穆迪警告银行加速采用 AI：效率提升背后或加深对科技巨头依赖

据 IT之家 8 月 9 日援引《卫报》报道，信用评级机构穆迪近日对金融行业快速引入人工智能发出提醒：大型银行在将 AI 融入日常运营的同时，正在越来越依赖少数硅谷科技公司。穆迪认为，AI 确实能帮助金融机构降低成本、提升效率，但相关投入昂贵，并可能带来隐私泄露、网络安全、诈骗以及第三方供应链集中等新风险。

来源显示，英国财政部今年 1 月的一份报告称，英国已有 75% 的金融企业使用 AI，其中保险公司和国际银行的接受程度最高。当前，AI 不仅被用于自动化办公和流程提效，也开始进入保险理赔、客户信贷报告评估等更核心的业务环节。这意味着金融机构对 AI 的使用，正从“辅助工具”向“业务基础设施”演进。

AI 正从降本工具变成银行运营底座

对银行和保险公司而言，AI 的吸引力并不难理解。金融业拥有大量标准化、重复性和高数据密度的任务，例如客户咨询、材料审核、风险初筛、文档处理与合规检查。借助大模型、自动化系统和智能风控工具，企业可以在更短时间内处理更多业务，从而改善客户响应速度并压缩运营成本。

但穆迪的警告重点在于：当 AI 被嵌入核心流程后，它就不再只是一个可有可无的软件工具，而会影响到银行的服务连续性与风险控制能力。如果金融机构在客户服务、信用评估或理赔处理等环节高度依赖同一类模型或同一批供应商，一旦模型出现故障、服务中断或输出异常，影响可能会迅速扩散到大量用户和业务流程。

这种变化让金融科技风险呈现出新的形态。过去银行更关注内部 IT 系统稳定性、数据中心安全和外包服务管理；而在生成式 AI 和大模型应用普及后，模型能力、数据治理、云端算力和第三方接口也正在成为金融机构运营可靠性的一部分。

少数 AI 供应商集中，可能形成系统性依赖

穆迪特别提到，金融企业依赖少数 AI 模型可能形成系统性依赖。对行业来说，这类风险并非单家银行独有。如果多家大型金融机构同时使用相近的基础模型、云服务或 AI 平台，那么技术故障、模型偏差、网络攻击或供应商策略变化，都可能产生连锁反应。

从产业角度看，银行选择大型科技公司提供的 AI 能力有现实原因：这些公司通常拥有更强的模型研发能力、算力基础设施和工程化交付能力，也更容易满足大型机构在性能、稳定性和集成方面的需求。但这也意味着金融机构的议价能力可能随时间被削弱。穆迪认为，随着一批占据主导地位的 AI 提供商形成规模优势，它们未来可能获得更强定价权。

• 成本风险：AI 系统建设和持续使用需要大量资金投入，后续价格上涨会增加银行运营压力。
• 安全风险：涉及客户数据、交易信息和风险评估结果时，隐私泄露与网络攻击影响更大。
• 业务连续性风险：模型或供应商服务异常，可能直接影响客户服务、理赔和信贷评估。
• 监管风险：AI 供应链集中后，监管机构可能更关注第三方依赖和运营韧性。

监管关注点将从“能不能用”转向“如何稳妥使用”

随着 AI 应用深入金融核心场景，监管问题也会变得更加具体。穆迪认为，监管机构可能会更加关注 AI 供应链中的第三方风险，以及金融机构在关键业务中维持运营可靠性的能力。这意味着银行不仅要证明 AI 可以提高效率，还需要说明模型来源、数据处理方式、应急预案、人工复核机制以及供应商替代方案。

另一个值得关注的变量是 AI 公司的商业化压力。来源提到，OpenAI、Anthropic 等公司目前仍处于亏损状态，投资者也在要求其实现盈利。对于依赖这些 AI 能力的金融机构而言，未来可能面对服务价格、产品策略和合作条件变化。换言之，金融机构在享受 AI 红利的同时，也可能被卷入 AI 基础设施商业模式调整。

对中文读者和本土金融科技行业来说，穆迪的提醒具有参考意义。AI 在金融业的落地不会停止，自动化、智能客服、智能风控和文档处理仍将持续推进。但银行与保险机构需要避免把关键能力完全绑定在单一模型或单一供应商上。更稳妥的路径可能是建立多供应商策略、强化内部模型评估能力、保留人工审核和应急流程，并将 AI 纳入整体技术风险治理体系。

总体来看，AI 正在重塑金融业效率结构，但它也把银行与科技巨头之间的关系推向更深层绑定。未来竞争焦点不只是“谁更快采用 AI”，还包括谁能在效率、合规、安全和供应链独立性之间取得平衡。