图片来源：Steve Johnson on Unsplash

剑桥大学贾吉商学院（Cambridge Judge Business School）发布《2026全球金融服务业AI研究报告》指出，目前已有81%的金融服务机构引入AI，主要用于内部流程与运营优化。研究发现，数据隐私、AI幻觉（hallucination）以及AI输出结果不可靠，已成为监管机构最关注的AI风险。

本研究由剑桥另类金融中心（Cambridge Centre for Alternative Finance，CCAF）主导，并与国际清算银行（BIS）、国际货币基金（IMF）、世界经济论坛（WEF）等机构合作完成，调查对象涵盖金融服务机构、金融科技企业、AI供应商及金融监管机构。

研究显示，金融行业引入AI的速度明显快于监管机构。受访金融机构中，有40%已进入成熟应用或转型阶段，是监管机构比例（20%）的两倍以上。然而，仅有14%的受访者认为AI已对企业的战略与竞争优势产生显著影响。

在AI技术类型方面，研究指出，已有71%的金融企业采用生成式AI，另有52%开始使用代理式AI，其中23%已进入成熟部署阶段。研究人员指出，这类AI技术能够快速普及，主要得益于供应商提供可直接部署的集成式AI服务，使企业无需投入大量AI开发与整合资源。

目前金融行业最常见的AI应用仍集中在后台运营，包括流程自动化、数据可视化、软件工程以及数据与知识管理等。其中，流程自动化的应用比例最高，达79%；AI客户服务则是目前最普遍的前台应用，比例达74%。

报告还指出，金融行业与监管机构对AI可解释性的认知存在明显差距。78%的监管机构认为模型可解释性对监管目标具有重要性或关键性，但仅有50%的金融企业已采用可解释AI（Explainable AI，XAI）相关方法。AI供应商也表示，超过半数客户在可解释性工具的使用上仍缺乏足够专业能力。

此外，约三分之二的金融企业尚未对AI偏见、不当歧视、排斥效应或系统性偏差进行监测，且仅有37%的受访者将模型可解释性不足与“黑箱”问题视为运营风险。