金融學院轄下香港貨幣及金融研究中心今日(十一月十七日)發表研究報告《由協助到自主:香港金融服務業人工智能應用、管治與合規》,由香港金融管理局代為公布。報告指,香港金融機構已應用或計劃應用生成式人工智能的比例達百分之九十,高於二〇二五年的百分之七十五;百分之十三已應用代理式人工智能,另有百分之五十六計劃應用。在監管合規方面,百分之八十六已應用或計劃應用生成式人工智能,逾七成有興趣在未來三至五年探索代理式人工智能,惟可解釋性與安全仍是主要挑戰。
金管局/金融學院/官方:發表《由協助到自主》報告——香港金融服務業生成式人工智能已應用或計劃應用達百分之九十,百分之十三機構已部署代理式人工智能
香港金融管理局於二〇二六年十一月十七日代為公布,金融學院轄下負責研究工作的香港貨幣及金融研究中心(研究中心)同日發表新一份研究報告,題為《由協助到自主:香港金融服務業人工智能應用、管治與合規》。英文標題為 From Assistance to Autonomy: A.I. Adoption, Governance, and Compliance in Hong Kong's Financial Services Industry,編號為研究中心應用研究報告 No.3/2026。特區政府中英文新聞公報於當日上午十一時二十分發出。報告以該中心二〇二五年《GenA.I.新時代:促進金融服務負責任地應用人工智能》為基礎,更新生成式人工智能(GenA.I.)概況,並探討香港金融服務業中代理式人工智能(agentic A.I.)的發展,尤其關注監管合規應用。本文事實核對自金管局代發的中英文新聞公報,以及研究中心在金融學院網站公開的正式報告全文;來源真實性已驗證,不轉載付費全文。
一、核心事件:官方把金融業人工智能焦點,從「生成」推進到「自主」
技術細節
新聞公報說明,報告所依據的問卷調查與深度訪談,由研究中心於二〇二六年一月至七月委託進行,受訪者包括金融機構,以及科技和監管科技服務提供商。正式報告附錄寫得更細:與畢馬威諮詢(香港)有限公司合作的「金融服務業生成式及代理式人工智能調查」於二〇二六年一月至三月進行;另於一月至七月進行十九場訪談,其中十三名受訪者來自傳統金融機構,六名來自監管科技服務提供商。
調查共有四十七家實體參與,其中三十九家屬金融服務業,八家為服務提供商。報告附圖顯示行業分布為銀行十六家、保險公司十一家、資產及財富管理公司十一家、服務提供商八家,以及一家金融科技公司。截至二〇二四年底,十六家可識別的樣本銀行佔本港整體存款量百分之六十七;十一家可識別的樣本保險公司佔一般及長期保險市場毛保費百分之四十五;十一家可識別的資產及財富管理實體均為證監會持牌法團,涵蓋本港及國際、不同規模的機構。上述樣本結構有助理解後續百分比的覆蓋範圍,但並不表示數字可直接外推至全業界每一類持牌機構。
報告的核心量化發現與新聞公報一致:香港金融服務業已應用或計劃應用生成式人工智能的比例達百分之九十,高於二〇二五年報告的百分之七十五;代理式人工智能方面,百分之十三的金融機構已經應用,另有百分之五十六計劃應用。正式報告還補充了投資取態:百分之五十六的受訪金融機構表示會優先發展生成式人工智能並探索代理式人工智能,百分之二十六採取兩者兼顧的平衡取態,百分之十一傾向優先投資代理式人工智能。新聞公報只概括為「超過一半」會優先發展生成式人工智能並探索代理式人工智能,「部分機構」表示將兼顧兩者,並未列出上述細分比例。
在監管合規領域,百分之八十六的受訪金融機構已應用或計劃應用生成式人工智能方案,目前較突出的用例是防治金融犯罪,以及監察與更新監管要求。超過百分之七十的金融機構表示,有興趣在未來三至五年,探索把代理式人工智能用於客戶開戶與盡職審查,以及交易監察與欺詐偵測。正式報告並指,百分之七十三的受訪金融機構計劃增加在合規用途生成式人工智能方面的投資。
金融學院行政總裁兼研究中心執行董事馮殷諾表示,報告顯示人工智能在整個金融服務業中的應用正變得更加廣泛和深入。他希望研究結果有助了解金融服務業中日新月異的人工智能格局,並為制定人工智能應用、管治和合規方面切實可行的計劃作出實質貢獻。
