتانیا، (2022). Machine learning in UK financial services ⧉. بانک انگلستان.
- بانک انگلستان و سازمان رفتار مالی بریتانیا، (2019). Machine learning in UK financial services ⧉. بانک انگلستان.
- بانک انگلستان، سازمان نظارت احتیاطی و سازمان رفتار مالی بریتانیا، (2022). DP5/22: Artificial Intelligence and Machine Learning ⧉. بانک انگلستان.
- بانک انگلستان، سازمان نظارت احتیاطی و سازمان رفتار مالی بریتانیا، (2023). FS2/23: Artificial Intelligence and Machine Learning ⧉. بانک انگلستان.
آخرین بازبینی .
بازنشر متقابل این مقاله
کپی قالببندیشده برای Medium
# هوش مصنوعی در صنعت مالی بریتانیا: کاربرد فراگیر، عاملهای محتاط — Sebastien Rousseau > Originally published at [https://sebastienrousseau.com/fa/2026-11-20-hwsh-msnway-dr-snat-maly-brytanya/](https://sebastienrousseau.com/fa/2026-11-20-hwsh-msnway-dr-snat-maly-brytanya/) نظرسنجی 2026 بانک انگلستان و FCA: 86% مؤسسات از هوش مصنوعی استفاده میکنند، 2% عامل خودمختار دارند و اشخاص ثالث 53% سامانههای مهم را تأمین میکنند. Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/fa/2026-11-20-hwsh-msnway-dr-snat-maly-brytanya/
کپی قالببندیشده برای Mastodon
هوش مصنوعی در صنعت مالی بریتانیا: کاربرد فراگیر، عاملهای محتاط — Sebastien Rousseau نظرسنجی 2026 بانک انگلستان و FCA: 86% مؤسسات از هوش مصنوعی استفاده میکنند، 2% عامل خودمختار دارند و اشخاص ثالث 53% سامانههای مهم را تأمین میکنند. https://sebastienrousseau.com/fa/2026-11-20-hwsh-msnway-dr-snat-maly-brytanya/
کپی قالببندیشده برای LinkedIn
هوش مصنوعی در صنعت مالی بریتانیا: کاربرد فراگیر، عاملهای محتاط — Sebastien Rousseau نظرسنجی 2026 بانک انگلستان و FCA: 86% مؤسسات از هوش مصنوعی استفاده میکنند، 2% عامل خودمختار دارند و اشخاص ثالث 53% سامانههای مهم را تأمین میکنند. مهمترین نکات راهبردی به این شرح است: - این نظرسنجی چیست، و چه نیست. این نشریه خلاصهای توصیفی از نتایج تجمیعی تازهترین نظرسنجی هوش مصنوعی است که در چارچوب برنامهٔ کاری گستردهتر بانک انگلستان و FCA (سازمان رفتار مالی بریتانیا) دربارهٔ هوش مصنوعی اجرا شده است. - پذیرش به حالت پیشفرض بدل شده است. تیتر ساده است. - هوش مصنوعی مولد اکنون اکثریت مجموعه را تشکیل میدهد. تغییر در ترکیب فناوری بزرگ است. - عاملها: توصیهٔ فراوان، خودمختاری بسیار اندک. ارقام عاملها روشنترین نمونهٔ مؤسساتیاند که چیزی نو را میپذیرند و در عین حال مهار آن را در دست نگه میدارند. رویکرد سازمان شما به چالشهای مطرحشده در این نوشته چیست؟ → https://sebastienrousseau.com/fa/2026-11-20-hwsh-msnway-dr-snat-maly-brytanya/ #هوشمصنوعیدرخدماتمالی #هوشمصنوعیدرخدماتمالیبریتانیا #بانکانگلستان #Fca #نظرسنجیهوشمصنوعی2026 Sebastien Rousseau | CC-BY-4.0
استناد به این مقاله
هوش مصنوعی در صنعت مالی بریتانیا: کاربرد فراگیر، عاملهای محتاط — Sebastien Rousseau
نظرسنجی 2026 بانک انگلستان و FCA: 86% مؤسسات از هوش مصنوعی استفاده میکنند، 2% عامل خودمختار دارند و اشخاص ثالث 53% سامانههای مهم را تأمین میکنند.
BibTeX
@online{rousseau2026هوش,
author = {Rousseau, Sebastien},
title = {{هوش مصنوعی در صنعت مالی بریتانیا: کاربرد فراگیر، عاملهای محتاط — Sebastien Rousseau}},
year = {2026},
url = {https://sebastienrousseau.com/fa/2026-11-20-hwsh-msnway-dr-snat-maly-brytanya/},
urldate = {2026}
}RIS
TY - GEN AU - Rousseau, Sebastien TI - هوش مصنوعی در صنعت مالی بریتانیا: کاربرد فراگیر، عاملهای محتاط — Sebastien Rousseau PY - 2026 UR - https://sebastienrousseau.com/fa/2026-11-20-hwsh-msnway-dr-snat-maly-brytanya/ ER -
Vancouver
Rousseau S. هوش مصنوعی در صنعت مالی بریتانیا: کاربرد فراگیر، عاملهای محتاط — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 20. Available from: https://sebastienrousseau.com/fa/2026-11-20-hwsh-msnway-dr-snat-maly-brytanya/
Chicago
Rousseau, Sebastien. "هوش مصنوعی در صنعت مالی بریتانیا: کاربرد فراگیر، عاملهای محتاط — Sebastien Rousseau." sebastienrousseau.com. November 20, 2026. https://sebastienrousseau.com/fa/2026-11-20-hwsh-msnway-dr-snat-maly-brytanya/.
APA
Rousseau, S. (2026, November 20). هوش مصنوعی در صنعت مالی بریتانیا: کاربرد فراگیر، عاملهای محتاط — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/fa/2026-11-20-hwsh-msnway-dr-snat-maly-brytanya/
بازنشر این مقاله
هوش مصنوعی در صنعت مالی بریتانیا: کاربرد فراگیر، عاملهای محتاط — Sebastien Rousseau
نظرسنجی 2026 بانک انگلستان و FCA: 86% مؤسسات از هوش مصنوعی استفاده میکنند، 2% عامل خودمختار دارند و اشخاص ثالث 53% سامانههای مهم را تأمین میکنند.
این مقاله تحت مجوز زیر منتشر شده است Creative Commons Attribution 4.0 International. بازنشر مستلزم ذکر منبع با ارجاع به نشانی اصلی (canonical) است.
هوش مصنوعی در صنعت مالی بریتانیا: کاربرد فراگیر، عاملهای محتاط — Sebastien Rousseau نظرسنجی 2026 بانک انگلستان و FCA: 86% مؤسسات از هوش مصنوعی استفاده میکنند، 2% عامل خودمختار دارند و اشخاص ثالث 53% سامانههای مهم را تأمین میکنند. Originally published at https://sebastienrousseau.com/fa/2026-11-20-hwsh-msnway-dr-snat-maly-brytanya/ by Sebastien Rousseau. Licensed under CC-BY-4.0.
