MAS AI 风险指引：一份适用于银行业以外的实用模板

为银行制定的监管规定，很少能让营销人员感到兴奋。但这一份至少值得他们做做笔记。10 月 7 日，新加坡金融管理局（MAS）发布了《Guidelines on Artificial Intelligence Risk Management》。银行、保险公司和其他金融机构是其直接对象。但这份指引的逻辑，可以为任何使用 AI 对客户作出决策的团队——包括营销团队——提供一个清晰的模板。

发生了什么

根据 MAS 的新闻稿，该指引适用于所有金融机构和所有形式的 AI 技术，采用“基于原则、与风险相称的方法”。MAS 曾于 2025 年 11 月就此征询意见。

这些期望可分为几类。董事会和高级管理层应监督 AI 风险，明确角色、风险偏好和框架；如果现有架构能提供充分监督，则不要求设立专门的 AI 委员会。机构应识别自身的 AI 用途，维护清单，评估每项用途的重要程度，并在整个生命周期中实施相称的控制，涵盖数据治理、测试、人工监督、网络安全、监测和变更管理。即使 AI 来自第三方，机构仍须为其服务中使用的 AI 负责，并应获取保证、实施补偿性控制，或对风险超出其风险偏好的服务加以限制、暂停或替换。

该指引将于 2027 年 10 月 7 日生效，部分章节须于 2028 年 10 月 7 日前适用。MAS 还提到，能够自主行动并使用工具的智能体 AI 系统的使用日益增多，并表示计划于 2027 年就哪些额外指引会有所帮助征询业界意见。

为什么重要

看看如今银行里 AI 接触客户的地方：产品推荐、“下一最佳优惠”引擎、聊天机器人、信贷营销、欺诈筛查、广告活动中的生成内容。其中很多是由营销部门运营或委托的。根据这份指引，其中相当一部分需要列入清单、评估重要程度，并在整个生命周期中受到治理。

第三方条款对营销来说最为重要。营销团队采购大量 AI：来自广告平台、营销技术供应商、代理商，以及使用自有工具的自由职业者。MAS 明确表示，责任仍在机构自身。“是供应商做的”不是一项控制措施。

时间表虽然宽松，但并不长。距离主要章节生效还有一年，足够把清单认真建立起来，但不足以拖到最后一个季度才动手。

我的研究怎么看

我曾在 WSDM 2023 上做过一场题为Under the Hood of Social Media Advertising: How Do We use AI Responsibly for Advertising Targeting and Creative Evaluation的演讲。核心论点是：围绕自动化画像、定向和创意评分的伦理与隐私问题并不抽象，它们源于可以被记录和控制的具体设计选择。

这正是 AI 清单迫使你去做的事。针对每一项用途，写下输入了什么数据、输出了什么决策、由谁检查，以及出错时会发生什么。我在营销可解释 AI 方面的研究，从Against Opacity（ACM Multimedia 2023）到MindFuse（ACM Multimedia 2025），都建立在同样的直觉之上：如果一个模型的建议会影响资金或客户，负责的人就应当能看到它为何作出这一建议。

我也曾在 Forbes 上主张透明对营销驱动型公司至关重要。监管机构如今正把这一原则转化为监管期望。已经在实践可解释性的团队，会发现合规的成本要低得多。

营销团队的实用检查清单（适用于金融业及其他行业）

• 建立清单。列出营销部门使用或委托的每一个 AI 系统：定向、推荐、聊天机器人、内容生成、创意评分、数据分析。
• 如实评定重要程度。一个起草内部笔记的工具风险很低；一个决定哪些客户能看到信贷优惠的模型则不然。
• 梳理第三方。针对每一家供应商和代理商，记录它们代表你使用了哪些 AI，以及你获得了哪些保证。
• 在关键环节安排人工。明确面向客户的输出在上线前必须经过人工审核的环节。
• 上线后持续监测。模型会漂移，广告活动会变化。安排定期复核，尤其是在供应商的模型更新之后。
• 关注关于智能体的意见征询。如果你正在试点基于客户数据采取行动的智能体，应预期会有专门的指引，并从现在起就按可审计的要求进行设计。

新加坡监管机构有一个习惯：它们制定的指引日后往往会成为区域默认标准。如果你的公司在东南亚多地运营，即使你不是银行，把这份指引视为一次提前预览也是合理的。

常见问题