二、技術原理:從生成內容到執行多步驟工作流程
報告把生成式人工智能定位為已超越基礎分析、開始自動化核心流程的階段,並把代理式人工智能視為下一階段:系統可詮釋較複雜的目標,並在較少人工監督下執行多步驟工作流程。這並不是把聊天機械人換成另一套介面,而是把「產生文本或建議」推進到「在授權範圍內自主完成一連串動作」。正式報告亦指出,全體服務提供商都把多代理生態系統列為最受關注的未來趨勢,預期行業會由單一用途模型,轉向由多個專門代理協同處理複雜任務。
在金融機構內部,報告觀察到代理式人工智能的優先部署方向,集中於面向內部、流程密集的環節,例如中後台運作、認識你的客戶(KYC)與反洗錢(AML),以及風險管理。換言之,現階段較多機構先考慮把可重複、有既定政策可依從的合規與營運流程交給代理系統,而不是一開始就把面向客戶的最終決策完全自動化。
自主程度提高後,管治問題會同步放大。正式報告指,百分之八十六的受訪市場參與者視「有潛力自主執行決策並提高效率」為代理式人工智能的主要優點;但超過一半金融機構把可解釋性與營運風險列為主要障礙。新聞公報則把進一步應用所面對的挑戰概括為對可解釋性與安全的關注。兩者並不互相否定,而是分別對應效益預期與風險顧慮。就生成式人工智能用於合規而言,正式報告列出的主要挑戰還包括幻覺、偏見、可解釋性,以及資料私隱、網絡安全和資料可用性;金融機構與服務提供商亦都提到整合問題,成為擴展方案的障礙。
因此,報告強調,隨着能力由生成式走向代理式,金融機構應按不同用例的重要性、風險、自主程度、複雜性與可解釋性,採取恰當而有效的人為監督,常見形式包括人在迴路(human-in-the-loop)、人在迴路上(human-on-the-loop)和人在指揮(human-in-command)。監督安排本身並不是技術附加選項,而是讓系統在授權邊界內運作、並維持問責的條件。
三、日常應用場景
1. 開發者與技術團隊
對銀行、保險及資產管理機構的工程與數據團隊而言,報告提示的重點不是再做一個示範用聊天介面,而是如何把生成式與代理式系統接入既有的合規、風險與核心工作流程,並處理系統整合、資料品質和模型覆核。若要把代理系統用於開戶、交易監察或文件審核,開發工作勢必涉及權限分層、工具呼叫範圍、異常升級路徑,以及如何留下可供審計的決策紀錄。報告並提醒,擴展方案時須正視幻覺、偏見與資料可用性,而不是只追求自動化覆蓋率。
2. 企業與隱私敏感行業
對受規管金融機構,以至同樣重視保密與跨境資料流動的專業服務機構來說,報告把資料私隱、保護和網絡安全列為負責任應用的基礎,並提出以「私隱由設計納入」(privacy-by-design)和穩妥的數據管治,去支撐人工智能輔助流程。正式報告亦建議持續檢視人工智能模型、管理第三方依賴風險,並採取較多元化的運算策略,以應對人工智能可能引發的營運中斷。換言之,模型能力只是其中一環,資料存放位置、供應商權限和事故復原能力,同樣決定方案能否在受規管環境落地。
3. 一般用戶
對銀行和保險客戶而言,今次公布並不是宣布某項面向公眾的新服務即日上線,而是反映機構後台與合規流程正加速引入生成式及代理式工具。短期較可能先體現在開戶審查、交易監察或查詢處理的效率變化,而不是由完全自主的系統直接對客戶作出最終批核。報告強調人為監督,意味着即使機構擴大自動化,客戶仍應期望關鍵決定保留可追溯、可申述的人工把關。
4. 香港與亞洲市場視角
這份報告由金融學院發表,而金融學院是在金管局、證券及期貨事務監察委員會、保險業監管局及強制性公積金計劃管理局合作下成立,研究視角本身已對準香港國際金融中心的監管與業界生態。報告提出五方面後續工作:維持監管清晰度與主動指引,包括就可解釋性及前沿模型問責提供更清晰要求,並透過「GenA.I. Sandbox++」和「Project SAGE」促進業界交流;以私隱由設計納入及網絡安全鞏固數據管治;以風險為本的監督框架、情境測試和恰當人為監督,應對日益自主的系統;加強運算系統的營運韌性與擴展能力,當中提到桑里苑數據設施集群(Sandy Ridge Data Facility Cluster),並須持續檢視模型、管理第三方依賴及採取多元化運算策略;以及推動整全的人才培養、能力建設與跨界別、跨司法管轄區合作。對在港營運、同時服務亞洲客戶的金融機構來說,這些方向關乎本地可落地的合規路徑,而不只是追隨境外模型發布節奏。
