金融行业已进入云服务和人工智能（AI）全面应用的阶段，AI 正从实验走向大规模生产。行业面临的主要挑战是如何在 AI 应用速度加快的同时，提升安全治理和运营模式的成熟度。
- 云服务采用率极高：98.3% 的金融机构使用云服务，其中 33% 采用完全云架构，46% 采用混合架构。公共云在存储和处理受监管数据方面的使用率持续上升。
- 多云策略成为趋势：48% 的机构在过去 12 个月改变了云服务提供商策略，主要驱动因素是提高弹性和可用性（51%）和成本优化（50%）。37% 的机构制定了退出计划，反映了监管机构对第三方风险管理的重视。
- 治理框架碎片化但正在发展：ISO/IEC 27001 和 NIST Cybersecurity Framework 是最常用的框架，而 AI 特定框架如 NIST AI Risk Management Framework 和 CSA AI Controls Matrix 的采用率正在上升。
- 安全态势：工具、风险和优先事项：SIEM 是最广泛部署的工具，但 CSPM 的采用率增长最快。主要风险是第三方风险（55%）和配置错误（52%）。非人类身份管理成为一个日益增长的关注点。
- AI 采用：从实验到规模化生产：91% 的机构在业务流程中使用第三方和机器学习，35% 处于试点阶段，34% 处于积极的生产实施阶段。AI 代理在客户服务、网络安全运营、欺诈检测和后台自动化等领域的应用日益普及。
- AI 风险：主要是数据问题：61% 的机构将敏感数据泄露视为最大的 AI 风险，其次是 AI 代理的权限和审计问题。
- AI 代理：自主性的前沿：62% 的机构使用 AI 代理，其中 38% 授予了有条件或高度的自主权。85% 的机构预计 AI 代理将代表消费者执行金融交易。
- AI 安全事件：一个不透明的问题：20% 的机构报告了与 AI 相关的安全事件，21% 不确定是否发生了此类事件，这表明缺乏 AI 监控和检测。
- AI 采用障碍：隐私、技能和信任：54% 的机构将数据隐私和安全视为采用 AI 的主要障碍，其次是缺乏 AI 和机器学习专业知识（45%）和缺乏对 AI 输出的信任（45%）。
七大趋势：
- AI 安全集成势在必行：金融机构需要将 AI 安全集成到现有的云安全治理中。
- AI 时代的第三方风险：第三方和供应链风险成为云安全的首要关注点。
- AI 金融浪潮：AI 代理将越来越多地参与金融决策和执行。
- 监管趋同与持续分化：全球监管框架在原则上趋同，但在具体执行上存在差异。
- 技术安全差距：从安全护栏到 AI 数据管道：传统安全控制无法完全解决 AI 数据管道的安全问题。
- 系统性风险：超越单个机构：如果许多机构依赖相同的模型和云服务，可能会产生系统性风险。
- 从云安全到 AI-云安全：云安全和 AI 安全不再是分离的学科，需要统一治理。
建议：
- 金融机构应将 AI 风险管理纳入现有的云安全治理框架，加强非人类和代理身份管理，并实施 AI 数据控制措施。
- 云服务提供商应提高透明度，并开发支持 AI 治理的功能。
- 监管机构应明确现有监管要求如何适用于 AI，并制定 AI 特定的监管程序。
