受訪英國金融機構的 AI 使用率已達 86%,但最關鍵的數字藏在這個標題之下:第三方如今提供了過半的高重大性系統,而監督這些第三方,正是機構最常回報的治理挑戰。
執行摘要
- 86% 的受訪者回報使用 AI,高於 2024 年的 75%。生成式 AI 占回報系統的 56%。
- 約 7% 的回報系統被評為高重大性,低於 2024 年的 16%,但 2026 年高重大性系統的絕對數量更多。
- 第三方實作占高重大性系統的 53%,高於 2024 年的 35%。前三大雲端/運算供應商占回報雲端/運算合作關係的 79%。
- 80% 的受訪者已部署 AI 智能體,但僅 2% 回報部署具廣泛自主權的智能體。
- 受訪者預期所有類別的效益與風險都將上升,網路風險放大與關鍵第三方依賴被評為最主要的系統性風險。
- 對第三方 AI 系統的監督,是最常被回報的治理挑戰。
這份調查是什麼,不是什麼 #
這份出版品是英格蘭銀行(Bank of England)與英國金融行為監理總署(FCA)針對英國金融服務業 AI 與機器學習的第四次調查,屬於總體調查結果的描述性摘要;在從中得出任何結論之前,值得先記住這個定位。結果是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。下文任何內容都不應被當成普查。
調查共收到 196 份回覆:大型機構 101 家、小型機構 95 家。員工少於 100 人的機構首度可選擇較短的問卷,共有 105 位受訪者完成完整問卷。除另有說明外,報告中的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,因此未回答特定題目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。
2026 年調查保留了先前調查的核心問題以維持延續性,同時新增或修訂題目,以反映 2024 年以來 AI 採用與能力的發展。這正是報告能在採用率、重大性與第三方占比上,把 2026 年數字與 2024 年對照的原因,也是報告要求讀者在問卷用語、定義、範圍或受訪群體不同之處審慎解讀與 2024 年比較的原因。部分主題,例如關於前沿 AI 與網路風險的簡短附錄,則完全沒有 2024 年的比較基準。
這些但書很重要,因為下文幾個最醒目的數字是「比例中的比例」。忽略分母的讀者,會把組成的變化誤認為數量的變化。調查本身就提供了一個清楚的陷阱範例,稍後就會談到。
採用近乎全面,生成式 AI 居主導 #
先看標題數字。86% 的受訪者回報使用 AI,高於 2024 年的 75%。這個數字涵蓋完整與簡式問卷,報告本身也提醒,2026 年與 2024 年的百分比並非針對同一群機構,比較時應審慎。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,這三條主線貫穿了調查的其他所有內容。
生成式 AI 占所有回報 AI 系統的 56%。報告所做的比較對象是基礎模型,它在 2024 年占回報 AI 使用案例的 17%。報告表示兩項指標無法直接比較,因此把它說成單一技術暴增 39 個百分點是錯的;用報告的話說,兩者合起來顯示自 2024 年以來,機構回報的通用能力使用大幅增加。
AI 在機構內部落在哪裡?營運與 IT 約占所有回報 AI 系統的 31%,高於 2024 年的約 22%,沒有其他任何單一領域超過 11%。這是相當醒目的集中。面對客戶與前台的使用案例吸引了大部分公眾關注,但回報系統中最大的單一區塊,卻在企業的基礎管線裡。小型機構部分的一項相關數字也指向同一方向:在簡式問卷受訪者中,營運是目前或計畫中 AI 用途最常回報的領域,占 64%。
感知效益與這幅圖像吻合。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。從機構回報的內容來看,它們使用 AI 主要是為了讓自身運作更有效率。
採用的分布也不平均。將近半數機構回報的 AI 系統不超過十套,而回報系統最多的十家機構,占所有回報 AI 系統的 43%。因此,86% 這個數字描述的是使用的廣度,而非深度。少數機構承擔了總量的一大部分,而大量機構只運行少數幾套系統。小型機構也在其中:73% 的簡式問卷受訪者回報使用 AI,其中 58% 回報主要使用通用大型語言模型。
重大性之謎 #
這就是前面提到的陷阱。受訪者評估約 7% 的回報 AI 系統屬於高重大性,2024 年則為 16%。乍看之下,這好像代表 AI 對機構變得不那麼重要,或風險降低了。
並非如此。2026 年回報的高重大性 AI 系統絕對數量高於 2024 年。比例下降,是因為總量成長得比高重大性子集更快。隨著機構部署更多系統,新增的多半被評為較低重大性,稀釋了百分比,而高重大性系統的數量仍在上升。這些系統也高度集中:十家機構占了所有回報高重大性 AI 系統的 62%。
