AI 背后的新型依赖关系
多经济体
可引用研究简报
核心结论 · Tlines 提取
渣打银行交易银行洞察文章认为，金融业下一阶段将由“编排协调能力”而非单纯的“速度”来定义。随着支付、贸易、数字资产与代理式AI不断扩展为“网络之网络”，能够充当“超级连接器”的银行将获取价值。报告引用世界经济论坛数据：金融业32%-39%的工作可高度自动化，另有34%-37%具备较强增强潜力，到2027年该行业AI投资预计将达970亿美元；但同时警告，对少数AI供应商的依赖会带来集中度风险、网络风险与监管依赖风险。CrowdStrike数据显示，2025年AI赋能攻击同比增长89%，攻击者从初始访问到高价值资产的平均时间下降65%至29分钟。在数字资产方面，报告认为代币化市场只有建立“链下信任”才能规模化，并提出“了解你的钱包”(KYW)框架和五要素信任栈。Project Agorá首次跨境代币化存款实测平均80秒完成结算。
- 机构
- 渣打银行
- 发布时间
- 2026/09/11
- 研究主题
- 原文未明确说明
- 时间范围
- 2026 · H2 2026 · 2027
关键论点
- 金融体系正变得既高度互联又更加碎片化；决定各组成部分能否协同的，是协调能力而非单纯的数字化。
- 银行应竞相成为“超级连接器”，让多个网络协同可用，而非试图拥有每一条通道或账本。
- 渣打研究显示，近60%的企业将缺乏互操作性列为贸易数字化的主要障碍，高于监管摩擦；约80%企业转向第三方合作伙伴，80%企业向银行伙伴寻求咨询支持。
- 考虑到先进模型与算力获取高度集中，AI已不仅是技术问题，更是业务韧性与依赖性问题。
- AI会放大既有风险，包括虚假信息、网络不安全与不平等，同时降低威胁行为者的门槛。
- 数字资产需要链下信任框架；仅靠钱包筛查并不充分，必须由分层信任栈替代。
- 代币化存款与多轨结算倡议（Partior、Project Agorá、Swift）正趋同于互操作性，而非相互竞争的通道。
- 流动性而非报文速度，已成为跨境支付的主要约束，使代币化抵押品日益重要。
关键数字
- 金融业高度可自动化的工作占比（WEF）
- 32%-39%
- 具较强增强潜力的工作占比（WEF）
- 34%-37%
- 到2027年金融业AI投资预期规模
- 970亿美元
- 将缺乏互操作性列为贸易数字化主要障碍的企业占比
- 近60%
- 转向第三方合作伙伴以弥合差距的企业占比
- 约80%
- 向银行伙伴寻求咨询支持的企业占比
- 80%
- 2025年AI赋能攻击同比增长（CrowdStrike）
- 89%
- 攻击者从初始访问到高价值资产的平均用时
- 29分钟
主要风险
- 对少数AI模型与算力供应商的依赖带来集中度风险，使机构暴露于定价变化、服务可用性与供应商战略调整。
- 针对AI能力的监管限制可能导致关键业务流程无法运行或成本大幅上升。
- AI赋能的欺诈与深度伪造冒充攻击近年已造成数十亿美元损失。
- AI降低了威胁行为者的准入门槛，使其行动更快、目标更广。
- 首个有记录的代理式勒索软件表明，AI驱动攻击可在有限人工干预下进行，并随攻击进展自适应调整。
- 自主AI系统可能超出既定运行边界，2026年7月OpenAI与Anthropic在网络安全评估中的事件即为例证。
- 区块链钱包的假名性造成控制缺口：钱包地址无法证明所有权、私钥控制权或控制环境的持续有效性。
- 代币化资产周边的法律、合规与流动性流程碎片化，可能拖慢机构规模化进程。
对应原文证据
As the industry prepares to gather at Sibos 2026, many of these themes will be at the centre of discussions about the future of financial services.
· 202644Transaction Banking: Bankable Insights Issue 3, 2026 This is why the next phase of banking will not be defined by speed alone, but by orchestration .
· 20267Transaction Banking: Bankable Insights Issue 3, 2026 Headline act Trust, resilience and interoperability: the new edge As tokenisation, agentic AI and instant rails mature, the technologies themselves will become more widely available.
· 2026
上下文：结论为 Tlines 自动提取，并非机构原话；带引号的证据为机构原文。引用时须同时保留机构、日期与时间范围。
在原始来源核验 ↗研报原件
正在载入文档……
AI 分析
由 AI 依据上文研报生成 · 非原文直译、非机构原话 · 重要判断请核对官网原文
本页如何生成
本页的结论、论点、数字与风险由 Tlines 从 Standard Chartered 于 2026/09/11 发布的研报中提取并结构化，用于横向比较。机构原文可通过本页来源链接访问，并已在上方完整展示。最后更新于 2026/10/17。方法论 · 来源政策 · AI 使用说明 · 申请更正