受訪機構中有 86% 已在使用 AI,但更能說明問題的數字藏在這個標題之下:多數已部署的智能體只提供建議而不執行;外部供應商提供的關鍵系統比重持續上升;而監督這些供應商,正是機構最常回報的治理挑戰。
執行摘要
- 調查共收到 196 份回覆,86% 的受訪者回報使用 AI,高於 2024 年的 75%。
- 生成式 AI 占回報 AI 系統的 56%;營運與 IT 約占 31%。
- 80% 回報已在生產環境部署決策支援型智能體;僅 2% 回報部署具廣泛自主權的智能體。
- 第三方實作占高重大性系統的 53%,高於 2024 年的 35%。
- 94% 回報設有全公司層級的 AI 政策、原則或標準,但回報持續監控的受訪者僅約半數。
- 受訪者預期效益與風險都將上升,其中網路風險放大與關鍵第三方依賴是評分最高的兩項系統性風險。
這份調查是什麼,不是什麼 #
這份出版品是一份描述性摘要,彙整英格蘭銀行(Bank of England)與英國金融行為監理總署(FCA)最新一輪 AI 調查的總體結果,屬於兩者更廣泛 AI 工作計畫的一部分。該計畫包括先前於 2019、2022 與 2024 年進行的 AI/ML 調查。2026 年調查保留了前幾輪的核心問題以維持延續性,並新增或修訂其他問題,以反映 2024 年以來 AI 採用與能力的發展。
共有 196 家機構回覆,其中大型機構 101 家、小型機構 95 家。其中 105 家完成完整問卷。除另有說明外,數據皆以完整問卷的回覆為準,以利與先前調查比較;百分比僅以各題的有效回覆計算,也就是說,跳過某題的機構不計入該題的分母。國際銀行與證券經紀/自營商的回覆,指的是其英國營運。
有兩項但書決定了這些數字能被推論到什麼程度。第一,結果應被視為參與機構提供的證據,而非對整個英國金融業 AI 採用情況的完整評估。第二,凡是問卷用語、定義、範圍或受訪群體有所不同之處,與 2024 年的比較都須審慎解讀。下文我會標出逐年變化,因為那是報告中最醒目的數字,但每一次都帶著這項限定。
就本調查而言,AI 系統是指一種機器系統,為達成明確或隱含的目標,根據所接收的輸入推論如何產生預測、內容、建議或決策等輸出,而這些輸出可影響實體或虛擬環境。這是相當寬泛的定義,看到 86% 這類數字時值得記住。它描述的是對一大類系統的使用,不一定是對任何單一技術的使用。
採用已成預設 #
標題結論很簡單。86% 的受訪者回報使用 AI,高於 2024 年的 75%。報告本身的總結是:機構愈來愈常回報使用生成式 AI、AI 驅動的智能體,以及第三方實作的 AI 系統。下文大部分內容就圍繞這三個主題。
在完整問卷受訪者中,部署幾近全面:94% 回報至少有一套 AI 系統在生產環境中運行,若納入試點與未來 12 個月內計畫的部署,則升至 99%。目前最普遍的用途是企業生產力工具,例如程式碼助理或摘要工具,有 86% 的受訪者選擇。
小型機構並未落後太多。在針對員工少於 100 人之機構的新版簡式問卷中,73% 回報使用 AI,其中 58% 表示主要使用通用大型語言模型。對小型機構而言,這是值得注意的模式:與當前這波採用最相關的技術,也正是多數小型採用者最倚重的技術。營運是它們目前或計畫中 AI 用途最常回報的領域,占 64%。
系統所在的位置也說明了同樣的情況。以回報系統計,營運與 IT 約占 31%,高於 2024 年的約 22%。沒有其他任何單一業務領域超過 11%。差距相當大。無論外界如何談論 AI 在面對客戶或交易部門的角色,這份調查的重心都在後台。
機構所感知的效益與這樣的配置一致。營運效率、自動化與生產力,是目前 AI 感知效益評分最高的領域。如果機構把系統集中在營運與 IT,卻回報最大收益出現在別處,那才奇怪。事實並非如此。
