把生成式AI接进交易或风控，像给银行请来一位反应很快、却偶尔会一本正经答错的助手。真正的问题不是“能不能用”，而是它的结果能否直接采用，出错时谁能叫停、谁来负责。据 Risk.net 的 Model Risk 调查，约四分之三受访银行已经建立常设的生成式AI治理安排，说明组织架子正在迅速搭起。
但模型治理不只是开一个委员会。它还包括审批、验证、监控、记录和问责。传统的模型风险制度主要防范定价或风控模型因设计、数据、使用方式或环境变化而造成损失；生成式AI的输出不稳定、又可能出现看似可信的错误，让独立模型验证——由开发团队之外的人检查模型——变得更复杂。现实瓶颈因此落在权责能否真正收拢，以及旧框架能否覆盖交易、风控和内部流程中的新用途。现有供稿未披露样本构成及各银行的具体权责设计，暂时只能确认治理架构正在与应用同步补建。