图源网络
新加坡MAS发布AI新规：从董事会到供应商，都要接受风险审查
假设一家银行采购第三方AI模型，用于客户贷款审批。如果模型判断失误，导致客户受到不公平对待，银行需要承担哪些责任？
即使AI由外部科技公司开发，银行仍无法将风险管理责任转交给供应商。
2026年10月7日，新加坡金融管理局（MAS）正式发布《人工智能风险管理指引》（Guidelines on Artificial Intelligence Risk Management），明确金融机构使用人工智能（AI）时的风险管理责任。
新规覆盖银行、保险公司、基金管理公司、支付机构等受MAS监管的金融机构，适用于传统机器学习、生成式人工智能（Generative AI），以及能够自主执行任务的AI智能体（AI Agents）。
其中，第三方AI成为监管重点。金融机构即使无法掌握模型的完整算法和训练数据，也必须采取适当措施评估和控制风险。 如果无法获得充分保障，必要时甚至需要暂停使用或更换供应商。
新规将于2027年10月7日正式生效，并于2028年10月7日起全面适用。
对计划进入新加坡金融市场的中国科技企业来说，变化可能率先出现在客户采购环节。
01 监管覆盖整个金融行业
高风险AI审查趋严
MAS此次新规的一项重要变化，是根据AI对金融业务的实际影响，确定不同的监管要求。
银行使用AI整理内部会议记录，与直接利用AI审批贷款，面临的风险显然不同。前者主要涉及信息准确性和保密性；后者一旦判断失误，可能影响客户获得金融服务的机会，甚至产生不公平的审批结果。
因此，AI参与的业务越重要、潜在影响越大，所需的风险评估、测试和监督措施通常也越严格。
对于整理文件、撰写邮件等低风险应用，金融机构可以采用基础管理措施。但涉及信贷审批、保险核保等重要决策的AI，需要接受更严格的风险评估、测试和持续监督。
高风险AI在正式投入使用前，还应由独立于开发及部署团队的合格人员进行验证。 测试内容涉及模型设计、数据质量、性能表现及技术局限。系统上线后，也需要定期重新评估。
按照MAS公布的实施安排，2027年10月7日起，机构须落实董事会监督、AI应用登记及风险评估等要求；2028年10月7日起，进一步落实AI全生命周期管理、第三方风险控制及人员、技术能力建设。
此次指引没有新增专门的牌照要求，也未单独设定罚款标准。已经建立技术风险管理体系的金融机构，可以继续使用现有制度，但必须确保相关措施能够有效管理AI风险。
不过，风险分级需要一个前提：金融机构首先得掌握内部AI的实际使用情况。
02 董事会必须负责
银行先要查清用了哪些AI
如今，生成式AI已经逐渐嵌入办公软件、客户服务和数据分析系统。有些工具由企业统一采购，有些随着软件升级自动加入，还有一些可能被员工私下用于处理客户资料。
这些未经登记或审批的应用，可能给金融机构带来数据泄露、决策失误等风险。
MAS因此要求金融机构建立AI识别和登记机制，掌握内部AI的使用情况，包括嵌入第三方软件的相关功能。
登记内容应根据实际情况涵盖应用用途、所属部门、使用数据、风险等级及负责人。对于重要第三方服务供应商，金融机构也需要识别其服务中使用的AI。
员工擅自使用AI同样受到关注。MAS要求机构明确允许使用的工具和范围，加强数据泄露防护，防止客户敏感信息进入未经批准的外部系统。
完成登记后，金融机构还需要评估每项AI应用的风险。
评估主要考虑三个方面：潜在影响、技术复杂程度，以及业务对AI的依赖程度。
同时关注模型准确性、公平性和可解释性。只有采取控制措施后，剩余风险仍处于机构可接受范围内，相关AI应用才适合部署。
谁来承担这些管理责任？MAS将监督要求明确延伸至董事会和高级管理层。
董事会或获授权的委员会需要批准AI风险治理安排，定期审查管理措施；高级管理层则负责风险评估、内部协调、事故处理及人员培训。
MAS没有强制要求金融机构单独成立AI委员会，现有风险管理架构可以继续使用。
对于跨国金融集团，新加坡当地机构也可以沿用总部制度，但当地管理层仍须确保相关安排符合MAS要求，并能够说明实际监督情况。
内部AI至少能够通过登记和审批加强管理。但外部供应商掌握的模型与技术资料，银行未必能够全面获取，风险审查因此更加复杂。
03 第三方AI审查趋严
供应商自证安全还不够
银行需要审查AI模型的风险，却未必能取得完整的技术资料。
大型AI供应商通常将模型架构、训练数据及部分测试流程视为商业机密。即使采购方是一家银行，也很难独立检查所有技术细节。
这一矛盾在MAS此前的征求意见中已经引发讨论。金融机构担心，第三方AI的技术和安全风险主要由供应商控制，银行却仍须承担相应的风险管理责任。
对此，MAS明确，金融机构不能仅凭供应商自行出具的安全声明，就认定相关风险已经得到有效控制。
