人工智能進入金融業的方式正在發生變化。早期金融機構主要把AI用于客服問答、文件檢索、風險識别和數據分析;新一代代理式人工智能則能夠根據目标拆解任務、調用系統、與其他軟件交互,并在授權範圍内執行操作。香港金管局11月2日宣布推出SAGE項目,即結合管治與賦能、構建安全可靠的代理式金融,并成立跨界别專家小組。政策重點不是單純鼓勵銀行增加AI采購,而是提前處理AI代理參與金融活動時的身份、權限、責任和互通問題。
代理式金融的潛在應用并不局限于銀行客服。企業客戶可以授權AI代理整理現金流、提出付款建議或執行符合規則的資金調撥;銀行内部可用代理處理合規文件、客戶盡調和運營流程;企業與企業之間,也可能由AI代理自動完成采購訂單核驗、發票匹配和供應商付款。金管局提出的探索場景涵蓋企業對消費者、企業對企業及機器對機器交易。随着軟件代理能夠代表客戶采取行動,金融服務的交互主體将不再隻有自然人和機構,還會出現具備授權身份的數字代理。
這也帶來一個比模型準确率更基礎的問題:金融機構如何确認代理是誰、由誰創建、代表誰行動,以及獲準執行哪些操作。傳統客戶盡職審查主要識别自然人和法人,而代理式金融需要進一步驗證AI代理的身份、開發者、部署機構、授權鍊條和權限範圍。金管局提出研究Know Your Agent,即認識你的代理,并讨論是否需要可信代理登記機制。若沒有統一身份和授權标準,金融機構就難以區分合法代理、被篡改代理和冒充代理的惡意程序。
權限邊界同樣關鍵。AI代理可以被允許讀取賬戶信息,卻不應因此自動獲得轉賬權限;可以生成付款指令,也不代表能夠繞過金額阈值、雙重審批和受益人核驗。金融機構需要将授權拆分為數據訪問、建議生成、交易準備和最終執行等不同層級,并設置額度限制、人工複核、異常暫停和完整審計記錄。對于高風險交易,人工審批仍應保留。AI代理的效率優勢,必須建立在權限最小化和責任可追溯的基礎上。
另一個挑戰是不同代理之間的互操作。未來企業可能同時使用銀行代理、财務軟件代理、供應鍊代理和支付網絡代理。如果各系統使用不同身份協議、數據格式和安全标準,代理之間就難以穩定協作。即使技術接口可以連接,也仍需解決指令是否可信、數據能否跨機構使用、錯誤由誰承擔等問題。金管局把互通性标準納入SAGE讨論,說明監管者關注的不隻是單一銀行的AI部署,而是整個金融生态的協同規則。
代理式金融還會改變金融機構的風險管理結構。傳統系統中,員工發起操作、系統執行指令,責任鍊相對清晰;代理式系統中,模型可能根據上下文自行選擇工具和步驟,若出現誤判、越權或被惡意提示誘導,責任可能涉及模型供應商、部署銀行、客戶和系統集成商。金融機構必須保留代理執行過程的日志、版本、提示詞、工具調用和審批記錄,确保在争議發生時可以還原決策過程。網絡安全、數據隐私、反洗錢和消費者保護也需要同步納入。
香港推動SAGE的現實意義,在于為金融機構提供一個可控試驗和規則讨論的框架。短期内,代理式金融未必立即帶來大規模收入,但會推動銀行IT預算、身份認證、網絡安全、流程自動化和合規科技需求。投資者觀察相關企業時,不應隻看其是否發布AI代理産品,還要看能否進入銀行核心流程、滿足監管要求并形成可審計的商業價值。AI代理可以讓金融服務更自動化,但金融體系的信任基礎仍來自清晰授權、可靠執行和明确責任。