對任何只憑百分比建立治理論據的人來說,這是一個有用的修正。高重大性系統占比下降,並不能讓負責這些系統的人在工作量上感到安心。需要監督的系統比 2024 年更多。
重要系統從何而來 #
調查中影響最深遠的結果,是誰在建置與運行最重要的系統。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%。這是穩定的變化。高重大性系統中的轉變則劇烈得多:第三方實作占其中 53%,高於 2024 年的 35%。
因此,就所有回報系統整體而言,機構認為最重大的系統,如今多半來自外部。在一旦出錯傷害最大的類別裡,兩年上升 18 個百分點,是數據中最清楚的訊號。結合上述重大性發現,呈現的圖像是:重要系統的數量增加,而其中多數並非機構自行建置。
供應商之間的集中度讓問題更加尖銳。三大雲端與運算供應商占所有回報雲端/運算合作關係的 79%,98% 的受訪者使用其中至少一家。模型 API 與託管服務同樣集中,只是程度較低:三大供應商占回報合作關係的 54%,而前三大雲端/運算供應商也全都名列前五大模型 API/託管供應商。機構也許擁有許多 AI 系統,但底層的基礎設施與模型都取自一小群供應商。
可替代性是更棘手的問題。在 169 個回報的不同雲端與運算合作關係中,37% 被認定為既屬高關鍵性又難以替代,而這一組中只有 35% 測試過退場計畫。在 226 個模型 API/託管合作關係中,高關鍵性且難以替代的比例為 14%。只有 27% 的機構回報對第三方 AI 設有強化的營運韌性要求,例如聯合事件測試或退場規劃。
受訪者自己也提出了這項疑慮的系統性版本:網路風險放大與關鍵第三方依賴,無論在當下或未來三年,都是評分最高的兩項系統性風險,受訪者也預期隨著 AI 使用更加普及,這兩項風險將會加劇。將關鍵第三方依賴評為高或嚴重疑慮的比例,從目前的 40% 升至未來一到三年的 63%。這項預期是受訪者的預測,不是已觀察到的結果,但供應商集中度的數字為它提供了明顯的依據。
機構並非沒有意識到這項限制。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(訓練資料、模型設計、效能限制、失效模式),占 34%。若把主要與中度限制合併計算,難以談判合約保障是第二常被提及的挑戰。綜合來看,這描繪出機構高度倚重外部供應商,卻也坦言無法總是看清其內部。
智能體:部署廣泛,多居輔助角色 #
智能體的數字需要仔細解讀,因為標題與實質指向不同方向。80% 的受訪者回報已部署 AI 智能體,另有 14% 回報計畫在未來 12 個月內部署。就這些數字而言,既未部署也無計畫者只剩一小部分。
但要看智能體做了什麼。80% 的受訪者回報在生產環境中有提供決策支援的智能體,定義為由 AI 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,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。僅 2% 回報部署具廣泛自主權的智能體。主流模式是提供建議,或在嚴格限制內行動的智能體。
客戶溝通是界線開始移動之處。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%。如果機構落實計畫,這個比例將增加一倍以上;不過計畫終究只是計畫,調查無法告訴我們有多少會實現。相對地,即使納入計畫部署,預期讓智能體核准或拒絕客戶結果、執行交易或下單、發起、執行或攔截支付,或變更額度、門檻與控制措施的受訪者,都不超過 9%。
我的解讀是,2% 這個數字更能說明問題,比 80% 更值得關注。部署一個提出建議、等待人類決定的智能體,是一小步。部署一個具廣泛自主權的智能體,則會改變誰要為結果負責。到目前為止,機構願意廣泛跨出第一步,第二步卻幾乎沒有踏出。客戶溝通的計畫是否預示這種態度開始轉變,是數據中較有意思的未解問題之一。
效益與風險預期同步上升 #
受訪者並不把 AI 視為單邊押注。他們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,調查也如此呈現。目前所列的效益中,沒有任何一項被普遍認為規模超過中度。
風險面在方向上同樣一致。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。未來一到三年,受訪者預期所有類別的風險水準都將上升,但平均而言,他們對 2026 年風險嚴重程度的評分低於 2024 年。
資料來源以平衡的措辭描述整體圖像。這些發展可能帶來效益,包括效率提升、決策支援改善與更強的風險管理。它們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。這些保留是來源本身的措辭,而且恰當;調查量測的是認知與回報的實務,不是已實現的收益或損失。