生成式 AI 已占系統總量多數 #
技術組合的轉變幅度很大。生成式 AI 占所有回報 AI 系統的 56%,而 2024 年基礎模型的比例為 17%。我會謹慎看待,不把它解讀為同口徑的直接躍升:2024 年的數字計算的是使用案例而非系統,報告也指出兩項指標無法直接比較,只能說兩者合起來顯示機構對通用能力的使用大幅增加。但即使保持這份審慎,一個占所有回報系統過半的類別,已不再是小眾實驗。
它在受訪者之間的分布也不平均。前十大受訪者占所有回報 AI 系統的 43%。一小群機構運行著被計入系統中相當大的比例,因此總體圖像有一部分其實就是這十家的圖像。想了解一般機構做法的讀者,應記住這種集中度。
另一項變化的方向與直覺相反。受訪者評估約 7% 的回報 AI 系統屬於高重大性,2024 年則為 16%。下降的是比例,不是數量:報告指出,2026 年回報的高重大性系統絕對數量高於 2024 年。調查並未說明比例下降的原因。以營運與 IT 用途為主、持續擴大的系統總量,確實可能稀釋了最重要系統的占比,但這是我的推測,並非數據所能證實。高重大性系統同樣高度集中:十家機構就占了其中 62%。
智能體:建議很多,自主很少 #
智能體的數字最清楚地呈現出機構一方面採用新事物、一方面仍牢牢掌控的態度。80% 回報已在生產環境部署提供決策支援的 AI 智能體,也就是由智能體建議行動、由人類決策並執行。介於兩端之間,46% 回報部署受限執行型智能體(在預先定義的限制與規則內行動),22% 回報部署條件自主型智能體(可獨立行動,但特定行動須經人工核准)。僅 2% 回報部署具廣泛自主權的智能體。
我認為 80% 與 2% 是報告中最重要的一組數字,因為它們標出了目前那條界線的位置。智能體很普遍;自主智能體很罕見。受訪者的主流做法,是把智能體放進工作流程擔任顧問,即使允許執行,也侷限在預先定義的限制之內。
客戶溝通則更具體地顯示這條界線可能往哪裡移動。16% 回報目前使用智能體進行自動化客戶溝通,納入計畫部署後升至 34%。計畫部署使現有數字增加一倍以上。計畫不等於結果,因此 34% 是意向,不是採用。但它指出客戶溝通是機構預期讓智能體承擔更多工作的領域之一。較困難的決策則不在計畫之內:即使納入未來 12 個月的計畫部署,預期讓智能體核准或拒絕客戶結果、執行交易、發起或攔截支付,或變更額度與控制措施的受訪者,都不超過 9%。
這一點對下文的控制措施討論很重要。決策支援模式的前提是由人類做決定,而自動化客戶溝通恰恰是人類可能較不直接參與流程的用途。機構目前回報的控制措施是否為這種轉變而設計,是調查數字提出卻無法回答的問題。
第三方問題 #
如果有一個趨勢值得細看,就是這一個。第三方實作占所有回報 AI 系統的 39%,高於 2024 年的 33%。這是溫和的上升。高重大性系統的數字則一點也不溫和:第三方實作占高重大性 AI 系統的 53%,高於 2024 年的 35%。
說白了,外部供應商提供的系統在整體中不到四成,卻占了機構認為最重大系統的一半以上。依賴恰恰集中在風險最高之處,而且兩年內增加了十八個百分點。考量到跨輪比較的但書,我不會過度依賴這個跳幅的確切大小,但方向與 53% 這個水準都是明白回報的。
受訪者自己也看到了這項限制。40% 的受訪者認為資訊安全與營運韌性方面的疑慮,是第三方 AI 採用的主要限制,其次是對第三方 AI 系統透明度有限,占 34%。因此,這個在最重大系統上愈來愈倚重供應商的產業,同時也把供應商的安全性與不透明,列為採用第三方 AI 的主要阻力。
