…
新闻快讯
香港金融科技推广蓝图 —— 加速采纳新兴金融科技
2026年4月28日
引言
香港金融管理局（”金管局“）于2026年2月已发布全面的《金融科技推广蓝图》，当中载列具体措施，推动香港银行业从广泛、基础地使用数码工具，转向在核心业务中深度融入成熟的金融科技。
从“全面推展银行数码化”迈向更高层次的应用
该蓝图建基于金管局的“金融科技 2030”策略及较早前推出的《金融科技推广路线图》，后者在“全面推展银行数码化”的措施下，协助银行实现前线至后勤的数码化。比较 2022 年至 2025 年的数据，95% 的受访银行（包括所有零售银行）已采用金融科技进行端对端数码化，其中在合规科技（由 83% 升至 97%）、保险科技（28% 升至 57%）、绿色科技（26% 升至 45%）及财富科技（43% 升至 52%）方面的应用率尤其高。银行亦在增加投资：36% 的银行将其科技预算的 30% 以上投放于金融科技，95% 的银行计划在未来三年维持或增加此水平，当中一半银行预期预算增长为 10% 至 20%。
然而，金管局指出，大多数机构仍将金融科技作为独立工具部署，既没有从根本上重新设计流程，亦未将其整合至核心营运模式，因而限制了投资回报，并减缓了更进取的应用步伐。因此，新的蓝图将重点从广度转向深度，旨在推动业界迈向“高阶”成熟度，使金融科技融入日常营运，并创造切实的业务价值。
五大支柱：人工智能、分布式分类帐技术、高效能运算、数据及网络安全
蓝图围绕五个优先推动因素及基础而构建：人工智能、分布式分类帐技术 (DLT)、高效能运算 (High Performance Computing)、数据卓越 (Data Excellence)，以及网络韧性 (Cyber Resilience)。
人工智能
香港金融业正进入人工智能的新阶段，从用于欺诈检测和信用评分的传统模型，发展至生成式人工智能 (GenA.I.)及智能体人工智能 (agentic A.I.)。生成式人工智能已应用于打击洗钱系统（分析交易叙述及通讯）及能自主处理客户查询的对话式代理等领域，并获得金管局生成式人工智能沙盒 (Generative AI Sandbox)的支持。自 2025 年开始兴起的智能体人工智能，能够实现自主监察、决策及执行，例如可冻结账户的实时欺诈预防，或协调风险评估、身份验证及放款的多智能体贷款审批流程。
然而，机构报告指存在重大障碍：有限的创收用例、对准确性及幻觉 (Hallucinations)的担忧、与零散的传统系统整合的困难、分散的数据，以及严重缺乏同时具备技术、监管及业务技能的人才。小型银行在应用方面落后于大型银行，只有 63% 的小型企业使用人工智能，而大型企业则有 83%。蓝图优先推动业界知识交流、针对性的技能提升、扩大沙盒的使用，以及共享基础设施（例如数码港的人工智能超算中心），以以推动人工智能的安全、可扩展且具有影响力的应用。
分布式分类帐技术
分布式分类帐技术被视为推动代币化及下一代支付的关键，通过提供共享、同步的账本，支持更快速、更安全的交易及资产代币化。蓝图引用了实际案例，包括香港特别行政区政府发行的代币化绿色债券、金管局的“数码港元+”计划，以及用作代币化存款跨境结算的沙盒“Ensemble项目”，还有分布式分类帐技术监管孵化器 (Supervisory Incubator for Distributed Ledger Technology)。
尽管取得进展，银行仍面临与传统系统整合的高昂成本、互通性和可扩展性限制、智能合约和私钥风险、撤销欺诈性不可变交易的困难，以及在数码资产分类和智能合约可强制执行性方面的监管不确定性。因此，金管局设定的推广重点包括：分享具体的整合策略及商业上成功的用例、培养生产级技能（尤其是智能合约方面），以及致力于在资产分类、安全基准及首选网络架构方面厘清标准，以支持可扩展和可互操作的部署。
高效能运算
高效能运算（包括超级运算及量子运算）被定位为支持先进模型、人工智能及风险分析的关键基础设施。超级计算机已可支持密集的风险模拟、投资组合压力测试及量化交易策略优化，同时亦可为生成式人工智能工作负载提供运算能力，例如透过数码港的人工智能超算中心。量子运算在投资组合优化、情景分析、产品定价及欺诈检测方面的潜力备受关注，但同时对现有的密码学构成威胁。
应用受到成本高昂、缺乏配套基础设施、能源和冷却需求，以及专业人才短缺等因素所阻碍，部分小型银行甚至完全没有探索高效能运算。因此，蓝图呼吁建立共享的超级运算设施，提高对超级运算及量子概念的认识，并及早整合后量子密码学以应对“先撷取，后解密”的风险。