有一組結果涉及前沿 AI 與網路能力。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,不是量測到的效應,不過已有 19% 指出,供應鏈或第三方攻擊效果的提升,是前沿 AI 目前構成最大風險的途徑。機構已經採取的回應則較容易查證: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。
限制:實務多於監理 #
如果你預期監理會高居障礙清單之首,調查呈現的情況更為細緻。最常被提及的非監理限制,是難以將 AI 整合進既有業務流程與決策,以及舊有系統或基礎設施,分別有 23% 與 22% 的受訪者認為是重大限制。這些比例並不高,顯示沒有任何單一非監理障礙居於主導,但它們都是一般的工程與組織問題,而非罕見難題。
在監理方面,最常被提及的感知限制是英國的資料保護與隱私法規,以及國際法規,分別有 42% 與 29% 的受訪者認為帶來高度合規負擔。28% 表示沒有監理方面的限制。
小型機構呈現類似模式:30% 的簡式問卷受訪者認為資料保護、保密與 IT 考量構成限制。資料保護出現在風險評分、監理負擔數字與小型機構的限制之中。如果除了第三方之外,還有某個主題串起調查的不同章節,那就是它。
治理:紙上周全,部署後單薄 #
正式架構幾近全面。94% 的受訪者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。在資料風險控制措施中,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。
現在比較上線後適用的控制措施。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。對比十分明顯。在部署前或部署當下發生、由某人簽核的資料風險控制措施幾近全面。部署後持續運作的控制措施,則只有大約半數回報。
我認為這是治理方面的核心發現,而且與第三方的故事直接相連。調查顯示,機構對自己所購買之物的了解程度差異很大。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。對於購入而非自建的系統,部署前審查與供應商盡職調查是最直接的槓桿。監控與重新認證取決於對系統的可見度,而已有 34% 的受訪者將第三方 AI 系統透明度有限列為一項限制。調查並未陳述這個因果關係,數據也無法證明,但這些拼圖拼合得令人不安。
機構自己也這麼說。對第三方 AI 系統的監督,是最常被回報的治理不確定性或執行挑戰領域。54% 的受訪者選擇「把模型風險管理原則套用於第三方或供應商提供的模型」,49% 選擇「監督由第三方提供或受其實質影響的系統」。換言之,大約半數機構回報在把模型風險管理原則套用於供應商模型時遇到挑戰,也有大約半數在監督由第三方提供或實質影響的系統時遇到挑戰。
把三條主線並列來看。第三方提供了多數的高重大性系統。少數供應商主導了底層合作關係。而機構自身的治理,在入口把關嚴謹,持續監督卻較單薄,其中第三方的情況被點名為最困難。這不是對任何機構的批評;這是描述回報的投入落在哪裡,對照回報的曝險落在哪裡。
該從中帶走什麼 #
對技術主管而言,實務上的解讀是:至少在這個樣本中,就重要系統而言,採購已經超越自建:53% 的高重大性系統是第三方實作。工程投入因此轉向圍繞一個你無法掌控的系統能做些什麼:合約上的透明度、在邊界進行測試,以及不依賴存取內部的監控。調查並未規定其中任何一項,也不應把它們誤認為調查結論。它們是這些數字所引出的問題。
對向金融服務業銷售 AI 的創辦人而言,數據點出了摩擦會出現在哪裡。受訪者回報資訊安全與營運韌性疑慮(40%)以及透明度有限(34%),是第三方 AI 採用的主要限制。能直接回應這兩項疑慮的供應商,就是在處理相當比例受訪者所說的阻礙。而且由於超過 90% 的受訪者回報以供應商盡職調查作為資料風險控制措施,供應商應做好接受檢視的準備。
對任何想把 86% 採用率解讀為「最難的部分已經過去」的人,調查提供了更冷靜的觀點。採用很廣,但少數機構承擔了大部分系統,智能體多半擔任輔助角色,而受訪者預期未來一到三年每個類別的風險都將上升。受訪者也預期每個領域的效益都將上升,因此無論樂觀或審慎,都無法獨占證據。
開頭的但書依然適用。這是對 196 家受訪機構的描述性摘要,其中只有 105 家完成完整問卷,並非對英國金融業的完整評估。在這些限制之內,模式仍一致到足以派上用場:機構認為最重要的系統愈來愈多來自外部,而它們回報的監督,恰恰在依賴最深之處最為薄弱。
數據提出卻無法回答的問題,是自主權邊界上會發生什麼事。34% 的受訪者已在使用或計畫將智能體用於自動化客戶溝通,而目前部署具廣泛自主權智能體的只有 2%;下一輪調查將顯示,當背後的系統多半由他人提供時,智能體是否仍停留在輔助角色。
常見問題 #
