川海智库

报告概述

该报告基于对全球金融机构340名专业人士的调查，覆盖云基础设施战略、AI采用成熟度、安全工具实践、治理框架及代理自主权等。采用纵向比较（与2020、2023年调查）及CSA的AI分析框架，揭示云与AI安全融合趋势，为读者理解行业当前风险与优先事项提供基准。

报告的核心结论

AI代理已主流化，62%组织已部署。

报告显示62%的受访组织已使用AI代理，其中55%赋予有限自主权，33%赋予条件自主权，5%赋予高度自主权。代理应用涵盖客户服务、网络安全、欺诈检测和后台运营等领域，标志着金融服务行业从实验阶段进入生产部署。

AI安全风险首要关注点是数据泄露。

61%的受访者将敏感数据泄露列为最大AI安全风险，远高于对模型攻击或提示注入的担忧。问题源于日常使用模式（提示、聊天记录、RAG连接器）导致敏感金融数据暴露，反映了员工行为意识不足和缺乏约束机制。

云服务采用率达98.3%，第三方风险最受关注。

仅1.7%组织完全本地部署，混合模式仍是主流。第三方和供应链风险（55%）与配置错误（52%）位列云安全关注前两位，勒索软件关注度下降至9%。非人类身份风险也开始显现。

预算和AI技能缺口是安全投资的主要障碍。

45%的受访者表示预算限制是最大障碍，同样45%面临AI/ML专业知识短缺。数据分类差距影响26%，组织能力而非技术可用性是关键瓶颈。高层支持虽强，但执行仍不均衡。

行业预期自主金融交易将成为现实。

85%的受访者认为AI代理将代表用户发起和执行金融交易，且65%认为需要新的授权模式。Visa、Mastercard、Stripe等已推出代理支付协议，市场预测到2030年规模达1.7万亿美元。

报告回答的关键问题

金融服务行业云安全的主要风险是什么？

第三方风险和供应链攻击（55%）以及云配置错误（52%）是当前最大的云安全风险。人为错误（27%）、不安全的非人类身份（24%）和不安全的API（24%）紧随其后。勒索软件关注度已显著下降。

AI安全的首要担忧是什么？

敏感数据泄露是AI安全的首要担忧，占61%。这包括通过提示、文件、聊天记录等途径导致的数据暴露。其次是AI代理权限过度（33%）和RAG连接器未经授权访问（27%），而模型攻击风险相对较低。

银行如何部署AI代理？

62%的组织已部署AI代理，其中客户服务支持（63%）、网络安全与IT运营（47%）、后台自动化（44%）和欺诈检测（41%）是主要应用。摩根大通、美国银行、高盛等已大规模部署自主AI系统。自主权程度不一，55%为有限自主，33%为条件自主。

自主支付何时会实现？

85%的受访者预计AI代理将代表消费者发起支付，65%认为需要全新的授权模式。Visa、Mastercard和Stripe已在2025-2026年推出代理支付协议，市场预测2025年规模达1350亿美元，2030年达1.7万亿美元，但目前信任仍是主要障碍。

报告中的代表性数据

98.3%

云服务采用率

2026年，98.3%的金融服务组织已采用云服务，仅1.7%完全本地部署。混合部署模式仍是主流（46%），完全云架构占19%。

62%

AI代理部署率

2026年，62%的受访组织已部署AI代理，其中38%授予了条件性或高度自主权。仅7%限制为无自主权，表明代理自主化已成为主流趋势。

61%

敏感数据泄露风险

2026年，61%的受访者将敏感数据泄露列为最大AI安全风险，远高于模型攻击或对抗性技术，反映出数据安全是AI治理的核心挑战。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整调查结果图表：包含2020-2026年云采用趋势、AI部署成熟度、治理框架采用率、安全工具部署率等详细图表和交叉分析。
  • 安全工具部署详情：涵盖SIEM、CSPM、CNAPP、CWPP等工具的采用率变化及AI安全态势管理（AISPM）等新兴工具的出现。
  • 治理框架分析：对比ISO 27001、NIST CSF、CSA CCM、AI RMF、ISO 42001、欧盟AI法案等框架的采用率及合规负担。
  • AI代理自主权与场景：按自主程度（无/有限/条件/高）分类，以及客户服务、欺诈检测、后台运营等具体场景的采用数据。
  • 关键第三方风险案例：包括CrowdStrike事件、AWS/Google Cloud中断、工行LockBit攻击等对金融行业的影响分析。
  • 行业建议与行动指南：为金融机构、监管机构和云服务提供商提供的具体建议，如集中式AI网关、数据分类、代理IAM等。
  • 方法论与受访者人口统计：区域分布（美洲57%、EMEA 48%、APAC 39%）、职级（C级12%、总监26%）、企业规模等。
  • CSA金融服务计划介绍：包括AI控制矩阵（AICM）、MAESTRO框架、STAR计划及未来研究重点（代理身份、AI事件检测等）。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告