香港證監會11月2日公布首份金融業人工智能準備情況調查，香港金融科技周期間披露的結果顯示，受訪大型金融機構中有30%已在業務運營中使用代理型人工智能，另外25%正在試行相關技術；95%的機構預計未來12個月會加快AI部署。調查于今年7月至8月開展，覆蓋20家大型金融機構及其在香港的78家持牌法團，這些機構在截至6月的六個月内占持牌法團申報證券交易額的75%以上。上述數據應理解為特定大型機構樣本的采用情況，不能直接外推至香港全部金融企業。其重要性在于，AI應用正在從員工查詢、報告整理和客戶服務輔助，進入能夠自主拆解任務、連接系統和執行部分操作的階段。金融機構使用技術的速度提高，也讓授權、審計和投資者保護成為新的競争門檻。

傳統自動化系統一般按明确規則執行固定步驟，生成式AI則能夠理解文本、總結信息和提供建議；代理型AI進一步結合工具調用、工作流程與行動能力，可能在限定權限内完成多步任務。例如，财富管理機構可以利用AI梳理客戶資料、準備适當性核查材料，證券公司可以協助整理交易異常或生成内部風險報告，後台團隊亦可優化對賬和合規監測。不過，這些場景的風險程度并不相同。生成初步研究摘要與直接向市場發送交易指令，對投資者權益和市場穩定性的影響存在明顯區别。因此，機構不能僅根據模型準确率決定使用範圍，還要按操作的可逆性、資金權限和客戶影響設置分級授權。

香港證監會行政總裁梁鳳儀表示，代理型AI可能在多步驟流程中累積錯誤、執行未經授權的行動，甚至對其他機構造成意外影響。證監會計劃按應用自主程度及風險情況提供原則為本的實務指引，保持人類問責和有效監督。對于金融機構，最核心的管控要求并不是讓員工逐條審批所有低風險步驟，而是建立明确的權限邊界、關鍵節點審批、操作日志和緊急停止機制。尤其當AI與訂單管理、客戶賬戶或外部通訊系統連接時，模型輸出必須受到獨立驗證，敏感數據和交易指令不得因為效率需求而缺少控制。信息安全、模型監測和第三方供應商風險，也将成為金融服務商采購AI解決方案時的重點。

此次調查也提供了研究金融科技産業商業模式的新切入點。若機構已在内部系統部署AI，相關開支可能從一次性軟件試驗，逐步轉向長期模型使用、數據治理、系統集成和風險管理服務。但采購支出增長并不必然帶來IT供應商利潤率提升，因為企業客戶通常要求高安全标準、定制化部署和持續技術維護。對香港上市的軟件服務商和金融機構而言，投資者需要了解AI能夠實際減少多少人工處理時間、錯誤率和合規成本，而不是隻統計上線的智能助手數量。代理型AI的商業價值應當以業務效果、客戶續約和運營穩定性衡量。

香港證券行業進入AI應用更深階段，監管與商業化将同步演進。監管框架若能清晰界定代理權限、數據責任和安全要求，具備合規産品能力的供應商可能獲得較長期訂單；金融機構則有機會改善客戶服務與中後台效率。但技術部署應以保護投資者、維持市場公正和系統韌性為前提。未來值得觀察的是實際使用場景、監管指引、事故報告機制和應用成本變化，而不是把30%的調查結果簡單理解為整個行業已完成AI轉型。