英格蘭銀行與 FCA 的英國金融服務業 AI 調查是什麼? 這是針對英國金融服務業人工智慧與機器學習的第四次聯合調查,前幾次分別於 2019、2022 與 2024 年進行。2026 年版收到 196 份回覆,其中 105 份為完整問卷。作者將其定位為參與機構證據的描述性摘要,而非對英國金融業的完整評估。
機構的 AI 有多少來自第三方? 2026 年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%。在高重大性系統中,此比例為 53%,高於 2024 年的 35%。
AI 供應商的集中度有多高? 三大雲端與運算供應商占回報雲端/運算合作關係的 79%,98% 的受訪者使用其中至少一家。三大模型 API/託管供應商占該類別回報合作關係的 54%。在 169 個回報的雲端與運算合作關係中,37% 被認定為既屬高關鍵性又難以替代,而這一組中只有 35% 測試過退場計畫。
機構回報了哪些第三方 AI 的治理挑戰? 對第三方 AI 系統的監督,是最常被回報的治理不確定性或執行挑戰領域。54% 的受訪者選擇「把模型風險管理原則套用於第三方或供應商提供的模型」,49% 選擇「監督由第三方提供或受其實質影響的系統」。對於第三方高重大性系統,81% 依賴供應商保證與合約安排,只有 24% 回報對系統有深入了解。
英國金融機構的 AI 智能體是否自主行動? 很少。80% 的受訪者回報已部署 AI 智能體,80% 回報在生產環境中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。僅 2% 回報部署具廣泛自主權的智能體,即使納入計畫,預期讓智能體核准或拒絕客戶結果、執行交易或下單、發起、執行或攔截支付,或變更額度的受訪者,也不超過 9%。
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, 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
# 第三方 AI 已成英國金融機構的治理難題 — Sebastien Rousseau > Originally published at [https://sebastienrousseau.com/zh-hant/2026-11-21-disanfang-ai-yicheng-yingguo-jinrong-jigou-tw/](https://sebastienrousseau.com/zh-hant/2026-11-21-disanfang-ai-yicheng-yingguo-jinrong-jigou-tw/) 在受訪英國金融機構中,第三方提供了 53% 的高重大性 AI 系統,而監督這些第三方,正是機構最常提及的治理挑戰。英格蘭銀行與 FCA 2026 年調查解讀。 Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/zh-hant/2026-11-21-disanfang-ai-yicheng-yingguo-jinrong-jigou-tw/
複製 Mastodon 格式
第三方 AI 已成英國金融機構的治理難題 — Sebastien Rousseau 在受訪英國金融機構中,第三方提供了 53% 的高重大性 AI 系統,而監督這些第三方,正是機構最常提及的治理挑戰。英格蘭銀行與 FCA 2026 年調查解讀。 https://sebastienrousseau.com/zh-hant/2026-11-21-disanfang-ai-yicheng-yingguo-jinrong-jigou-tw/
複製 LinkedIn 格式
第三方 AI 已成英國金融機構的治理難題 — Sebastien Rousseau 在受訪英國金融機構中,第三方提供了 53% 的高重大性 AI 系統,而監督這些第三方,正是機構最常提及的治理挑戰。英格蘭銀行與 FCA 2026 年調查解讀。. 以下是關鍵策略要點: - 這份調查是什麼,不是什麼. 這份出版品是英格蘭銀行(Bank of England)與英國金融行為監理總署(FCA)針對英國金融服務業 AI 與機器學習的第四次調查,屬於總體調查結果的描述性摘要;在從中得出任何結論之前,值得先記住這個定位。結果是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。下文任何內容都不應被當成普查。. - 採用近乎全面,生成式 AI 居主導. 先看標題數字。86% 的受訪者回報使用 AI,高於 2024 年的 75%。這個數字涵蓋完整與簡式問卷,報告本身也提醒,2026 年與 2024 年的百分比並非針對同一群機構,比較時應審慎。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,這三條主線貫穿了調查的其他所有內容。. - 重大性之謎. 