数据卓越
数据卓越被认为是人工智能、分布式分类帐技术及高级风险管理的核心基础，但许多银行因零散的传统系统限制了不完整及不一致的数据集而面临困难。批处理为主的大型主机、非标准格式及孤立的存储库阻碍了统一的客户视图、实时监控及高质量模型训练，而日益增长的非结构化数据及跨境数据则增加了复杂性。
蓝图呼吁制定结构化计划，以分享管理结构化和非结构化数据的最佳实践、制定内部及外部数据使用的治理框架，以及就互通性、格式及验证制定行业标准，以提高风险数据的可用性、质量和共享。
网络韧性
先进金融科技的应用需要大量且微细的数据集，因此相关的网络及私隐风险亦随之加剧。蓝图重点关注对抗性人工智能攻击（例如投毒训练数据 (poisoned training data)、词元注入 (prompt-injection)及深伪技术 (deepfakes)）、分布式分类帐技术中的智能合约漏洞及预言机操纵 (oracle manipulation)，以及量子技术带来的密码学威胁，再加上云端、数据及平台服务中多层第三方供应链的复杂性。金管局的优先事项包括：加强对第三方风险的治理、在业界分享威胁情报及防御实践，以及就先进金融科技方案的网路标准厘定基准期望。
市场状况：应用进展及痛点
该蓝图描述了香港丰富的金融科技生态系统，包括金融科技公司、金融机构、监管机构、投资者、行业协会、学术界及公众，所有这些都通过 Fintech Connect、FiNETech 活动系列、商业数据通、生成式人工智能沙盒及分布式分类帐技术监管孵化器等平台相互联系。政府资助计划、数码债券资助计划，以及数码港和香港科技园公司的孵化计划，进一步降低了应用风险并支持解决方案的开发。
尽管如此，科技成熟度评估仍识别出持续存在的障碍：75% 的银行表示实施成本高昂，73% 的银行强调新技术带来的风险，71% 的银行难以将其整合至现有系统，61% 的银行担心数据私隐及网络安全，59% 的银行表示存在监管不确定性和人才短缺。这些挑战，尤其是对小型机构而言，凸显了采取策略性及协调性措施的必要性——这正是新蓝图的核心重点。
关键优先事项：从应用案例到制定标准
根据其研究及业界参与，金管局提炼出五个优先方向，作为蓝图设计的基础：
- 人工智能：优先事项是突破内部试验阶段，发展具可量度投资回报且以客户为本的进阶应用案例，并辅以经实证的案例分析，以及加强与可靠方案供应商的联系；
- 分布式分类帐技术：重点是将代币化、实时交易及跨境结算融入业务模式，并以清晰的互通性 (interoperability)、资产分类及智能合约可强制执行性的标准作为核心支持；
- 高效能运算：蓝图强调提升业界认知、提供针对性培训及厘清系统整合路径，以协助机构为后量子时代作好准备；
- 数据卓越：重点在于制定行业标准及指引，以管理多样化的数据集，并整合外部数据源，应用于数据分析、防范欺诈及风险模型构建；及
- 网络安全：优先事项包括加强对特定技术风险（尤其是第三方风险）的治理，以及建立合作计划以分享网络风险情报及防御实践。
这些优先事项贯穿蓝图的三个策略维度 —— (1) 生态圈协作、(2) 技术推进，以及 (3) 人才与外展，每个维度均配以具体措施。
蓝图设计 1：生态圈协作
除旗舰项目外，蓝图还制定了一系列生态圈措施，旨在加强连通性，并降低市场中的搜寻及协调成本：
- 金融科技网络安全基线：为简化银行在引入金融科技合作伙伴时的尽职审查，金管局将制定一套由业界主导、标准化的《金融科技网络安全基线》，为解决方案供应商厘清在科技能力、营运准备及安全控制方面的明确期望（重点关注人工智能及分布式分类帐技术中的新兴风险），并辅以指导材料，使供应商可据此调整其产品。该基线旨在减少对监管要求的误解，加强银行与金融科技公司之间的信任，并提升整个生态圈的网络安全韧性。
- 活动及 FiNETech：金管局将继续举办并扩大会议、FiNETech 活动及周边活动，以促进在人工智能、分布式分类帐技术、高效能运算、数据卓越及网络安全方面的知识交流，同时展示全球创新成果，推广香港作为领先国际金融科技枢纽的地位；
- 香港人工智能金融科技地图：一个全新的公开目录将收录活跃于金融服务业的人工智能及生成式人工智能公司，详细说明其能力及用例，并与 Fintech Connect 整合，以提高方案发现的效率；及
- 优化 Fintech Connect：这个于 2024 年推出的跨行业采购平台将进行优化，提供更丰富的金融科技供应商简介，并加入潜在的人工智能驱动配对功能，使银行能够阐述问题并获得量身定制的解决方案建议。金管局亦将探讨将平台注册与活动参与联系起来，以深化参与。
