AI进入支付与金融风控，谁来为AI决策负责？

  AI Agent（智能体）正在进入支付风控、反洗钱监测、身份核验、交易审批等核心环节，但有一个问题被忽略了：企业能说清楚 AI 的决策逻辑吗？

  2026年8月，全球身份验证平台 Sumsub与新加坡金融科技协会合作，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开展调查，并发布《亚太地区数字信任现状：AI治理基准报告》。

  报告显示，中国约97%的企业已使用或试用多环节AI系统，但仅29%的企业对追踪和解释AI决策过程具备充分信心。

  Sumsub将这一现象称为“问责不对称”（Accountability Asymmetry）：企业需要为AI产生的业务结果承担责任，但未必能够清晰说明AI决策形成的过程。

  对支付和金融科技行业而言，这一短板尤其值得警惕。当AI模型对一笔交易触发拦截、将一名客户标记为高风险，或在反洗钱筛查中给出负面判断时，如果无法还原决策路径，可能直接影响客诉处理、监管报送和合规审计。

  一、三大维度评估AI治理：自主性、责任性、可追溯性

  Sumsub报告从三个维度评估亚太企业AI治理水平：

•   自主性：AI能够在多大程度上独立完成任务；

•   责任性：AI产生的结果是否有明确责任主体；

•   可追溯性：企业能否记录、还原并解释AI决策过程。

  三者共同决定了企业能否将AI安全应用到关键业务流程中。

  二、中国企业：责任框架较成熟，但追溯能力仍是短板

  从中国市场来看，企业已经开始建立AI责任机制。

  报告显示：75%的中国企业已将 AI 相关结果责任落实到具体个人或团队，高于亚太地区70%的平均水平。其中，35%的企业将责任归属到个人，40%的企业归属到团队。

  与此同时，中国企业对于AI进入不同风险等级业务，也表现出较强的风险意识。对于低风险、日常任务：89%的中国企业愿意交由AI处理。但涉及财务责任、风险判断等高价值业务时，企业仍保持谨慎。

  这也体现在AI扩张速度上：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%，低于亚太平均水平30%。这并不是企业缺乏AI战略，而是企业正在意识到：AI应用规模越大，治理能力越需要同步升级。

  三、支付风控场景价值显现，但审计能力需要跟上

  AI正在成为支付和金融科技行业的重要能力。报告显示，中国企业认为AI实际产生影响最大的领域包括：

•   运营和工作流程处理（25%）

•   数据相关任务（21%）

•   产品/服务个性化（18%）

•   欺诈检测、反洗钱和风险监控（18%）

  （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比例明显高于亚太地区9%的平均水平。这意味着，中国企业已经开始将AI用于提升用户体验、优化运营效率以及增强风险识别能力。但与此同时，AI进入核心金融流程后，也带来了新的审计要求。例如：

•   为什么某笔交易被自动拒绝？

•   为什么某个用户被判定为高风险？

•   AI依据哪些数据进行了判断？

•   哪个模型或Agent执行了这一操作？

  如果企业无法回答这些问题，AI就可能成为新的风险盲区。

  四、金融行业为何成为AI治理领先者？

  从行业表现来看，高监管行业整体AI治理能力更成熟。

  报告显示：金融服务业以69.6分位居亚太各行业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：65.4分，出行与配送行业：64.4分。

  （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提升销售和运营效率，但在独立审计和追踪机制方面仍存在提升空间。

  对于支付机构而言，金融行业的治理实践正在成为AI规模化应用的重要参考。

  五、国家标准补位：智能体互联7项国标明确身份与追溯

  除了企业自身建设，中国也正在推动AI治理标准化。

  2026年6月发布的《人工智能智能体互联》系列7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。

  该体系进一步推动AI Agent从“未知执行者”变成具备身份、权限和行为记录的数字主体。对于支付和金融科技企业而言，这意味着未来AI系统可以更好地纳入现有：

•   身份认证体系

•   风险管理体系

•   审计体系

•   合规体系

  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只是扩大AI应用范围，而是确保AI系统可被追踪、审查并接入现有业务架构。企业当前面临的AI治理挑战主要包括：

  （图片来源：Sumsub《亚太地区数字信任现状：AI治理基准报告》）

  尤其是在支付、金融等高风险场景，企业需要的不只是AI能力，而是一套能够证明AI行为可信的基础设施。

  报告显示：96%的中国企业表示，已准备采用第三方验证解决方案，将AI Agent的自主操作与经过验证的身份体系关联起来。这与支付行业的KYC、身份认证基础设施天然契合。

  Sumsub亚太区副总裁Penny Chai表示：“当决策涉及财务责任时，未成熟的追溯机制将会为企业带来难以承受的运营风险。建立完善的追踪架构及安全防护机制，是企业实现关键场景AI应用安全规模化部署的重要前提。”

  对支付、金融科技和数字身份从业者来说，AI治理已不是技术议题，而是合规和信任基础设施的一部分。下一步，能否把AI决策从“黑箱”变为“可审计记录”，将决定AI在支付风控、反洗钱等场景中能走多远。

  【下载完整报告】

  想进一步了解中国及亚太地区企业AI治理水平、金融行业AI应用趋势，以及AI Agent可追溯能力建设方向？“扫描二维码”领取报告：