86%的受访机构已在使用AI,但更说明问题的数字藏在这一标题之下:已部署的智能体大多只提供建议而不执行,外部供应商提供的关键系统占比持续上升,而对这些供应商的监督是机构最常提及的治理难题。
执行摘要
- 调查共收到196份回复,86%的受访机构表示正在使用AI,高于2024年的75%。
- 生成式AI占已申报AI系统的56%;运营与IT约占31%。
- 80%表示在生产环境中部署了决策支持型智能体;仅2%部署了具有广泛自主权的智能体。
- 第三方实施占高重要性系统的53%,高于2024年的35%。
- 94%表示已制定全公司层面的AI政策、原则或标准,但报告开展持续监控的受访机构只有约一半。
- 受访机构预计收益和风险都将增长,其中网络风险放大和关键第三方依赖是评级最高的两项系统性风险。
这项调查是什么,又不是什么 #
该出版物是对最新一轮AI调查汇总结果的描述性总结,这轮调查属于英格兰银行和FCA(英国金融行为监管局)AI工作计划的一部分。该计划此前已在2019年、2022年和2024年开展过AI/机器学习调查。2026年调查保留了往期的核心问题以保持连续性,同时新增或修订了部分问题,以反映2024年以来AI应用和能力的发展。
共有196家机构作答,其中大型机构101家,小型机构95家。其中105家完成了完整问卷。除非另有说明,数据均基于完整问卷的回复,以便与往期调查比较;百分比仅按各题的有效回复计算,即跳过某题的机构不计入该题的分母。国际银行和经纪交易商的回复针对其英国业务。
有两点限定决定了这些数字能被推论到什么程度。第一,调查结论应被视为来自参与机构的证据,而非对整个英国金融业AI应用的完整评估。第二,凡问卷措辞、定义、范围或受访群体存在差异之处,与2024年的比较都需谨慎解读。下文我会标出同比变化,因为它们是报告中最引人注目的数字,但每一处都带着这一限定。
就本调查而言,AI系统是指一种基于机器的系统,它为显性或隐性目标,根据所接收的输入推断如何生成预测、内容、建议或决策等输出,而这些输出可以影响物理或虚拟环境。这是一个宽泛的定义,看到86%这样的数字时值得记住这一点。它描述的是对一大类系统的使用,不一定是对某一项技术的使用。
应用已成为常态 #
核心结论很简单。86%的受访机构表示正在使用AI,高于2024年的75%。报告自己的总结是:机构越来越多地报告使用生成式AI、AI智能体以及第三方实施的AI系统。下文大部分内容就围绕这三条主线展开。
在完整问卷受访者中,部署几乎全面铺开:94%表示至少有一个AI系统已投入生产,若计入试点和未来12个月计划中的部署,这一比例升至99%。当前最普遍的用途是企业生产力工具,例如编码助手或摘要工具,86%的受访机构选择了这一项。
小型机构并未落后太多。在面向员工少于100人机构的新版简式问卷中,73%的受访机构表示正在使用AI,其中58%表示主要使用通用大语言模型。对小型机构而言,这一模式值得注意:与本轮应用浪潮关联最紧密的技术,恰恰也是多数小型采用者最倚重的技术。运营是它们当前或计划中AI用途最常提及的领域,占64%。
系统所处的位置讲述了类似的故事。按已申报系统计,运营与IT约占31%,高于2024年的约22%。其他任何单一业务领域的占比都不超过11%。差距很大。无论公众如何讨论AI在面向客户或交易岗位中的作用,这项调查的重心都在后台。
感知收益与这一分布相吻合。运营效率、自动化和生产力是当前AI感知收益评分最高的领域。如果机构把系统集中在运营与IT,却在别处报告最大收益,那才奇怪。事实并非如此。
生成式AI已占系统存量的多数 #
技术构成的变化很大。生成式AI占全部已申报AI系统的56%,而2024年基础模型的占比为17%。我不会把它简单看作同口径的跃升:2024年的数字统计的是用例而非系统,报告明言两种口径不能直接比较,只能说两者合起来表明机构对通用能力的使用大幅增加。但即便有此保留,一个占全部已申报系统一半以上的类别,已不再是小众试验。
它在受访机构之间的分布也不均衡。排名前十的受访机构占全部已申报AI系统的43%。一小批机构运行着被统计系统中的很大份额,因此整体图景在一定程度上就是这十家机构的图景。想了解一家典型机构做法的读者,应记住这种集中度。
另一项变化的方向可能与预期相反。约7%的已申报AI系统被受访机构评估为高重要性,而2024年为16%。下降的是占比,不是数量:报告指出,2026年申报的高重要性系统绝对数量多于2024年。调查没有解释占比为何下降。一个以运营和IT用途为主、不断扩大的系统存量,可能在稀释最关键系统的占比,但这只是我的推测,并非数据所能证实。高重要性系统同样高度集中:十家机构占了其中的62%。
