Databricks 总结金融业高管最关心的五个 AI 问题
金融业对 AI 的提问从“有没有用”变成“信不信得过”，答案取决于可审计的治理和可控的成本。
Databricks 在迈阿密 Sibos 大会前梳理了金融业高管最常问的五个 AI 问题：警报是真实风险还是噪音、代币化结算后对账怎么办、实时数据够不够快、客户经理真正需要什么、token 开销怎么控。核心变化是治理正从政策文件变成嵌进数据和访问控制里的硬约束。
正文摘录
值得在迈阿密 Sibos 上提出的 AI、治理、数据与成本问题。 作者：Junta Nakai、Erin Butler、Roshni Joshi、Antoine Amend、Jennifer Miller、Andrea DeSosa、Rajaram Suresh、Kim Hatton、Naeem Rehman、Spencer Cook、Ed Bullen 与 Felix Mutzl 去年在法兰克福 Sibos 上，问题是 AI 到底能不能用。今年变成了：你的 AI 能否赢得你的信任？ 数据也印证了这一转变。在 Grant Thornton 的 2026 年 Banking Insights AI Impact Survey 中，半数银行高管表示治理与合规已经在限制 AI 的表现，但只有 18% 的人表示，他们有信心通过针对自身 AI 控制措施的独立审计。我们与 Economist Enterprise 合作的 2026 年报告 Making AI Deliver 发现，在 agentic AI（智能体式 AI，即能自主规划并执行多步任务的 AI）这一具体领域也存在类似缺口：不到一半的组织正式要求为自主系统建立治理框架。 以下是我们从首席财务官（CFO）、合规官、财资负责人和客户关系经理那里最常听到的五个问题。无论你今年是否前往 Sibos，它们都值得一问。 “我们现在在每一个实体、每一种货币下的真实流动性头寸是多少？” 这是财资人员每天都要问的问题，也是 AI 终应能回答、而不必再靠三天表格冲刺的问题。 让模型总结一份报告很简单。更难的是把受治理的数据与 AI 融入财务团队每天围绕资产负债表、流动性、支出和运营所做的决策中。目标是帮助团队发现变化、追查其驱动因素，而不只是把报告流程自动化。