人工智能在支付与金融风险控制中的应用：谁对AI决策负责？Sumsub报告揭示“问责不对称”

正文：

随着AI智能体逐渐融入支付风控、反洗钱监测、身份验证和交易审批等关键领域，一个重要问题被忽视：企业是否能够清晰阐述AI的决策逻辑？

在2026年8月，全球身份验证平台Sumsub与新加坡金融科技协会联合，对亚太地区9个市场的720名风险、合规及运营高级管理人员进行了调查，发布了《亚太地区数字信任现状：AI治理基准报告》。

报告中指出，中国约97%的企业已在使用或试用多环节AI系统，但仅有29%的企业对追踪和解释AI决策过程充满信心。

Sumsub将这种现象称为“问责不对称”（Accountability Asymmetry）：企业需对AI导致的业务结果负责，但却未必能够清晰地阐明AI决策的形成过程。

这一短板在支付和金融科技行业尤为明显。当AI模型拦截一笔交易、将客户标记为高风险或在反洗钱筛查中给出负面判断时，若无法追溯决策路径，将直接影响客户投诉处理、监管报告及合规审计。

一、评估AI治理的三大维度：自主性、责任性和可追溯性

Sumsub报告从三个维度对亚太地区企业的AI治理水平进行评估：

这三者共同决定了企业是否能够安全地将AI应用于重要的业务流程中。

二、中国企业：责任框架相对健全，但追溯能力仍需提升

在中国市场，企业已开始建立AI责任机制。

报告显示，75%的中国企业已将AI相关结果的责任具体落实到个人或团队，超过亚太地区70%的平均水平。其中，35%的企业将责任归于个人，40%的企业归于团队。

同时，中国企业在AI应用于不同风险等级业务时表现出了较强的风险意识。在处理低风险、日常任务时，89%的企业愿意将其交给AI。然而，在涉及财务责任和风险判断等高价值业务时，企业依然保持谨慎。

这一点也反映在AI的扩展速度上：过去一年，显著扩大AI应用范围或自主程度的中国企业占比为26%，低于亚太地区的平均水平30%。这并非因为企业缺乏AI战略，而是企业逐渐意识到：AI应用规模越大，治理能力的提升也越重要。

三、支付风控场景的价值显现，但审计能力需跟进

AI正逐渐成为支付和金融科技领域不可或缺的能力。报告显示，中国企业认为AI最显著的影响领域包括：

（图片来源：Sumsub《亚太地区数字信任现状：AI治理基准报告》）

其中，产品和服务个性化应用的比例显著高于亚太地区9%的平均水平。这表明，中国企业已开始利用AI提升用户体验、优化运营效率以及增强风险识别能力。然而，随着AI进入核心金融流程，新的审计要求也随之而来。例如：

如果企业无法解答这些问题，AI将可能成为新的风险盲区。

四、金融行业为何在AI治理方面处于领先地位？

从行业表现来看，高度监管的行业整体AI治理能力相对成熟。

报告显示，金融服务业以69.6分在亚太地区各行业中位居AI治理水平第一，同时拥有区域最高的审计追踪机制采用率，达到68%。IT及软件服务业以68.8分紧随其后。相比之下，电商平台的得分为65.4，出行与配送行业则为64.4。

（图片来源：Sumsub《亚太地区数字信任现状：AI治理基准报告》）

虽然这些行业大量使用AI来提高销售和运营效率，但在独立审计和追踪机制方面仍有待提升。

对支付机构而言，金融行业的治理实践正成为AI规模化应用的重要参考。

五、国家标准的补充：智能体互联的七项国标明确身份和追溯

除了企业自身的建设，中国也在积极推动AI治理的标准化。

2026年6月发布的《人工智能智能体互联》系列七项国家标准，覆盖身份码、身份管理、智能体描述、智能体发现、智能体交互及工具调用等关键环节。

这一体系进一步推动了AI智能体从“未知执行者”转变为具备身份、权限和行为记录的数字主体。这对于支付和金融科技企业来说，意味着未来AI系统能够更好地融入现有业务。

六、从“纸面合规”走向“可验证信任”

报告指出，中国企业下一阶段的重点不仅在于扩大AI的应用范围，更在于确保AI系统能够被追踪、审计并有效接入现有业务架构。企业当前面临的AI治理挑战主要包括：

来源：移动支付网