作者：张景馨月律师 中国执业律师｜新加坡注册外国律师
按：2026年，新加坡金融监管向市场释放出一个清晰信号： 金融机构可以使用AI，但必须对AI负责。随着新加坡金融管理局（MAS）《人工智能风险管理指南》公众咨询正式结束，金融AI的治理逻辑正在发生根本性变化——AI不再只是提升效率的技术工具，而是被正式纳入公司治理与监管问责体系之中。
这意味着什么？意味着金融机构若将AI用于信贷审批、反欺诈决策、客户推荐或风险评估，其背后的算法逻辑、数据来源、决策路径，都将成为监管关注的对象。更重要的是，相关风险不再停留在技术层面，而将上升为董事会与高级管理层必须监督、记录并承担责任的治理议题。
在全球AI快速渗透金融业务的背景下，新加坡选择了一条清晰路径：不是限制AI发展，而是要求其 “可治理、可审计、可问责”。对于已在新加坡展业，或计划以新加坡为区域枢纽布局国际市场的中资金融机构而言，这不仅是一份风险管理指南，更是一份关于“出海治理能力”的能力测试。
01 穿透定义：哪些 AI 应用在监管 “ 射程 ” 之内？
《指南》明确适用于所有受 MAS 监管的金融机构（ Financial Institutions, FIs ），并在监管口径上对 AI进行了清晰的 “ 三层拆解 ” ：
- 模型（ Model ）： 将假设与输入数据转化为输出（如估算、预测、决策或推荐）的方法；
- 系统（ System ） ：由一个或多个模型及其他软件或技术组件构成的整体；
- 用例（ Use Case ） ：模型或系统在具体业务场景中的实际应用方式。
MAS 划定的监管边界体现出高度务实取向。《指南》原则上不将 单纯基于预设规则、且不具备自学能力 的传统计算或规则引擎工具作为AI 风险管理的重点对象，旨在避免将成熟、低风险的自动化系统纳入过度监管，从而减轻机构不必要的合规负担。
02 核心原则：风险为本与比例适用
- MAS 的监管哲学并非 “ 一刀切 ” ，而是以风险为本（ Risk-based Approach ）为核心，强调比例适用。
- 机构需围绕 AI 风险重要性评估（ Risk Materiality Assessment ），决定相应的治理深度与控制强度。
评估主要围绕以下三个维度展开：
- 影响（ Impact ）： AI 故障或偏差可能对财务稳健性、声誉、合规义务及客户公平性造成的实际危害后果；
- 复杂性（ Complexity ）： 技术新颖度、模型可解释性、数据类型及处理方式的技术难易程度；
- 依赖性（ Reliance ）： 系统自主化程度、人类监督强度及替代方案的实际可行程度。
这种差异化监管安排，既避免中小机构因合规成本过高而被 “ 压垮 ” ，也确保高风险、高影响力用例（如信贷审批、反欺诈决策）始终处于严密监管之下。
03 四大治理模块：构建全生命周期的治理闭环
《指南》将监管期望系统拆解为四大支柱，目标是将 AI 转化为一项可持续运转、可审计、可问责的长期能力。
（一）顶层治理与监督：董事会的 “ 签字权 ”
AI 风险管理不再是技术部门的 “ 后台事项 ” ，而是上升至董事会层面的核心治理议题。
-**问责机制：**董事会与高级管理层需对 AI 风险保持有效监督，并在风险敞口重大时设立跨职能治理机制；
-**实务建议：**机构应形成可追溯的决策记录，清晰回答 “ 为何采用该 AI 用例 ” 以及 “ 关键节点由谁拍板 ” ，明确全流程问责主体。
（二）识别与清单管理：摸清 “AI 家底 ”
机构必须建立并持续更新 AI 资产清单（ AI Inventory），明确备案模型版本、训练数据来源与合规性、第三方供应商资质、适用业务场景、风险等级等核心信息。
