瑞士 FINMA 推出生成式 AI 加密监管工具：双层复核机制提升现场检查效率

核心摘要

瑞士 FINMA 已部署实时加密监测面板，将机构季度上报数据与每日市价融合，识别单一机构加密敞口过度集中风险。

FINMA 正开发生成式 AI 工具用于扫描现场检查前的监管文件，自动标记异常数据点，提升监管审查效率。

创新性地引入双层 AI 复核机制：第一层 AI 标记异常 → 第二层 AI 校验防幻觉 → 人类监管人员终审，降低 AI 误报风险。

FINMA 主席 Marlene Amstad 同时担任 IOSCO 主席，通过 SupTech Forum 推动全球监管机构共享 AI 监管能力。

对瑞士持牌加密机构而言，这意味着更高效但更精细的监管审查，内部合规数据质量将成为应对 AI 监管检查的关键变量。

文章目录

事件概述 —— FINMA 主席 Amstad 在 Point Zero Forum 披露 AI 监管工具路线图
实时加密监测面板 —— 从季度报表到每日市价的动态风险监控
生成式 AI 现场检查工具 —— 双层复核机制的设计逻辑与防幻觉策略
全球监管科技趋势 —— IOSCO SupTech Forum 推动跨国 AI 能力共享
对持牌机构的合规启示 —— 数据质量与内部审计如何适应 AI 监管时代

本文由 Aiying 艾盈合规团队原创，转载需授权。

2026 年 6 月 23 日，瑞士金融市场监督管理局（FINMA）主席、国际证监会组织（IOSCO）主席 Marlene Amstad 在苏黎世 Point Zero Forum 上发表演讲，首次详细披露 FINMA 在加密监管科技（SupTech）领域的最新部署——包括已投入使用的实时加密监测面板和正在开发的生成式 AI 现场检查工具。

事件概述

FINMA 主席 Amstad 的监管科技路线图

据 PYMNTS 报道（2026-06-27），Amstad 在演讲中指出，随着加密市场参与者日益广泛使用 AI 工具加速交易与合规流程，监管机构必须采取对等措施提升监督能力。她提出了一句核心判断：「对 FINMA 而言，SupTech 不再是承诺——它已经在工作中。」

这一声明标志着 FINMA 从 2023 年 Credit Suisse 危机中积累的监管反思正在转化为技术行动。与英国 FCA、美国 SEC 等主要监管机构相比，FINMA 是首批将生成式 AI 实质性嵌入加密监管工作流的金融监管机构之一。

双重身份驱动全球协调

Amstad 同时担任 IOSCO 主席，使得 FINMA 的 SupTech 实践天然具有全球推广的通道。IOSCO 于 2026 年 6 月 18 日发布的《SupTech: Mapping the Use of Technology in Financial Supervision》报告明确指出：AI 已从试验阶段转向核心监管职能，覆盖自动化文档分析、市场滥用调查、情感分析和加密风险暴露监测四大场景。

实时加密监测面板

数据融合：打破季度报告的滞后性

FINMA 已建成并投入使用的实时加密监测面板，核心创新在于将两类数据源进行融合分析：

机构季度上报数据：持牌加密机构按监管要求定期提交的加密资产持仓明细，包括代币种类、持仓数量、托管方式等字段。
每日市场价格：从公开市场数据源抓取的实时价格信息，覆盖主流和长尾加密资产。

通过将静态报表与动态市价相结合，该面板能够在每日而非每季度的时间粒度上识别风险——这是传统监管报表体系无法实现的频率跃升。

两大风险识别能力

该面板重点识别两类风险场景：

加密敞口过度集中：面板自动计算单一机构总资产中加密资产的占比，并与同类机构、行业基准进行对比。当某机构持有的加密资产规模或种类呈现异常集中态势时，系统生成预警。
单链操作风险：面板追踪代币在特定区块链上的分布集中度。例如，若某机构的稳定币持仓高度依赖于单一 L2 网络，一旦该网络出现运营中断，系统性风险将放大。

生成式 AI 现场检查工具

从人工逐页审阅到 AI 初筛

FINMA 正在开发的生成式 AI 工具瞄准的是现场检查（on-site examination）的瓶颈环节——检查前文档审阅。按照现行流程，监管人员在进驻机构之前需要人工审阅大量提交文件，包括内部审计报告、交易记录、客户投诉档案和合规整改证据。这一环节耗时且容易出现人为疏漏。

新工具的工作流程如下：生成式 AI 自动扫描全部待审文件，识别数据异常、不寻常的交易模式或合规文件中的矛盾表述，并生成重点关注清单。被标记的内容随后进入下一步复核。

