AI會放大下一次市場震盪嗎？ECB與聯準會真正擔心的事

歐洲中央銀行（ECB）與美國聯邦準備理事會（Fed，下稱聯準會）對AI的警訊，重點不是「AI一定會造成下一場金融危機」。更精確地說，AI可能讓單一金融機構更快、更有效率，卻也可能讓整個金融系統更同步：如果許多銀行、基金、市場基礎設施都依賴相似模型、資料、雲端平台或少數外部AI供應商，壓力來臨時就容易同向反應 。

在市場衝擊中，這種同步化可能把原本分散的風控決策，變成同時賣出、流動性變薄，甚至共同的營運或資安故障 。換句話說，央行擔心的不是AI「太聰明」，而是市場參與者可能被同一組訊號推著往同一方向跑。

核心風險：同步化

ECB在2024年5月《金融穩定評估》的專題分析指出，生成式AI可能對金融系統產生重大影響；其利弊取決於金融機構與整體系統如何處理資料、模型開發與部署等挑戰 。聯準會也以類似角度看待AI，認為這項技術快速演進，其風險與效益正變得更具體、更清楚 。

AI確實能帶來好處。央行與金融穩定委員會（Financial Stability Board, FSB）的資料都提到，AI可協助風險評估、資本與流動性管理、營運效率、合規、客戶服務與資料分析 。但金融穩定問題出現在另一面：當許多機構使用相似工具、依賴相同外部服務，或在同一時間回應同一組訊號，效率就可能變成系統性脆弱 。

ECB最在意：少數供應商與羊群效應

少數AI供應商，可能成為共同故障點

ECB特別重視「集中度」問題。ECB一場2024年演說指出，AI創造的多數價值可能被少數主導AI生態系的公司掌握，這是一項關鍵風險 。放到金融業，ECB的2024年5月金融穩定分析則警告，若AI被廣泛使用、供應商又高度集中，營運風險——包括資安風險——可能變成系統性風險 。

這就是典型的共同故障點。若許多銀行、基金或市場基礎設施業者依賴同一家模型供應商、同一個雲端平台或相同資料管線，一次服務中斷、錯誤更新、資安事件或有瑕疵的資料集，就可能同時波及多家機構，而不是停留在單一公司內部 。

市場上的「羊群效應」

集中風險進入交易市場後，常見形式就是羊群效應。一份金融穩定評估警告，如果AI被大規模使用卻缺乏適當防護，可能導致資安集中風險、羊群行為，以及更高的市場相關性 。

在平靜市場中，相似的AI建議看起來像效率提升；但在賣壓升高時，它可能變成順週期反應。若許多系統同時建議降低曝險、提高流動性緩衝或縮減造市，市場深度可能下降，價格波動也可能更劇烈 。

模型、資料與部署，不只是IT問題

ECB也強調，AI對金融系統的影響取決於資料品質、模型開發與部署方式 。因此，AI治理不是單純的資訊科技議題，而是金融穩定議題。

一個在正常市場環境表現良好的模型，遇到前所未見的衝擊時可能出現不同反應。更重要的是，部署方式會決定模型錯誤的影響範圍：它只是內部報表上的警示，還是會自動觸發交易、授信、資本或流動性管理動作 ？

聯準會關注：第三方依賴、資安與決策自動化

聯準會的關切與ECB高度重疊，但更常透過監理、第三方風險與資安韌性的語言來表達。聯準會關於金融系統中AI的演說指出，隨著AI能力演進，監理機關需要確保相關風險受到管理 。

第三方AI依賴

聯準會研究發現，小型銀行與大型銀行之間的AI技術差距可能正在擴大，而提供第三方AI服務的非金融公司多樣性可能有限 。這指向另一種集中問題：規模較小的金融機構可能更依賴狹窄的外部供應商生態；大型機構則可能更容易取得先進AI能力 。

