亚太金融业AI信任困境深重，近半企业正面临监管风险！

金融机构在人工智能（AI）领域的信任鸿沟正在日益扩大，这主要体现在对AI系统产出结果的信心与该技术实际可信赖度之间的差异。这一现象正给亚太地区的银行带来潜在风险，包括可能触犯监管规定、损害声誉，甚至阻碍创新步伐。

AI信任困境：金融业的深层挑战

在新加坡2025金融科技节期间，SAS市场高级副总裁Patrick Xhonneux接受采访时指出，当前的金融机构正面临一场严峻的“信任困境”。他强调，这种困境源于企业对AI系统的依赖程度与这些系统实际可靠性之间的错位。根据IDC与SAS联合发布的一项最新研究，亚太地区高达47%的企业正深陷这种信任两难的局面。新媒网跨境了解到，这种现象普遍存在，且其潜在影响不容忽视。

监管趋严：MAS对AI解释性提出明确要求

随着AI技术在金融领域的广泛应用，全球范围内的监管机构对其风险的关注度持续提升。新加坡金融管理局（MAS）已明确要求银行必须能够清晰地解释其AI模型产生特定结果的逻辑和过程。这意味着，金融机构不能仅仅依赖AI模型得出结论，更要对其背后的机制有深入的理解和掌控。这种监管导向旨在确保AI在金融服务中的应用是可解释、可审计且负责任的，以维护金融市场的稳定和消费者权益。

信任成为AI价值创造的新衡量标准

Xhonneux先生在采访中强调，在AI时代，信任已不仅仅是一个抽象概念，而是衡量AI价值创造的核心指标和“新货币”。他指出，AI系统的公平性、透明度和偏差检测能力是构建信任的基石。缺乏这些要素，AI的应用将难以获得利益相关者的认可，其价值也难以充分体现。

为了提升AI系统的可信度，SAS推出了“模型卡”工具，其功能类似于食品的营养标签。这些模型卡能够清晰展示AI模型在训练、验证和部署过程中是否遵循了公平原则，以及其运作机制的透明度。通过提供标准化、易于理解的信息，模型卡旨在帮助用户更好地评估和信任AI模型。

完善治理框架：实现AI可持续发展的关键

面对日益严格的监管要求和复杂的信任挑战，建立健全的AI治理框架显得尤为关键。Xhonneux先生认为，强大的治理框架是构建能够产生可持续且长期有效AI模型的基石。一个完善的治理框架应涵盖数据质量管理、模型开发与验证流程、部署后的持续监控以及透明度保障等多个层面。

在为金融机构提供负责任的AI规模化建议时，Xhonneux先生特别强调了了解自身AI成熟度的重要性。SAS的AI治理评估模型将组织分为“反应型”、“协同型”和“领导型”三个阶段。他建议，金融机构应首先明确自身所处的阶段，并以此为基础，构建一个整合数据、质量与透明度的治理框架。通过这样的方法，机构将能确保AI模型能够有效扩展，并带来更高的投资回报。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/apac-finance-ai-trust-dilemma-47-face-risk.html