清单需覆盖：内部开发模型；外部采购模型；使用的第三方或开源组件。
这一要求为后续 AI 风险评估、审计与监管问询奠定坚实基础。
（三）全生命周期控制：覆盖关键控制领域
《指南》覆盖从数据获取、模型开发、测试、部署、监控直至退役的全生命周期管理，并重点强调：
-**公平性与透明度：**机构需界定符合自身业务与监管要求的 “ 公平 ” 标准，并按风险比例提供可理解、可落地的可解释性说明，相关标准应能够经受监管问询与事后审查；
-**第三方风险管理：**明确强调 “ 外部采购不转移监管责任 ” ，机构仍需对第三方 AI 供应商开展充分、全面的尽职调查，守住风控底线。
（具体控制领域以《指南》正文及配套文件列示为准。）
（四）能力储备：人与技术的协同
机构需确保员工具备与其 AI 风险敞口相匹配的专业能力，打造懂 AI 、懂合规的复合型人才团队，并确保技术基础设施符合新加坡科技风险管理（ TRM）要求，包括实时 AI 风险监控、系统容灾备份与应急处置能力。
04 应对生成式 AI 与 AI Agents 的新挑战
针对近年来快速发展的生成式 AI 及具备更高自主性的 AI Agents ，《指南》提出了前瞻性监管关注点：
**自主权约束：**必须为 AI Agents 设定清晰、明确的执行边界，避免其在未经人类确认的情况下采取可能损害客户利益的行动；
**内容防伪与安全防护：**针对 “ 幻觉 ” 、提示注入等典型风险，机构需建立完善的输出审核机制及安全围栏，确保 AI输出内容真实、合规、安全。
05 对中资金融机构的合规方略
结合中新两国监管趋势，我们建议中资金融机构重点关注以下路径： 架构优先，合规前置。 随着新加坡对 “ 经济实质 ”与治理能力要求提升，中资机构应摈弃 “ 先落地、后补合规 ” 的传统思维，从源头转向长期合规的治理体系设计，将 AI治理体系设计融入新加坡业务落地全流程，满足当地 “ 经济实质 ” 要求。
一、对标境内监管要求，实现双轨协同
中国监管部门于 2025 年底发布的《银行业保险业数字金融高质量发展实施方案》提出 33 项重点任务，强调企业级 AI平台与集中化管理。中资机构可借机搭建境内外统一的企业级 AI 平台，推动境内外 AI 治理体系同步规划、同步升级、同步落地。
二、强化数据与地缘合规管理
在满足中国数据出境监管要求的同时，建立专门的跨境数据合规审核机制，严格遵守新加坡 PDPC 关于 AI推荐系统使用个人数据的数据最小化、用户知情同意、个人数据安全保护三大核心指引，规避地缘数据合规风险。
三、建立独立审查机制
在上线前开展全维度的独立的技术、模型与网络安全审查，设立 AI合规独立审查小组，形成可追溯、可存档的算法审计报告，确保算法审计结果能够充分经受监管问询，守住 AI 上线的最后一道合规防线。
结语
MAS 发布的《指南》释放出清晰信号： 金融 AI 的应用必须是可治理、可审计、可问责的。2026年，全球金融AI监管已从“倡议阶段”进入“落地核查阶段”。对于中资金融机构而言，主动对接国际一流监管标准，不仅是完成过渡期整改的技术任务，更是提升出海治理能力与长期竞争力的关键节点。
真正的竞争，不再是“谁先用AI”，而是——谁能管好AI。
— END —
注：本文内容不构成针对任何具体机构或业务场景的法律意见，相关合规安排仍需结合机构自身业务模式及监管沟通情况具体评估、落地。本文由中新法讯团队基于MAS 官方资料、中资机构出海实务经验及行业调研整理完成。
本文仅供一般信息参考，不构成法律意见。具体事项应由具备相应资质的专业人士结合实际情况评估。