另一篇聯準會研究把第三方服務供應商稱為金融系統中隱藏的資安斷層，並指出它們可能創造系統性風險 。若再加上AI供應商集中，科技業者在壓力時期就可能成為風險傳導管道 。

深偽、身分詐欺與資安攻擊

資安是聯準會高度關注的AI風險通道。Michael Barr在2025年談銀行資安時表示，AI驅動的深偽技術可以複製一個人的整體身分，並可能大幅推升身分詐欺；他也指出，網路犯罪者正愈來愈常使用生成式AI 。聯準會較早的談話也警告，隨著科技進步與金融系統更互聯，資安威脅可能變得更具破壞性，資安事件也可能產生更廣泛的系統性影響 。

市場承壓時，信任與驗證尤其重要。AI詐欺、假訊息或冒名通訊不一定要直接改變每一項資產價格，也可能透過干擾身分驗證、支付、溝通或客戶信心，在金融機構最需要可靠資訊時製造混亂 。

AI參與決策，錯誤就可能變成行動

聯準會工作論文指出，人類正愈來愈依賴AI蒐集資訊與協助決策，形式可能是副駕駛，也可能是更自主的系統 。一旦AI輸出被嵌入交易、流動性管理、風險評估或銀行營運，模型錯誤就不只是報告中的錯字，而可能透過實際行動傳導出去 。

市場受衝擊時，AI如何放大壓力？

一條可能的壓力路徑並不複雜。

1. 衝擊先發生。 價格下跌、波動升高、警訊快速擴散，或某個關鍵服務供應商遭遇資安事件。許多機構用相似AI工具、資料來源或外部供應商來處理這個衝擊 。

2. AI驅動的反應開始收斂。 風控系統可能同時建議降低曝險、賣出相似資產、提高流動性緩衝，或減少造市。金融穩定文獻警告，缺乏防護的大規模AI使用可能鼓勵羊群行為並提高市場相關性 。

3. 回饋循環加速。 賣出與流動性撤退可能進一步壓低價格，新的價格下跌又成為下一輪風險訊號的輸入。政策分析已警告，AI可能放大錯向風險，並加快金融危機發展速度 。

4. 共同基礎設施變成傳導管道。 ECB警告，AI供應商集中可能使營運與資安風險系統化；聯準會研究也指出，第三方服務供應商可能是金融系統中的資安斷層 。

5. 信任在最糟時刻變弱。 深偽、AI輔助詐欺或資安攻擊，可能在企業、客戶與交易對手最需要確認資訊真偽時，削弱驗證與信心 。

什麼能降低風險？

風險來自哪裡，防護就應該從哪裡開始。金融機構與監理機關需要盤點共同AI依賴關係，而不只是檢查單一模型；因為供應商集中可能把個別公司的科技選擇，變成整個系統的脆弱點 。

壓力測試也很重要，尤其是在資料品質、模型設計與部署方式會決定AI輸出究竟只是建議，還是會自動觸發交易、信用、資本或流動性動作的場景 。

資安與第三方韌性則是核心防線。聯準會的資安與金融系統韌性報告指出，其監理政策與檢查程序涵蓋IT風險管理、資安、營運韌性與第三方風險管理 。ECB的分析也指向同一個系統層次邏輯：一項工具在單一機構內看似可控，但若許多機構以相同方式使用，或依賴同一批供應商，就可能形成金融脆弱性 。

結論：AI的優點，在壓力下也可能變成弱點

ECB與聯準會並未把AI視為必然的危機引爆器。它們真正警告的是：當AI採用變得廣泛、供應商高度集中、模型難以驗證，而且許多機構高速回應同一組訊號時，金融穩定風險就會上升 。

在市場衝擊中，AI的強項可能反過來成為弱點。速度、規模與最佳化能幫助單一機構快速反應；但放到整個系統，可能造成同步賣出、流動性下降、資安中斷，以及信任更快流失 。