双层 AI 复核机制：Fintech 监管的「人类-in-the-loop」范式

Amstad 特别强调，FINMA 为生成式 AI 设计了 双层复核架构，以解决大语言模型「幻觉」（hallucination）这一核心缺陷：

层级	角色	功能描述
第一层 AI	异常发现者	扫描全部监管文件，自动标记可疑数据点、非常规交易模式及需人工关注的段落
第二层 AI	防幻觉校验者	对第一层 AI 的每项标记进行二次审查，判断是真实的监管关切还是 AI 幻觉，通过验证的结果才传递给人类监管人员
人类监管员	终审决策者	基于经过双层 AI 过滤的高置信度提示进行专业研判，做出最终的监管判断

这种架构的巧妙之处在于：AI 负责扩大信息处理的广度和速度，人类负责保留专业判断权。第二层 AI 的「防幻觉」角色实质上充当了人类监管员的质量保障前置环节——确保送到决策者手中的每一条提示都经过了机器验证。

额外的 AI 监管能力

除文件扫描工具外，FINMA 还在部署一套独立 AI 模型用于 检测可疑交易模式，排查是否存在内幕交易或市场操纵迹象。这一工具与实时监测面板形成互补：面板关注宏观风险敞口，交易检测工具关注微观违规行为。

全球监管科技趋势

IOSCO 的协调角色

Amstad 领导下的 IOSCO SupTech Forum 正在推动全球金融监管机构采用 AI 工具。2026 年 6 月的报告揭示了三项关键趋势：

AI 驱动的效率提升：监管机构正将 SupTech 从试点项目整合进日常监督工作流，不再停留于概念验证阶段。
数据获取能力成为核心壁垒：具备实时市场数据接入能力的监管机构在加密监管中占据先发优势。
云基础设施支撑规模化：大规模文档分析、全市场交易监控等场景依赖云端算力，传统本地化部署已难以满足需求。

黑客马拉松推动标准化

FINMA 联合 IOSCO 组织了一场约 100 名政策与技术专家参与的 加密监管工具黑客马拉松，现场搭建市场监控原型工具。这一形式旨在打破各国监管机构各自开发工具的「碎片化」困境——如果每个国家的加密监管 AI 采用不同的技术标准，跨国持牌机构的合规成本将成倍增加。

对持牌机构的合规启示

合规数据质量将成为监管审查的「第一道防线」

FINMA 的 AI 监管工具本质上是对数据的审查而非对流程的审查。生成式 AI 扫描的是机构提交的文件质量、数据一致性和异常模式——这意味着，持牌机构内部合规系统的数据准确性、完整性和及时性将直接决定其是否触发 AI 预警。

对于在瑞士持有金融牌照的加密机构（包括加密资产服务商和加密资管机构），以下合规维度的优先级将显著提升：

数据一致性：季度报告中不同表格之间的数据交叉验证是否自洽。
异常标注的完备性：对于偏离历史均值的交易数据，是否在报送文件中主动进行了说明。
实时数据对齐：机构内部监控系统的时间粒度是否与 FINMA 面板的日频要求匹配。

从被动应对到主动预判

Amstad 在演讲中提到，黑客和攻击者已率先使用 AI 加快行动速度，监管机构必须「更快地修补漏洞」。这一判断对持牌机构同样适用：在 AI 监管工具全面投入使用之前，机构应当评估自身合规流程是否具备同等级别的技术能力——例如，是否已部署内部交易监控 AI、是否已实现合规数据的自动化聚合——以避免在未来的 AI 辅助检查中处于被动。

常见问题（FAQ）

FINMA 的生成式 AI 工具何时正式投入使用？

根据 Amstad 的披露，实时加密监测面板已经投入实际使用；生成式 AI 现场检查工具目前处于开发阶段，尚未公布具体上线时间表。不过，双层复核机制的详细设计透露工具已进入后期开发，预计将在 2026 年下半年至 2027 年初进入试点应用。

这是否意味着 FINMA 的现场检查将完全由 AI 取代人类？

不会。FINMA 的设计明确保留了人类监管员的终审角色。AI 的作用是扩大信息处理的广度和速度——从人工只能抽样审查少量文件，到 AI 可在短时间内扫描全部提交材料——但最终的监管判断仍然由人类做出。第二层 AI 的「防幻觉」角色也表明，FINMA 对 AI 的定位是辅助工具而非自主决策者。

来源：

瑞士

瑞士 FINMA 推出生成式 AI 加密监管工具：双层复核机制提升现场检查效率