智能体:建议很多,自主很少 #
智能体的数据最清楚地表明,机构在采用新事物的同时仍牢牢掌控着它。80%表示在生产环境中部署了提供决策支持的AI智能体,即由智能体建议行动,由人来决策和执行。在两端之间,46%表示部署了受限执行型智能体(在预定义的限额和规则内行动),22%表示部署了有条件自主型智能体(独立行动,但某些操作需经人工批准)。仅2%表示部署了具有广泛自主权的智能体。
我认为80%和2%是报告中最重要的一组数字,因为它们标出了当前的界线所在。智能体很常见;自主智能体很罕见。受访机构的主流做法是把智能体作为顾问嵌入工作流程,即便允许执行,也限定在预定义的范围之内。
客户沟通提供了一个更具体的视角,可以看出这条界线可能在哪里移动。16%表示当前使用智能体进行自动化客户沟通,计入计划中的部署后升至34%。计划部署使当前数字翻了一倍多。计划不等于结果,因此34%是一种意向,而非实际应用。但它表明客户沟通是机构预期让智能体承担更多工作的领域之一。更难的决策仍不在计划之内:即便计入未来12个月计划中的部署,预计让智能体批准或拒绝客户结果、执行交易、发起或拦截支付、或修改限额与控制措施的受访机构也不超过9%。
这对下文关于控制措施的讨论很重要。决策支持模式依赖人来决策,而自动化客户沟通恰恰是人可能不那么直接参与其中的用途。机构目前报告的控制措施是否为这一转变而设计,是调查数字提出却无法回答的问题。
第三方问题 #
如果有一个趋势值得细看,就是这个。第三方实施占全部已申报AI系统的39%,高于2024年的33%。增幅不大。高重要性系统的数字则不然:第三方实施占高重要性AI系统的53%,高于2024年的35%。
说得直白些,外部供应商提供的系统总体上不到十分之四,却占机构认为最重要系统的一半以上。依赖恰恰集中在风险最高的地方,并在两年内上升了18个百分点。鉴于跨轮次比较的限定,我不会过分倚重这一跃升的确切幅度,但方向和53%这一水平都是明确报告的。
受访机构自己也看到了制约。40%的受访机构认为信息安全和运营韧性方面的顾虑是第三方AI应用的主要制约,其次是对第三方AI系统透明度有限,占34%。因此,一个在最重要系统上越来越依赖供应商的行业,同时也把供应商安全和不透明列为第三方应用的主要阻力。
风险评级指向同一方向。当前机构对AI感知风险评级最高的领域是数据保护与安全、第三方与供应链风险,以及生成式AI特有的风险。展望未来,受访机构预计随着AI使用日益普及,网络风险放大和关键第三方依赖将加剧,这两项在当前和未来三年都是评级最高的系统性风险。就网络风险放大而言,57%的受访机构目前将其关注程度评为高或严重,未来一到三年这一比例升至80%;就关键第三方依赖而言,比例从40%升至63%。这是一种预期,调查也将其定性为预期,但它在性质上与上述依赖数据一致。
对于向金融服务业销售AI的企业,我得出的启示是商业层面的,而非监管层面的:买方表示对第三方系统透明度不足制约了他们,一个能直接回应这一顾虑的供应商,解决的正是34%的受访机构点名的问题。这是我的解读,并非调查结论。
治理:纸面上很强,实践中较弱 #
从架构上看,受访机构组织得很好。94%表示已制定全公司层面的AI政策、原则或标准,84%表示设有集中的AI/模型风险治理机构。在用于管理AI系统数据风险的控制措施中,人工审批、部署前审查和供应商尽职调查各自都被90%以上的受访机构报告采用。
一旦从系统上线前的控制转向上线后的控制,情况就变了。持续监控、泄露测试以及定期复核或重新认证,各自只有约一半的受访机构报告采用。前置防护与持续防护之间相差约40个百分点。
我认为这是所报告的控制环境中最薄弱的一环。部署前检查易于描述,也易于审计。监控生产环境中的系统是一项持续成本,而数据显示报告这样做的机构只有一半左右。在第三方系统主导高重要性层级的情况下,这一差距更加重要,因为机构并不总能检查非自建的东西。调查直接显示了这一点:对于高重要性系统,77%的受访机构表示依靠对内部自研系统的深入了解,而对第三方系统这一比例为24%,后者有81%转而依赖供应商保证和合同安排。
机构认识到了这一难点。对第三方AI的监督是最常被报告的治理不确定性或实施难题:54%的受访机构把将模型风险管理原则应用于第三方或供应商提供的模型列为难题,49%把监督由第三方提供或受第三方实质影响的系统列为难题。采购环节的尽职调查几乎全覆盖;机构最没有把握的,是之后的持续跟进。
