圖源網絡
新加坡MAS發布AI新規：從董事會到供應商，都要接受風險審查
假設一家銀行採購第三方AI模型，用於客戶貸款審批。如果模型判斷失誤，導致客戶受到不公平對待，銀行需要承擔哪些責任？
即使AI由外部科技公司開發，銀行仍無法將風險管理責任轉交給供應商。
2026年10月7日，新加坡金融管理局（MAS）正式發布《人工智慧風險管理指引》（Guidelines on Artificial Intelligence Risk Management），明確金融機構使用人工智慧（AI）時的風險管理責任。
新規覆蓋銀行、保險公司、基金管理公司、支付機構等受MAS監管的金融機構，適用於傳統機器學習、生成式人工智慧（Generative AI），以及能夠自主執行任務的AI智能體（AI Agents）。
其中，第三方AI成為監管重點。金融機構即使無法掌握模型的完整算法和訓練數據，也必須採取適當措施評估和控制風險。 如果無法獲得充分保障，必要時甚至需要暫停使用或更換供應商。
新規將於2027年10月7日正式生效，並於2028年10月7日起全面適用。
對計劃進入新加坡金融市場的中國科技企業來說，變化可能率先出現在客戶採購環節。
01 監管覆蓋整個金融行業
高風險AI審查趨嚴
MAS此次新規的一項重要變化，是根據AI對金融業務的實際影響，確定不同的監管要求。
銀行使用AI整理內部會議記錄，與直接利用AI審批貸款，面臨的風險顯然不同。前者主要涉及信息準確性和保密性；後者一旦判斷失誤，可能影響客戶獲得金融服務的機會，甚至產生不公平的審批結果。
因此，AI參與的業務越重要、潛在影響越大，所需的風險評估、測試和監督措施通常也越嚴格。
對於整理文件、撰寫郵件等低風險應用，金融機構可以採用基礎管理措施。但涉及信貸審批、保險核保等重要決策的AI，需要接受更嚴格的風險評估、測試和持續監督。
高風險AI在正式投入使用前，還應由獨立於開發及部署團隊的合格人員進行驗證。 測試內容涉及模型設計、數據質量、性能表現及技術局限。系統上線後，也需要定期重新評估。
按照MAS公布的實施安排，2027年10月7日起，機構須落實董事會監督、AI應用登記及風險評估等要求；2028年10月7日起，進一步落實AI全生命周期管理、第三方風險控制及人員、技術能力建設。
此次指引沒有新增專門的牌照要求，也未單獨設定罰款標準。已經建立技術風險管理體系的金融機構，可以繼續使用現有制度，但必須確保相關措施能夠有效管理AI風險。
不過，風險分級需要一個前提：金融機構首先得掌握內部AI的實際使用情況。
02 董事會必須負責
銀行先要查清用了哪些AI
如今，生成式AI已經逐漸嵌入辦公軟體、客戶服務和數據分析系統。有些工具由企業統一採購，有些隨著軟體升級自動加入，還有一些可能被員工私下用於處理客戶資料。
這些未經登記或審批的應用，可能給金融機構帶來數據泄露、決策失誤等風險。
MAS因此要求金融機構建立AI識別和登記機制，掌握內部AI的使用情況，包括嵌入第三方軟體的相關功能。
登記內容應根據實際情況涵蓋應用用途、所屬部門、使用數據、風險等級及負責人。對於重要第三方服務供應商，金融機構也需要識別其服務中使用的AI。
員工擅自使用AI同樣受到關注。MAS要求機構明確允許使用的工具和範圍，加強數據泄露防護，防止客戶敏感信息進入未經批准的外部系統。
完成登記後，金融機構還需要評估每項AI應用的風險。
評估主要考慮三個方面：潛在影響、技術複雜程度，以及業務對AI的依賴程度。
同時關注模型準確性、公平性和可解釋性。只有採取控制措施後，剩餘風險仍處於機構可接受範圍內，相關AI應用才適合部署。
誰來承擔這些管理責任？MAS將監督要求明確延伸至董事會和高級管理層。
董事會或獲授權的委員會需要批准AI風險治理安排，定期審查管理措施；高級管理層則負責風險評估、內部協調、事故處理及人員培訓。
MAS沒有強制要求金融機構單獨成立AI委員會，現有風險管理架構可以繼續使用。
對於跨國金融集團，新加坡當地機構也可以沿用總部制度，但當地管理層仍須確保相關安排符合MAS要求，並能夠說明實際監督情況。
內部AI至少能夠通過登記和審批加強管理。但外部供應商掌握的模型與技術資料，銀行未必能夠全面獲取，風險審查因此更加複雜。
03 第三方AI審查趨嚴
供應商自證安全還不夠
銀行需要審查AI模型的風險，卻未必能取得完整的技術資料。
大型AI供應商通常將模型架構、訓練數據及部分測試流程視為商業機密。即使採購方是一家銀行，也很難獨立檢查所有技術細節。
這一矛盾在MAS此前的徵求意見中已經引發討論。金融機構擔心，第三方AI的技術和安全風險主要由供應商控制，銀行卻仍須承擔相應的風險管理責任。
對此，MAS明確，金融機構不能僅憑供應商自行出具的安全聲明，就認定相關風險已經得到有效控制。