这些措施旨在将现有的双边合作，转变为更结构化、数据驱动的协作网络，帮助银行更快地找到可靠的合作伙伴并扩展经证实的解决方案。
蓝图设计 2：技术推进
在技术推进维度下，金管局将运用多种以内容和互动为基础的工具，将复杂技术转化为银行可实施的蓝图：
- 量子准备就绪指数 (Quantum Preparedness Index)：为协助业界应对量子技术带来的变革，金管局将推出量子准备就绪指数，首先对银行在量子运算及后量子密码学方面的策略认知及营运准备状况进行基线评估。此评估将为“目标指数”及过渡路线图提供依据，概述具体的后量子密码学及量子运算项目与试点，以系统性地提升量子准备就绪程度，尤其是针对中小型银行。
- 新风险数据策略 (New Risk Data Strategy)：认识到高质量的风险数据对于释放人工智能、分布式分类帐技术及高效能运算的潜力至关重要，金管局提出一项新风险数据策略，以促进协作、收集反馈并分享数据管理的最佳实践。该策略旨在加强数据基础设施，实现更智能的风险管理及前瞻性洞察，并扩大金管局“细分数据申报” (Granular Data Reporting (GDR))的范围以涵盖更多监管数据，最终在银行、服务供应商与金管局之间建立一个协作的风险数据生态圈。
- 刊物出版：在先前指引及研究的基础上，新的深入出版物将涵盖人工智能、分布式分类帐技术、高效能运算、数据卓越及网络安全，通过调查、访谈及案例研究，重点介绍实际应用、风险管理考量及整合策略；
- 行业示范工作坊：实体工作坊将邀请本地专家及金融科技公司展示新兴技术，例如智能体人工智能、代币化资产及量子运算，并提供后续资源以支持实施与协作；及
- 数字内容：金管局将制作播客及视频专题，邀请专家讨论并分享案例研究，主题包括人工智能偏见缓解、分布式分类帐技术与传统系统的互通性，以及高效能运算对分析与决策的影响。
这些措施旨在将抽象的创新叙事，转化为银行可根据自身情况调整及部署的实用、可重复的模型。
蓝图设计 3：人才与外展
为确保人力资本能够跟上技术推进的步伐，蓝图扩展了金管局的人才与外展工作：
- 能力发展支援：为收窄人工智能及分布式分类帐技术的技能差距，金管局将探讨银行业界金融科技使用者的能力需求，并开发实用工具，以配合现有框架（例如香港银行学会的“银行专业资历架构” (Enhanced Competency Framework (ECF)) ── 金融科技）。此举将重点聚焦人机互动，透过模组化培训资源、同业交流平台及技能进阶指引以支援持续学习，从而建立一支更具韧性、适应力更强的团队，为安全及有效地应用先进金融科技作好准备；
- 培训计划：承接“全面推展银行数码化”的良好回响，金管局将推出涵盖人工智能、分布式分类帐技术、高效能运算、数据卓越及网络韧性的培训模组。课程将高度强调实践演练及真实应用场景，并透过“金融科技知识库” (Fintech Knowledge Hub) 提供；
- 创新比赛：继 2023 年及 2025 年绿色金融科技比赛取得成功后，新的创新比赛将聚焦生成式人工智能及分布式分类帐技术的进阶应用案例。此举旨在鼓励负责任的创新、吸引全球人才参与，并协助银行与顶尖的方案供应商建立联系；及
- 知识库：在“金融科技知识库”内设立专属的储存库，用于存放专为金融业而设的技术资料，例如生成式人工智能词元参考，以及分布式分类帐技术智能合约设计。该储存库的内容将与业界参与者合作共建。
这些措施旨在逐步提高整个行业的技术及实践能力基线，使机构能够安全地采用和管理复杂的金融科技。
成效评估及后续工作
为确保蓝图能转化为切实成果，金管局将在措施及计划层面监测进度。措施层面的指标将追踪参与度及行为变化，而计划层面的评估将评估生态圈协作、技术推进及人才与外展方面的整体进展，使金管局能够因应市场状况的变化调整行动。
金管局将于 2026 年第二季度举办以数据卓越为主题的 FiNETech 活动，以此启动蓝图的实施工作，并将继续通过与银行、科技公司及其他监管机构的积极互动，不断完善各项措施。最终，蓝图旨在透过针对性的策略措施，加速香港金融业采纳先进且负责任的金融科技，从而使香港从基础的金融科技应用，迈向策略性的技术领导地位。
如有任何疑问或需进一步了解详情，请联系我们的合伙人张源辉律师。
本文仅供参考。其内容不构成亦不应视为法律咨询意见。史蒂文生黄律师事务所不会就任何因倚赖本处所载资料而作出的决定丶采取的行动或不采取的行动所引致的或与之有关的任何特别丶间接或相应而生的损失或损害向阁下承担法律责任。