印度銀行擁抱AI浪潮 RBI總裁:須改變營運模式

印度銀行業導入人工智慧(AI)的腳步正在加快，應用範圍從信用評等、客戶服務延伸至資本定價與組織營運模式。隨著AI滲透加深，模型可解釋性、演算法偏誤、資料安全與人為究責弱化等問題，也成為業界必須正視的課題。

印度儲備銀行(RBI)總裁桑傑·馬爾霍特拉(Sanjay Malhotra)8月11日在孟買舉行的FIBAC 2026開幕致詞中表示：「AI不是採購一次就結束的單一技術，也不是完成就了事的專案，而是銀行運作的全新方式。」國際清算銀行(BIS)其後公開了這篇演說全文。

馬爾霍特拉指出，就像1990年代的金融自由化與2010年代的數位化改變了銀行業，AI也可能成為定義印度銀行業2020年代樣貌的關鍵技術，重塑風險評估、客戶應對與資本定價的方式。

會中提到的AI應用領域包括擴大信用取得管道、普惠金融、提升作業效率與詐欺偵測。透過分析現金流、稅務資料、水電費繳納紀錄等傳統信用評等未充分運用的資料，有助於評估信用紀錄不足的借款人。不過，這並不意味AI將取代人工審查人員。

印度儲備銀行提出，將運用帳戶聚合器(Account Aggregator)生態系與統一放貸介面(Unified Lending Interface，ULI)等公共數位基礎設施，降低中小企業與金融弱勢族群的信用審查與放款執行成本。文件處理、帳務調節、內部稽核抽樣、交易與監理申報自動化，以及客服與申訴處理，也被列為應用案例。

在詐欺偵測方面，即時交易模式分析與異常徵兆辨識被視為主要應用場景。AI與既有金融基礎設施結合，可讓金融判斷更快速、更精細，但若模型無法說明判斷依據，恐引發放款遭拒、歧視與究責歸屬等問題。

馬爾霍特拉也警告AI模型不透明的「黑箱」問題、演算法偏誤與金融排除風險，並提到若多家銀行依賴相同模型或同一外部供應商，共同性錯誤恐擴散至整個金融體系，形成集中度與群聚行為風險。

第三方供應商依賴、個資與資料安全、對抗式網路攻擊、人為究責弱化，同樣被列為風險。《Financial Express》報導，馬爾霍特拉表示，銀行不能以「模型決定」為由，迴避放款遭拒或詐欺偵測結果的責任，強調可解釋性、人為監督與模型檢核、壓力測試不可或缺。

波士頓諮詢公司(BCG)與印度工商聯合會(FICCI)、印度銀行協會(IBA)共同撰寫、於FIBAC 2026發表的報告指出，印度銀行業的AI課題可歸納為△降低信用提供成本△運用AI與生成式AI提升生產力△強化詐欺、網路安全、氣候風險、營運韌性等信用以外的風險管理。

BCG建議銀行不應止於將既有業務自動化，而應以AI與代理型(agentic)系統為核心，重新設計放款、催收、客服與內部作業流程。報告也指出，業界面臨的課題不只是AI導入速度，還須同步備妥資料、人才、技術架構與治理機制。

印度儲備銀行在AI監理上將採取原則導向、比例原則的作法，理由是大型銀行自建模型與小型銀行採用的外部解決方案，風險程度可能不同。至於AI相關具體義務規範與裁罰標準，此次演說並未拍板定案。