该研究由剑桥另类金融中心联合国际清算银行、国际货币基金组织等机构开展。，对151个国家的350家传统金融机构和金融科技公司、140多家AI供应商，以及130家央行和金融监管部门进行了调研。

报告显示，金融机构采用AI的速度已超过监管机构两倍以上，仅有20%的监管机构报告实现“高级AI采用”。与此同时，仅24%的受访监管部门会收集行业AI采用相关数据，而43%的机构未来两年内甚至没有启动相关数据收集计划。

报告指出，这种“经验盲区”可能削弱当前围绕AI治理的乐观预期，因为监管机构若缺乏数据支持，将难以有效使用或监管AI。

研究特别提到，随着前沿模型能力提升，传统监管框架正面临新压力。报告将近期发布的 Mythos 作为案例，指出这类下一代系统未来可能具备大规模利用软件漏洞的能力，从而削弱现有依赖人工治理和监督机制的有效性。

作者认为，现有监管原则通常要求金融机构对包括网络攻击在内的风险负责，无论AI系统是自研还是第三方提供，但当更具自主性的系统由外部供应商运营和管理时，这一责任框架将更难适用。

报告还指出，仅依赖传统监管方式可能已不足以应对新挑战，并呼吁监管机构自身部署具备自主行动能力的Agent式AI，以匹配被监管系统的技术复杂度。（AI普瑞斯编译）