風險評分指向同一方向。目前機構對 AI 感知風險評分最高的領域,是資料保護與安全、第三方與供應鏈風險,以及生成式 AI 特有的風險。展望未來,受訪者預期隨著 AI 使用更加普及,網路風險放大與關鍵第三方依賴將會加劇,而這兩項無論在當下或未來三年,都是評分最高的系統性風險。就網路風險放大而言,57% 目前將其疑慮評為高或嚴重,未來一到三年則升至 80%;就關鍵第三方依賴而言,比例從 40% 升至 63%。這是預期,調查也將其定位為預期,但在性質上與上述依賴數字一致。
對任何向金融服務業銷售 AI 的業者,我得出的啟示是商業層面而非監理層面的:買方表示第三方系統的透明度限制了他們,能直接回應這項疑慮的供應商,就是在處理 34% 受訪者點名的問題。這是我的解讀,不是調查結論。
治理:紙上完備,實務單薄 #
在架構上,受訪者看來組織完善。94% 回報設有全公司層級的 AI 政策、原則或標準,84% 回報設有集中式 AI/模型風險治理會議。在用於管理 AI 系統資料風險的控制措施中,人工核准、部署前審查與供應商盡職調查,各自都有超過 90% 的受訪者回報。
一旦從系統上線前適用的控制措施,轉到上線後適用的控制措施,圖像就變了。持續監控、外洩測試,以及定期審查或重新認證,各自僅約半數受訪者回報。前置型防護與持續型防護之間,相差約四十個百分點。
我認為這是回報的控制環境中最薄弱的一環。部署前的檢查容易描述,也容易稽核。監控生產環境中的系統是持續性成本,而數字顯示約半數機構有回報這項作業。當第三方系統主導高重大性層級時,這個缺口更加重要,因為機構無法總是檢視自己沒有建置的東西。調查直接呈現了這一點:就高重大性系統而言,77% 的受訪者回報依賴對內部開發系統的深入了解,第三方系統則僅 24%;對於第三方系統,81% 改為依賴供應商保證與合約安排。
機構也認知到其中的困難。對第三方 AI 的監督,是最常被回報的治理不確定性或執行挑戰領域:54% 的受訪者將「把模型風險管理原則套用於第三方或供應商提供的模型」選為挑戰,49% 選擇「監督由第三方提供或受其實質影響的系統」。採購當下的盡職調查幾近全面;後續的落實,才是機構自認最沒把握之處。
與監理無關的限制 #
人們很容易以為監理是採用的主要阻力。調查呈現的圖像較為複雜。42% 的受訪者認為英國的資料保護與隱私法規帶來高度合規負擔,29% 對國際法規也有同樣看法。這些比例確實存在,但都屬少數,而且 28% 的受訪者表示完全沒有監理方面的限制。
實務性限制出現的比例更低。最常被提及的非監理限制,包括難以將 AI 整合進既有業務流程與決策,以及舊有系統或基礎設施帶來的限制,分別有 23% 與 22% 的受訪者認為是重大限制。在小型機構中,30% 認為資料保護、保密與 IT 考量構成限制。
綜合來看,這些數字顯示最常被提及的障礙是資料保護與供應商安全,整合與舊有基礎設施則排在其後。我不會過度解讀這個排序,因為題目的問法並不相同(有些問合規負擔,有些問重大限制),但不存在任何壓倒性的單一障礙,與 86% 的採用率是相符的。
預期:更多效益,也更多風險 #
受訪者預期未來三年所有領域的效益都將增加,預期增幅最大的是網路安全與營運韌性,以及營收創造與競爭定位。這些是預期,調查也如此看待;它們顯示機構希望 AI 走向何方,而非 AI 已走到哪裡。
風險預期同步上升。未來一到三年,受訪者預期所有類別的風險水準都將提高。資料來源指出,AI 的發展可能帶來效益,包括效率提升、決策支援改善與更強的風險管理,也可能產生或放大與治理、營運韌性、資料保護、消費者結果、第三方依賴及金融穩定相關的風險。這句話的前後兩半都有保留,這樣是恰當的。