与监管无关的制约 #
人们很容易以为监管是应用的主要阻力。调查呈现的图景较为复杂。42%的受访机构认为英国数据保护和隐私规定带来了较高的合规负担,29%对国际监管持同样看法。这些比例不低,但都是少数,而且28%的受访机构表示根本没有监管制约。
实际层面的制约比例更低。最常被提及的非监管制约,即难以将AI融入现有业务流程和决策,以及遗留系统或基础设施带来的限制,分别被23%和22%的受访机构认定为重大制约。在小型机构中,30%将数据保护、保密性和IT方面的考量列为制约。
综合来看,这些数字表明最常被提及的障碍是数据保护和供应商安全,集成和遗留基础设施则排在其后。我不会过度解读这一排序,因为问题的提法并不相同(有的问合规负担,有的问重大制约),但没有任何单一压倒性障碍,这与86%的应用率是相符的。
预期:收益更多,风险也更多 #
受访机构预计未来三年所有领域的收益都将增加,预期增幅最大的是网络安全与运营韧性,以及创收与竞争定位。这些是预期,调查也如此对待;它们表明机构希望AI走向何处,而非AI已经走到了哪里。
风险预期同步变化。受访机构预计未来一到三年所有类别的风险水平都将上升。原文指出,AI的发展可能带来更高效率、更好的决策支持和更强的风险管理等收益,也可能产生或放大与治理、运营韧性、数据保护、消费者结果、第三方依赖和金融稳定相关的风险。这句话的两半都留有余地,这样做是对的。
这种对应关系值得注意。网络安全与运营韧性位列预期收益增幅最大的领域,而网络风险放大则是评级最高的系统性风险。机构既预期AI会增强网络韧性,又预期它会加剧网络风险。调查没有调和这两种预期,我也不会假装能够调和。它们就这样并列存在。
前沿AI与网络安全 #
调查专门询问了前沿AI的网络能力。88%的受访机构评估认为,未来两年不断演进的前沿AI网络能力将对本机构的风险状况产生中等或重大影响。这是一项前瞻性评估,而非实测结果,应被理解为受访机构的预期。
不过,它已经改变了一些做法。64%的受访机构选择了漏洞管理和补丁更新节奏,作为因认识到前沿AI而获得管理层关注增幅最大的网络韧性领域。因此,据近三分之二受访者所述,这一担忧已促使管理层的注意力切实转向补丁管理。
与之并列的还有一项规模较小的独立发现:57%的受访机构表示考虑过AI使用对可持续发展的影响。这是多数,但仅是微弱多数,而且很少有机构公开说明:82%不对外披露AI的可持续发展影响,尽管其中36%计划在两年内披露。
值得关注的方向 #
这些数字描绘的是这样一个行业:广泛采用了AI,决策权仍掌握在人手中,并把越来越多最重要的系统交给外部供应商。矛盾就在最后一点。机构最常报告的控制措施,如政策、审批和尽职调查,都发生在前期。而那些能长期盯住供应商系统的控制措施,只有约一半机构报告采用。
假设问卷措辞可比,下一轮有两个数字值得核对。第一是客户沟通:当前16%,计入计划部署后为34%。如果这些计划转为生产应用,2%的广泛自主比例和80%的决策支持比例将告诉我们,人来决策的模式在面对规模时是否依然成立。第二是53%。如果第三方实施在高重要性系统中的份额继续扩大,而持续监控仍停留在一半左右,那么调查的受访机构本身,已经把关键第三方依赖评为首要系统性风险之一,就等于在问题到来之前描述了它。悬而未决的问题是:监控实践能否在依赖进一步扩大之前弥合这一差距。
常见问题 #
根据英格兰银行和FCA 2026年调查,有多少机构使用AI? 86%的受访机构表示目前正在使用AI,高于2024年的75%和2022年的58%。调查共收到196份回复,其中大型机构101份,小型机构95份。报告提醒,由于受访群体构成和问题范围不同,2026年和2024年的百分比并非针对同一群体,比较时应谨慎。
英国金融机构给予AI智能体多大自主权? 很少。80%的完整问卷受访者表示部署了决策支持型智能体,即由智能体建议行动,由人来决策和执行。46%部署了受限执行型智能体,22%部署了有条件自主型智能体,具有广泛自主权的仅占2%。
机构的AI有多少来自第三方? 第三方实施占全部已申报AI系统的39%,高于2024年的33%和2022年的17%。它们还占高重要性AI系统的53%,高于2024年的35%。
机构认为最大的AI风险是什么? 在机构层面,当前评级最高的风险是数据保护与安全、第三方与供应链风险,以及生成式AI特有的风险,如幻觉和提示注入。在系统层面,网络风险放大和关键第三方依赖是当前和未来三年评级最高的两项风险。
