英国央行和金融行为监管局于2026年10月26日发布的一项调查显示，英国金融业受访者的AI采用率达到86%，高于2024年的75%。调查结果表明，生成式AI和智能体的应用范围有所扩大，但广泛自主运行的系统仍较少，金融机构对外部技术供应商的依赖也在增加。

要点

  • 参与调查的机构中，AI使用有所增加，但受访机构构成变化限制了与2024年的比较。
  • AI智能体已得到广泛部署，但在完整问卷受访者中，只有2%表示其智能体具有广泛自主性。
  • 第三方系统占高重要性AI系统的53%，这使供应商监督变得更加重要。

目录

英国金融业AI采用扩大，但比较存在局限

第四次联合调查共收到196份回复，其中包括101家较大型机构和95家较小型机构。员工人数少于100人的机构可选择填写较短的问卷；105名受访者完成了完整版本。除非另有说明，详细调查结果均基于完整问卷的有效回复。

总体采用率涵盖两种问卷。监管机构提醒，受访者构成和问题范围的变化意味着，2026年和2024年的百分比并非针对同一群体。调查结果反映的是参与机构的情况，并非对英国金融业的全面衡量。

生成式AI占报告系统的56%。2024年，基础模型占报告用例的17%，但监管机构表示，这些指标不能直接比较。运营和IT仍是最大的业务领域，占系统总数约31%，而2024年约为22%。

项目详情
全机构范围的AI政策、原则或标准在回答该问题的完整问卷受访者中，94%表示已制定相关政策、原则或标准。
集中式AI或模型风险治理论坛84%的受访者表示设有此类论坛。
将模型风险原则应用于供应商模型54%的受访者将其列为治理不确定性或实施挑战领域。
前沿AI的网络能力88%的受访者预计，未来两年这将对其机构的风险状况产生中等或重大影响。

智能体广泛应用并不意味着广泛自主

在完整问卷受访者中，80%表示已部署AI智能体，另有14%计划在未来12个月内部署。决策支持占主导地位：80%表示其智能体会提出行动建议，而由人类作出并执行决策。只有2%表示其智能体具有广泛自主性。

面向客户的部署较为有限。16%的受访者表示已采用自动化客户沟通；若计入计划部署的机构，这一比例升至34%。即使将计划中的部署也计算在内，预计智能体会执行诸如批准客户结果、执行交易、发起或拦截付款，或更改限额和控制措施等功能的受访者也不超过9%。因此，采用智能体的范围远大于将影响重大的金融操作委托给智能体的范围。

外部供应商在重要系统中的作用日益加大

第三方实施的系统占报告AI系统的39%，高于2024年的33%。在高重要性系统中，第三方系统占比上升更为明显，从35%升至53%。

机构将约7%的系统归类为高重要性，而2024年这一比例为16%。占比下降并不意味着重要系统数量减少：被归类为高重要性的系统绝对数量有所增加。

供应商关系较为集中。排名前三的云服务和计算服务供应商占报告关系的79%；排名前三的模型API和托管服务供应商占54%。信息安全和运营韧性方面的担忧是第三方采用面临的最突出重大制约因素，40%的受访者提到了这些问题。

治理在部署前比部署后更为完善

超过90%的受访者表示，已采取人工审批、部署前审查和供应商尽职调查。只有约半数受访者表示会进行持续监控、泄漏测试以及定期审查或重新认证。因此，正式审批流程比系统投入使用后的持续检查更为普遍。

对系统的了解程度也因系统来源而异。对于高重要性系统，77%的受访者表示依靠对内部开发系统的深入了解，而第三方系统的这一比例为24%。对于外部系统，81%的受访者则依赖供应商保证和合同安排。

监管机构在2022年关于 现行金融规则如何适用于AI 的讨论，审视了数据、模型和治理方面的要求。这一政策框架为最新调查所反映的供应商监督挑战提供了背景；2026年的调查结果描述的是机构的做法和看法，并未宣布新规。

受访者预计，未来一至三年内各类AI风险都会上升。网络风险放大和对关键第三方的依赖，是受访者当前及未来三年评分最高的系统性担忧。

结论

调查所述的下一个部署窗口是调查结束后的12个月，在此期间，另有14%的完整问卷受访者计划引入AI智能体。这些计划能否进入生产环境，以及机构如何监控外部供应的系统，将是衡量英国金融业AI采用下一阶段进展的重要指标。

阅读更多新闻

更多 FinanceVelix 新闻

免责声明

本文由 FinanceVelix 提供一般信息，不构成个性化的财务、投资、法律或税务建议。市场价格、利率和经济状况可能发生变化；投资存在亏损风险。文中事实反映发布时可获得的资料，且可能发生变化。请独立核实重要信息，并在必要时咨询合格的专业人士。提及任何资产、公司或服务均不构成推荐。