這組配對有個值得注意之處。網路安全與營運韌性名列預期效益增幅最大的項目,而網路風險放大則是評分最高的系統性風險。機構預期 AI 會同時幫助網路韌性,又會讓網路風險惡化。調查並未調和這兩種預期,我也不會假裝能調和。兩者並存。
前沿 AI 與網路安全 #
調查特別詢問了前沿 AI 的網路能力。88% 的受訪者評估,未來兩年不斷演進的前沿 AI 網路能力,將對其機構的風險狀況產生中度或高度影響。這是前瞻性評估,不是量測結果,應視為受訪者的預期。
不過,它已經改變了一些行為。64% 選擇弱點管理與修補頻率,作為因意識到前沿 AI 而獲得管理層關注增幅最大的網路韌性領域。也就是說,根據近三分之二受訪者的說法,這份疑慮已具體地把管理層的注意力轉向修補。
旁邊還有一項較小的獨立發現:57% 的受訪者回報有考量 AI 使用對永續性的影響。這是多數,但只是勉強過半,而且很少機構對外公開:82% 並未對外揭露 AI 的永續性影響,雖然其中 36% 計畫在兩年內揭露。
值得關注之處 #
這些數字描繪的是一個已廣泛採用 AI、讓人類掌握決策,並把愈來愈多最重大系統交給外部供應商的產業。張力就在最後這一點。機構最常回報的控制措施,例如政策、核准與盡職調查,都發生在早期。能長期監看供應商系統的控制措施,只有約半數回報。
假設問卷用語可比,下一輪有兩個數字值得檢視。第一是客戶溝通的數字:目前 16%,納入計畫部署後為 34%。如果計畫轉為生產環境的使用,廣泛自主權的 2% 與決策支援的 80% 將告訴我們,「人類做決定」的模式在面對規模時是否還站得住。第二是 53%。如果第三方實作在高重大性系統中的占比持續擴大,而持續監控仍停留在約半數,那麼本調查的受訪者(他們已把關鍵第三方依賴評為首要系統性風險之一)就等於在問題到來之前先描述了它。懸而未決的問題是:監控實務能否在依賴進一步擴大之前補上缺口。
常見問題 #
根據英格蘭銀行與 FCA 2026 年調查,有多少機構使用 AI? 86% 的受訪者回報目前使用 AI,高於 2024 年的 75% 與 2022 年的 58%。調查共收到 196 份回覆,其中 101 份來自大型機構,95 份來自小型機構。報告提醒,由於受訪者組成與題目範圍不同,2026 年與 2024 年的百分比並非針對同一群體,比較時應審慎。
英國金融機構給予 AI 智能體多少自主權? 非常少。80% 的完整問卷受訪者回報部署決策支援型智能體,也就是由智能體建議行動、由人類決策並執行。46% 回報部署受限執行型智能體,22% 為條件自主型,具廣泛自主權者僅 2%。
機構有多少 AI 來自第三方? 第三方實作占所有回報 AI 系統的 39%,高於 2024 年的 33% 與 2022 年的 17%。它們也占高重大性 AI 系統的 53%,高於 2024 年的 35%。
機構認為最大的 AI 風險是什麼? 在機構層面,目前評分最高的風險是資料保護與安全、第三方與供應鏈風險,以及幻覺、提示注入等生成式 AI 特有風險。在系統層面,網路風險放大與關鍵第三方依賴是評分最高的兩項風險,無論在當下或未來三年皆然。
AI 治理控制措施在哪裡最薄弱? 人工核准、部署前審查與供應商盡職調查,各自有超過 90% 的受訪者回報;持續監控、外洩測試,以及定期審查或重新認證,則各自僅約半數回報。對第三方 AI 的監督,是最常被回報的治理挑戰。
參考資料 #
- Bank of England and Financial Conduct Authority, (2026). Artificial intelligence in UK financial services - 2026 ⧉. Bank of England.