如果技术信息披露不足，机构可以根据风险程度，通过独立认证、第三方评估及补充测试获得保障。
例如，银行引入AI客服系统前，可能需要测试模型回答金融问题的准确性、客户数据保护能力，以及系统出错后的人工接管机制。
审查还将延伸至供应链和商业合同。
MAS要求金融机构关注底层模型、开源组件、数据来源及技术依赖关系，同时评估过度依赖单一供应商的风险。
如果一家银行的客服、内部分析和风控系统都依赖同一家AI供应商，对方一旦发生服务中断，就可能同时影响多项业务。
合同方面，机构应根据风险程度，考虑明确数据保护、审计权利、服务表现，以及AI功能更新时的通知或同意安排。
供应商后续升级模型、调整数据处理方式，也可能触发重新评估。MAS并未要求每次更新都必须获得银行事先批准，重点在于及时识别可能影响系统表现和风险状况的重要变化。
如果采取补充措施后，风险仍超出机构可接受范围，银行应考虑限制使用、暂停服务，甚至更换供应商。
需要说明的是，采购第三方AI并不自动构成MAS现有外包监管制度下的重大外包安排，具体仍须根据服务的重要性及适用规定判断。
04 AI上线只是开始
系统出错后谁来接管？
通过采购审查、正式投入使用，并不代表AI系统能够一直保持稳定表现。
供应商更新底层模型、系统接入新的外部工具，甚至输入数据发生变化，都可能影响AI的输出结果。金融机构如果缺乏持续监测，可能直到客户投诉或业务出现异常，才发现问题。
因此，MAS要求金融机构将风险管理覆盖AI整个生命周期，从数据准备、模型测试和部署，延伸至运行监测、系统更新及最终停用。涉及个人资料处理时，还须遵守新加坡个人资料保护委员会（PDPC）的相关规定。
对于高风险AI，金融机构还应准备替代系统、人工处理程序及必要的紧急停止机制，避免系统故障进一步影响业务。
随着AI智能体（AI Agents）进入金融行业，这项要求更加迫切。
传统客服机器人通常负责回答问题，AI智能体则可能在获得授权后调用银行内部系统、访问外部工具，甚至执行具体操作。
例如，AI智能体协助处理客户服务请求时，如果误解指令或受到恶意输入影响，错误可能直接进入业务执行环节。
MAS指出，AI智能体更高的自主性和工具访问能力，可能放大操作、数据及网络安全风险。监管机构计划于2027年进一步征求行业意见，研究相关补充指引。
当AI开始替银行执行任务，机构还需要掌握它获得了哪些权限、执行了哪些操作，以及发生异常时如何及时介入。
这也将对第三方供应商提出更高要求。产品交付之后，模型更新、运行监测及故障处理能力，都可能成为金融机构持续审查的内容。
05 外国AI企业进入新加坡金融市场
门槛可能提高
这份针对金融机构的监管指引，可能直接影响外国科技公司在新加坡的订单。
对计划进入新加坡金融市场的中国及其他外国AI企业来说，即使产品性能出色、价格具有优势，如果无法提供充分的风险管理保障，也可能在客户采购审核阶段遇到障碍。
相关影响并不限于大语言模型开发商。提供智能客服、信贷分析、反欺诈系统、金融数据处理及云端AI服务的科技企业，同样可能面临更细致的技术审查。
不过，此次指引并未要求所有向金融机构销售AI产品的科技企业单独取得AI牌照。
具体到采购环节，银行可能要求供应商提供模型测试结果、技术局限、数据保护措施及异常处理方案，并说明客户数据的使用方式、访问权限，以及模型更新和服务中断后的应对安排。
审查强度取决于实际业务。使用AI整理内部文件，与将模型接入信贷审批、支付或风险管理系统，要求可能存在明显差异。
中小型AI供应商面临的压力可能更大。完善技术文档、测试记录和安全管理制度，需要投入额外资源。对于缺乏专门合规团队的企业，客户采购审核和合同谈判也可能耗费更长时间。
而且，审查不会随着合同签署而结束。模型升级、功能调整及底层供应商变化，都可能触发金融机构的重新评估。
大型银行过去已经会对重要技术供应商开展信息安全审查。此次MAS进一步明确了AI模型的公平性、可解释性、持续监测及第三方风险管理要求。
对准备进入新加坡金融市场的外国AI企业来说，如何证明产品安全、配合客户完成风险审查，并提供长期技术支持，正在成为影响订单成交的重要因素。
总结 新加坡金融AI监管正在进入更具体的实施阶段。 MAS此次新规明确，金融机构使用第三方AI，仍须承担相应的风险管理责任。银行、保险公司等机构需要加强AI识别、风险评估、供应商审查和持续监测，相关要求将从2027年10月起分阶段实施。 对计划进入新加坡金融市场的外国科技企业来说，影响可能首先体现在采购环节。即使产品性能出色、价格具有优势，如果缺乏充分的技术测试和安全保障资料，也可能延长客户审核时间，增加商业合作成本。 随着监管要求逐步落实，AI供应商的风险管理能力，将成为影响金融机构采购决策的重要因素。