如果技術信息披露不足，機構可以根據風險程度，通過獨立認證、第三方評估及補充測試獲得保障。
例如，銀行引入AI客服系統前，可能需要測試模型回答金融問題的準確性、客戶數據保護能力，以及系統出錯後的人工接管機制。
審查還將延伸至供應鏈和商業合同。
MAS要求金融機構關注底層模型、開源組件、數據來源及技術依賴關係，同時評估過度依賴單一供應商的風險。
如果一家銀行的客服、內部分析和風控系統都依賴同一家AI供應商，對方一旦發生服務中斷，就可能同時影響多項業務。
合同方面，機構應根據風險程度，考慮明確數據保護、審計權利、服務表現，以及AI功能更新時的通知或同意安排。
供應商後續升級模型、調整數據處理方式，也可能觸發重新評估。MAS並未要求每次更新都必須獲得銀行事先批准，重點在於及時識別可能影響系統表現和風險狀況的重要變化。
如果採取補充措施後，風險仍超出機構可接受範圍，銀行應考慮限制使用、暫停服務，甚至更換供應商。
需要說明的是，採購第三方AI並不自動構成MAS現有外包監管制度下的重大外包安排，具體仍須根據服務的重要性及適用規定判斷。
04 AI上線只是開始
系統出錯後誰來接管？
通過採購審查、正式投入使用，並不代表AI系統能夠一直保持穩定表現。
供應商更新底層模型、系統接入新的外部工具，甚至輸入數據發生變化，都可能影響AI的輸出結果。金融機構如果缺乏持續監測，可能直到客戶投訴或業務出現異常，才發現問題。
因此，MAS要求金融機構將風險管理覆蓋AI整個生命周期，從數據準備、模型測試和部署，延伸至運行監測、系統更新及最終停用。涉及個人資料處理時，還須遵守新加坡個人資料保護委員會（PDPC）的相關規定。
對於高風險AI，金融機構還應準備替代系統、人工處理程序及必要的緊急停止機制，避免系統故障進一步影響業務。
隨著AI智能體（AI Agents）進入金融行業，這項要求更加迫切。
傳統客服機器人通常負責回答問題，AI智能體則可能在獲得授權後調用銀行內部系統、訪問外部工具，甚至執行具體操作。
例如，AI智能體協助處理客戶服務請求時，如果誤解指令或受到惡意輸入影響，錯誤可能直接進入業務執行環節。
MAS指出，AI智能體更高的自主性和工具訪問能力，可能放大操作、數據及網絡安全風險。監管機構計劃於2027年進一步徵求行業意見，研究相關補充指引。
當AI開始替銀行執行任務，機構還需要掌握它獲得了哪些權限、執行了哪些操作，以及發生異常時如何及時介入。
這也將對第三方供應商提出更高要求。產品交付之後，模型更新、運行監測及故障處理能力，都可能成為金融機構持續審查的內容。
05 外國AI企業進入新加坡金融市場
門檻可能提高
這份針對金融機構的監管指引，可能直接影響外國科技公司在新加坡的訂單。
對計劃進入新加坡金融市場的中國及其他外國AI企業來說，即使產品性能出色、價格具有優勢，如果無法提供充分的風險管理保障，也可能在客戶採購審核階段遇到障礙。
相關影響並不限於大語言模型開發商。提供智能客服、信貸分析、反欺詐系統、金融數據處理及雲端AI服務的科技企業，同樣可能面臨更細緻的技術審查。
不過，此次指引並未要求所有向金融機構銷售AI產品的科技企業單獨取得AI牌照。
具體到採購環節，銀行可能要求供應商提供模型測試結果、技術局限、數據保護措施及異常處理方案，並說明客戶數據的使用方式、訪問權限，以及模型更新和服務中斷後的應對安排。
審查強度取決於實際業務。使用AI整理內部文件，與將模型接入信貸審批、支付或風險管理系統，要求可能存在明顯差異。
中小型AI供應商面臨的壓力可能更大。完善技術文檔、測試記錄和安全管理制度，需要投入額外資源。對於缺乏專門合規團隊的企業，客戶採購審核和合同談判也可能耗費更長時間。
而且，審查不會隨著合同簽署而結束。模型升級、功能調整及底層供應商變化，都可能觸發金融機構的重新評估。
大型銀行過去已經會對重要技術供應商開展信息安全審查。此次MAS進一步明確了AI模型的公平性、可解釋性、持續監測及第三方風險管理要求。
對準備進入新加坡金融市場的外國AI企業來說，如何證明產品安全、配合客戶完成風險審查，並提供長期技術支持，正在成為影響訂單成交的重要因素。
總結 新加坡金融AI監管正在進入更具體的實施階段。 MAS此次新規明確，金融機構使用第三方AI，仍須承擔相應的風險管理責任。銀行、保險公司等機構需要加強AI識別、風險評估、供應商審查和持續監測，相關要求將從2027年10月起分階段實施。 對計劃進入新加坡金融市場的外國科技企業來說，影響可能首先體現在採購環節。即使產品性能出色、價格具有優勢，如果缺乏充分的技術測試和安全保障資料，也可能延長客戶審核時間，增加商業合作成本。 隨著監管要求逐步落實，AI供應商的風險管理能力，將成為影響金融機構採購決策的重要因素。