- Bank of England and Financial Conduct Authority, (2024). Artificial intelligence in UK financial services - 2024 ⧉. Bank of England.
- Bank of England and Financial Conduct Authority, (2022). Machine learning in UK financial services ⧉. Bank of England.
- Bank of England and Financial Conduct Authority, (2019). Machine learning in UK financial services ⧉. Bank of England.
- Bank of England, Prudential Regulation Authority and Financial Conduct Authority, (2022). DP5/22: Artificial Intelligence and Machine Learning ⧉. Bank of England.
- Bank of England, Prudential Regulation Authority and Financial Conduct Authority, (2023). FS2/23: Artificial Intelligence and Machine Learning ⧉. Bank of England.
最近審閱 .
轉載本文
複製 Medium 格式
# 英國金融業 AI:廣泛採用、審慎部署智能體、倚重第三方 — Sebastien Rousseau > Originally published at [https://sebastienrousseau.com/zh-hant/2026-11-20-yingguo-jinrongye-ai-guangfan-caiyong-shenshen-tw/](https://sebastienrousseau.com/zh-hant/2026-11-20-yingguo-jinrongye-ai-guangfan-caiyong-shenshen-tw/) 英格蘭銀行與 FCA 2026 年調查:86% 的受訪機構已使用 AI,僅 2% 部署具廣泛自主權的智能體,第三方供應商則提供了 53% 的高重大性 AI 系統。 Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/zh-hant/2026-11-20-yingguo-jinrongye-ai-guangfan-caiyong-shenshen-tw/
複製 Mastodon 格式
英國金融業 AI:廣泛採用、審慎部署智能體、倚重第三方 — Sebastien Rousseau 英格蘭銀行與 FCA 2026 年調查:86% 的受訪機構已使用 AI,僅 2% 部署具廣泛自主權的智能體,第三方供應商則提供了 53% 的高重大性 AI 系統。 https://sebastienrousseau.com/zh-hant/2026-11-20-yingguo-jinrongye-ai-guangfan-caiyong-shenshen-tw/
複製 LinkedIn 格式
英國金融業 AI:廣泛採用、審慎部署智能體、倚重第三方 — Sebastien Rousseau 英格蘭銀行與 FCA 2026 年調查:86% 的受訪機構已使用 AI,僅 2% 部署具廣泛自主權的智能體,第三方供應商則提供了 53% 的高重大性 AI 系統。. 以下是關鍵策略要點: - 這份調查是什麼,不是什麼. 這份出版品是一份描述性摘要,彙整英格蘭銀行(Bank of England)與英國金融行為監理總署(FCA)最新一輪 AI 調查的總體結果,屬於兩者更廣泛 AI 工作計畫的一部分。該計畫包括先前於 2019、2022 與 2024 年進行的 AI/ML 調查。2026 年調查保留了前幾輪的核心問題以維持延續性,並新增或修訂其他問題,以反映 2024 年以來 AI 採用與能力的發展。. - 採用已成預設. 標題結論很簡單。86% 的受訪者回報使用 AI,高於 2024 年的 75%。報告本身的總結是:機構愈來愈常回報使用生成式 AI、AI 驅動的智能體,以及第三方實作的 AI 系統。下文大部分內容就圍繞這三個主題。. - 生成式 AI 已占系統總量多數. 技術組合的轉變幅度很大。生成式 AI 占所有回報 AI 系統的 56%,而 2024 年基礎模型的比例為 17%。我會謹慎看待,不把它解讀為同口徑的直接躍升:2024 年的數字計算的是使用案例而非系統,報告也指出兩項指標無法直接比較,只能說兩者合起來顯示機構對通用能力的使用大幅增加。但即使保持這份審慎,一個占所有回報系統過半的類別,已不再是小眾實驗。. - 智能體:建議很多,自主很少. 