AI治理控制在哪些方面最薄弱? 人工审批、部署前审查和供应商尽职调查各自被90%以上的受访机构报告采用,而持续监控、泄露测试以及定期复核或重新认证各自只有约一半。对第三方AI的监督是最常被报告的治理难题。
参考文献 #
- 英格兰银行与英国金融行为监管局,(2026). 英国金融服务业中的人工智能(2026年) ⧉. 英格兰银行。
- 英格兰银行与英国金融行为监管局,(2024). 英国金融服务业中的人工智能(2024年) ⧉. 英格兰银行。
- 英格兰银行与英国金融行为监管局,(2022). 英国金融服务业中的机器学习 ⧉. 英格兰银行。
- 英格兰银行与英国金融行为监管局,(2019). 英国金融服务业中的机器学习 ⧉. 英格兰银行。
- 英格兰银行、审慎监管局与英国金融行为监管局,(2022). DP5/22:人工智能与机器学习 ⧉. 英格兰银行。
- 英格兰银行、审慎监管局与英国金融行为监管局,(2023). FS2/23:人工智能与机器学习 ⧉. 英格兰银行。
最近审阅 .
转载本文
复制 Medium 格式
# 英国金融业AI调查:应用广泛、智能体审慎、依赖第三方 — Sebastien Rousseau > Originally published at [https://sebastienrousseau.com/zh-hans/2026-11-20-yingguo-jinrongye-ai-diaocha-yingyong-guangfan/](https://sebastienrousseau.com/zh-hans/2026-11-20-yingguo-jinrongye-ai-diaocha-yingyong-guangfan/) 英格兰银行与FCA 2026年调查:86%的受访机构已使用AI,仅2%部署了具有广泛自主权的智能体,第三方提供了53%的高重要性AI系统。 Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/zh-hans/2026-11-20-yingguo-jinrongye-ai-diaocha-yingyong-guangfan/
复制 Mastodon 格式
英国金融业AI调查:应用广泛、智能体审慎、依赖第三方 — Sebastien Rousseau 英格兰银行与FCA 2026年调查:86%的受访机构已使用AI,仅2%部署了具有广泛自主权的智能体,第三方提供了53%的高重要性AI系统。 https://sebastienrousseau.com/zh-hans/2026-11-20-yingguo-jinrongye-ai-diaocha-yingyong-guangfan/
复制 LinkedIn 格式
英国金融业AI调查:应用广泛、智能体审慎、依赖第三方 — Sebastien Rousseau 英格兰银行与FCA 2026年调查:86%的受访机构已使用AI,仅2%部署了具有广泛自主权的智能体,第三方提供了53%的高重要性AI系统。. 以下是关键战略要点: - 这项调查是什么,又不是什么. 该出版物是对最新一轮AI调查汇总结果的描述性总结,这轮调查属于英格兰银行和FCA(英国金融行为监管局)AI工作计划的一部分。该计划此前已在2019年、2022年和2024年开展过AI/机器学习调查。2026年调查保留了往期的核心问题以保持连续性,同时新增或修订了部分问题,以反映2024年以来AI应用和能力的发展。. - 应用已成为常态. 核心结论很简单。86%的受访机构表示正在使用AI,高于2024年的75%。报告自己的总结是:机构越来越多地报告使用生成式AI、AI智能体以及第三方实施的AI系统。下文大部分内容就围绕这三条主线展开。. - 生成式AI已占系统存量的多数. 技术构成的变化很大。生成式AI占全部已申报AI系统的56%,而2024年基础模型的占比为17%。我不会把它简单看作同口径的跃升:2024年的数字统计的是用例而非系统,报告明言两种口径不能直接比较,只能说两者合起来表明机构对通用能力的使用大幅增加。但即便有此保留,一个占全部已申报系统一半以上的类别,已不再是小众试验。. - 智能体:建议很多,自主很少. 智能体的数据最清楚地表明,机构在采用新事物的同时仍牢牢掌控着它。80%表示在生产环境中部署了提供决策支持的AI智能体,即由智能体建议行动,由人来决策和执行。在两端之间,46%表示部署了受限执行型智能体(在预定义的限额和规则内行动),22%表示部署了有条件自主型智能体(独立行动,但某些操作需经人工批准)。仅2%表示部署了具有广泛自主权的智能体。. 贵组织如何应对本文所述的挑战? → https://sebastienrousseau.com/zh-hans/2026-11-20-yingguo-jinrongye-ai-diaocha-yingyong-guangfan/ #金融服务ai #英国金融业ai应用 #英格兰银行 #BankOfEngland #Fca Sebastien Rousseau | CC-BY-4.0