四、專業評價與潛在考量
優勢
報告以受規管金融業界的最新調查和訪談為基礎,把討論從「是否採用生成式人工智能」,推進到「如何為更高自主程度預先設置管治」。百分之九十的已應用或計劃應用比例,以及合規場景中百分之八十六的採用或規劃比例,說明技術已進入主流規劃,而不再只是個別創新試驗。報告同時保留對可解釋性、安全、幻覺、資料私隱和第三方依賴的討論,並提出沙盒式交流與人為監督等可操作方向,有助機構把效率目標與審慎義務放在同一框架內衡量。
需要留意的地方
首先,百分之九十是「已應用或計劃應用」的合計,並不等於九成機構已經全面投產;代理式人工智能「已應用」仍只有百分之十三,規劃中的比例明顯更高,實際落地速度仍取決於資料、整合與監督安排。其次,調查樣本為四十七家實體,覆蓋面雖然包括佔存款量與保費相當比重的可識別機構,但仍是特定樣本,不宜把單一百分比理解為全部持牌機構的法定普查結果。再者,新聞公報與正式報告在挑戰表述上各有側重,前者強調可解釋性與安全,後者在不同章節分別討論營運風險、幻覺、偏見和資料限制,閱讀時應按語境引用,避免把不同問題合併成單一結論。最後,報告提出的沙盒計劃、數據設施與人才建議,屬於促進負責任應用的考慮因素,並非已公布的強制時間表或即時監管新規。
結語
金管局代為公布的這份報告,標誌香港金融監管研究體系已把代理式人工智能,從概念討論寫進對本港金融服務業的正式評估。數字顯示生成式人工智能的規劃已相當普及,代理式應用則剛進入「少數已部署、過半在規劃」的階段;合規、反洗錢與風險管理會是最先被放入自主工作流程的領域,但可解釋性、安全與人為監督,仍是機構能否擴大使用的關鍵條件。對必須把客戶與交易資料留在香港、又要讓模型對接現有系統的金融與專業機構而言,本地部署與權限受控的私有模型,往往比把敏感資料交到境外通用介面更符合管治預期。YSK Limited 的企業私有 LLM 全託管可按此需要提供由資料集建立、QLoRA/LoRA 微調到私有應用程式介面的安排,年費由港幣八萬八千元起,數據百分百不出境。詳情見:https://ysk.hk/services/ai-automation
參考來源
- 香港特區政府新聞公報(中文,金管局代發,2026-11-17 11:20 HKT):https://www.info.gov.hk/gia/general/202611/17/P2026111600684.htm
- 香港特區政府新聞公報(英文,金管局代發,同一公告):https://www.info.gov.hk/gia/general/202611/17/P2026111600666.htm
- 香港貨幣及金融研究中心正式報告《From Assistance to Autonomy: AI Adoption, Governance, and Compliance in Hong Kong’s Financial Services Industry》(HKIMR Applied Research Report No.3/2026,2026年11月):https://aof.org.hk/docs/default-source/hkimr/applied-research-report/agairep.pdf
- 二〇二五年相關研究報告《Financial Services in the Era of Generative AI: Facilitating Responsible Adoption》:https://www.aof.org.hk/docs/default-source/hkimr/applied-research-report/genairep1.pdf?sfvrsn=7b0261f_0