這就是前面提到的陷阱。受訪者評估約 7% 的回報 AI 系統屬於高重大性,2024 年則為 16%。乍看之下,這好像代表 AI 對機構變得不那麼重要,或風險降低了。. - 重要系統從何而來. 調查中影響最深遠的結果,是誰在建置與運行最重要的系統。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%。這是穩定的變化。高重大性系統中的轉變則劇烈得多:第三方實作占其中 53%,高於 2024 年的 35%。. 貴組織如何應對本文所述的挑戰? → https://sebastienrousseau.com/zh-hant/2026-11-21-disanfang-ai-yicheng-yingguo-jinrong-jigou-tw/ #第三方Ai風險 #Ai治理 #英格蘭銀行 #BankOfEngland #Fca Sebastien Rousseau | CC-BY-4.0
引用本文
第三方 AI 已成英國金融機構的治理難題 — Sebastien Rousseau
在受訪英國金融機構中,第三方提供了 53% 的高重大性 AI 系統,而監督這些第三方,正是機構最常提及的治理挑戰。英格蘭銀行與 FCA 2026 年調查解讀。
BibTeX
@online{rousseau2026第三方,
author = {Rousseau, Sebastien},
title = {{第三方 AI 已成英國金融機構的治理難題 — Sebastien Rousseau}},
year = {2026},
url = {https://sebastienrousseau.com/zh-hant/2026-11-21-disanfang-ai-yicheng-yingguo-jinrong-jigou-tw/},
urldate = {2026}
}RIS
TY - GEN AU - Rousseau, Sebastien TI - 第三方 AI 已成英國金融機構的治理難題 — Sebastien Rousseau PY - 2026 UR - https://sebastienrousseau.com/zh-hant/2026-11-21-disanfang-ai-yicheng-yingguo-jinrong-jigou-tw/ ER -
Vancouver
Rousseau S. 第三方 AI 已成英國金融機構的治理難題 — Sebastien Rousseau. sebastienrousseau.com. 2026 Nov 21. Available from: https://sebastienrousseau.com/zh-hant/2026-11-21-disanfang-ai-yicheng-yingguo-jinrong-jigou-tw/
Chicago
Rousseau, Sebastien. "第三方 AI 已成英國金融機構的治理難題 — Sebastien Rousseau." sebastienrousseau.com. November 21, 2026. https://sebastienrousseau.com/zh-hant/2026-11-21-disanfang-ai-yicheng-yingguo-jinrong-jigou-tw/.
APA
Rousseau, S. (2026, November 21). 第三方 AI 已成英國金融機構的治理難題 — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/zh-hant/2026-11-21-disanfang-ai-yicheng-yingguo-jinrong-jigou-tw/
重新發佈本文
第三方 AI 已成英國金融機構的治理難題 — Sebastien Rousseau
在受訪英國金融機構中,第三方提供了 53% 的高重大性 AI 系統,而監督這些第三方,正是機構最常提及的治理挑戰。英格蘭銀行與 FCA 2026 年調查解讀。
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。
第三方 AI 已成英國金融機構的治理難題 — Sebastien Rousseau 在受訪英國金融機構中,第三方提供了 53% 的高重大性 AI 系統,而監督這些第三方,正是機構最常提及的治理挑戰。英格蘭銀行與 FCA 2026 年調查解讀。 Originally published at https://sebastienrousseau.com/zh-hant/2026-11-21-disanfang-ai-yicheng-yingguo-jinrong-jigou-tw/ by Sebastien Rousseau. Licensed under CC-BY-4.0.