智能體的數字最清楚地呈現出機構一方面採用新事物、一方面仍牢牢掌控的態度。80% 回報已在生產環境部署提供決策支援的 AI 智能體,也就是由智能體建議行動、由人類決策並執行。介於兩端之間,46% 回報部署受限執行型智能體(在預先定義的限制與規則內行動),22% 回報部署條件自主型智能體(可獨立行動,但特定行動須經人工核准)。僅 2% 回報部署具廣泛自主權的智能體。. 貴組織如何應對本文所述的挑戰? → https://sebastienrousseau.com/zh-hant/2026-11-20-yingguo-jinrongye-ai-guangfan-caiyong-shenshen-tw/ #金融服務Ai #英國金融服務業Ai #英格蘭銀行 #BankOfEngland #Fca Sebastien Rousseau | CC-BY-4.0
引用本文
英國金融業 AI:廣泛採用、審慎部署智能體、倚重第三方 — Sebastien Rousseau
英格蘭銀行與 FCA 2026 年調查:86% 的受訪機構已使用 AI,僅 2% 部署具廣泛自主權的智能體,第三方供應商則提供了 53% 的高重大性 AI 系統。
BibTeX
@online{rousseau2026英國金融業,
author = {Rousseau, Sebastien},
title = {{英國金融業 AI:廣泛採用、審慎部署智能體、倚重第三方 — Sebastien Rousseau}},
year = {2026},
url = {https://sebastienrousseau.com/zh-hant/2026-11-20-yingguo-jinrongye-ai-guangfan-caiyong-shenshen-tw/},
urldate = {2026}
}RIS
TY - GEN AU - Rousseau, Sebastien TI - 英國金融業 AI:廣泛採用、審慎部署智能體、倚重第三方 — Sebastien Rousseau PY - 2026 UR - https://sebastienrousseau.com/zh-hant/2026-11-20-yingguo-jinrongye-ai-guangfan-caiyong-shenshen-tw/ ER -
Vancouver
Rousseau S. 英國金融業 AI:廣泛採用、審慎部署智能體、倚重第三方 — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 20. Available from: https://sebastienrousseau.com/zh-hant/2026-11-20-yingguo-jinrongye-ai-guangfan-caiyong-shenshen-tw/
Chicago
Rousseau, Sebastien. "英國金融業 AI:廣泛採用、審慎部署智能體、倚重第三方 — Sebastien Rousseau." sebastienrousseau.com. November 20, 2026. https://sebastienrousseau.com/zh-hant/2026-11-20-yingguo-jinrongye-ai-guangfan-caiyong-shenshen-tw/.
APA
Rousseau, S. (2026, November 20). 英國金融業 AI:廣泛採用、審慎部署智能體、倚重第三方 — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/zh-hant/2026-11-20-yingguo-jinrongye-ai-guangfan-caiyong-shenshen-tw/
重新發佈本文
英國金融業 AI:廣泛採用、審慎部署智能體、倚重第三方 — Sebastien Rousseau
英格蘭銀行與 FCA 2026 年調查:86% 的受訪機構已使用 AI,僅 2% 部署具廣泛自主權的智能體,第三方供應商則提供了 53% 的高重大性 AI 系統。
本文採用以下授權條款 Creative Commons Attribution 4.0 International. 重新發佈需註明原始 URL 出處。
英國金融業 AI:廣泛採用、審慎部署智能體、倚重第三方 — Sebastien Rousseau 英格蘭銀行與 FCA 2026 年調查:86% 的受訪機構已使用 AI,僅 2% 部署具廣泛自主權的智能體,第三方供應商則提供了 53% 的高重大性 AI 系統。 Originally published at https://sebastienrousseau.com/zh-hant/2026-11-20-yingguo-jinrongye-ai-guangfan-caiyong-shenshen-tw/ by Sebastien Rousseau. Licensed under CC-BY-4.0.