引用本文
英国金融业AI调查:应用广泛、智能体审慎、依赖第三方 — Sebastien Rousseau
英格兰银行与FCA 2026年调查:86%的受访机构已使用AI,仅2%部署了具有广泛自主权的智能体,第三方提供了53%的高重要性AI系统。
BibTeX
@online{rousseau2026英国金融业ai调查,
author = {Rousseau, Sebastien},
title = {{英国金融业AI调查:应用广泛、智能体审慎、依赖第三方 — Sebastien Rousseau}},
year = {2026},
url = {https://sebastienrousseau.com/zh-hans/2026-11-20-yingguo-jinrongye-ai-diaocha-yingyong-guangfan/},
urldate = {2026}
}RIS
TY - GEN AU - Rousseau, Sebastien TI - 英国金融业AI调查:应用广泛、智能体审慎、依赖第三方 — Sebastien Rousseau PY - 2026 UR - https://sebastienrousseau.com/zh-hans/2026-11-20-yingguo-jinrongye-ai-diaocha-yingyong-guangfan/ ER -
Vancouver
Rousseau S. 英国金融业AI调查:应用广泛、智能体审慎、依赖第三方 — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 20. Available from: https://sebastienrousseau.com/zh-hans/2026-11-20-yingguo-jinrongye-ai-diaocha-yingyong-guangfan/
Chicago
Rousseau, Sebastien. "英国金融业AI调查:应用广泛、智能体审慎、依赖第三方 — Sebastien Rousseau." sebastienrousseau.com. November 20, 2026. https://sebastienrousseau.com/zh-hans/2026-11-20-yingguo-jinrongye-ai-diaocha-yingyong-guangfan/.
APA
Rousseau, S. (2026, November 20). 英国金融业AI调查:应用广泛、智能体审慎、依赖第三方 — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/zh-hans/2026-11-20-yingguo-jinrongye-ai-diaocha-yingyong-guangfan/
重新发布本文
英国金融业AI调查:应用广泛、智能体审慎、依赖第三方 — Sebastien Rousseau
英格兰银行与FCA 2026年调查:86%的受访机构已使用AI,仅2%部署了具有广泛自主权的智能体,第三方提供了53%的高重要性AI系统。
本文采用以下许可协议 Creative Commons Attribution 4.0 International. 重新发布需注明原始 URL 出处。
英国金融业AI调查:应用广泛、智能体审慎、依赖第三方 — Sebastien Rousseau 英格兰银行与FCA 2026年调查:86%的受访机构已使用AI,仅2%部署了具有广泛自主权的智能体,第三方提供了53%的高重要性AI系统。 Originally published at https://sebastienrousseau.com/zh-hans/2026-11-20-yingguo-jinrongye-ai-diaocha-yingyong-guangfan/ by Sebastien Rousseau. Licensed under CC-BY-4.0.
