Artificial Intelligence and Financial Centers人工智能与金融中心人工智能與金融中心

Artificial intelligence is transforming financial services at a pace that exceeds the capacity of existing frameworks for measuring financial center performance. This paper, the third in the working paper series on measuring international finance, analyzes the intersection of AI ecosystems with the functional and enabling dimensions of financial center performance. It further proposes a dedicated AI ecosystem measurement framework and evaluates strategic approaches for financial center leadership regarding the AI agenda.人工智能正以超越现有金融中心绩效衡量框架承载力的速度改造金融服务。作为「衡量国际金融」工作论文系列的第三篇，本文分析 AI 生态系统与金融中心绩效的功能性维度及支撑性条件之间的交叉关系，并进一步提出专项 AI 生态系统衡量框架，评估金融中心管理层在 AI 议程上的战略路径。人工智能正以超越現有金融中心績效衡量框架承載力的速度改造金融服務。作為「衡量國際金融」工作論文系列的第三篇，本文分析 AI 生態系統與金融中心績效的功能性維度及支撐性條件之間的交叉關係，並進一步提出專項 AI 生態系統衡量框架，評估金融中心管理層在 AI 議程上的戰略路徑。

Drawing on the WAIFC AI Report 2026, the FSB and WEF's thought leadership on AI in financial services, and a global survey of flagship AI initiatives, this paper contends that AI influences every aspect of the International Financial Center (IFC) performance framework, extending beyond innovation capacity. AI governance quality is emerging as a component of regulatory quality, while AI infrastructure is becoming integral to connectivity. Additionally, AI-specific risks, such as third-party concentration and market correlation, necessitate explicit inclusion in resilience measurement. The paper proposes a seven-dimensional indicator framework for AI ecosystem performance to be incorporated into the IFC diagnostic dashboard.本文参考《WAIFC 人工智能报告 2026》、金融稳定理事会与世界经济论坛在金融服务 AI 领域的前沿思想，以及全球旗舰 AI 项目调查，认为 AI 影响国际金融中心（IFC）绩效框架的方方面面，远不止「创新能力」这一维度。AI 治理质量正成为监管质量的组成部分；AI 基础设施正融入「连通性」；此外，AI 特有风险——如第三方集中度、市场关联度——必须明确纳入韧性衡量。本文提出一套面向 AI 生态系统绩效的七维指标框架，以纳入 IFC 诊断仪表盘。本文參考《WAIFC 人工智能報告 2026》、金融穩定理事會與世界經濟論壇在金融服務 AI 領域的前沿思想，以及全球旗艦 AI 項目調查，認為 AI 影響國際金融中心（IFC）績效框架的方方面面，遠不止「創新能力」這一維度。AI 治理質量正成為監管質量的組成部分；AI 基礎設施正融入「連通性」；此外，AI 特有風險——如第三方集中度、市場關聯度——必須明確納入韌性衡量。本文提出一套面向 AI 生態系統績效的七維指標框架，以納入 IFC 診斷儀表盤。

The paper then examines five strategic choices that financial center leadership faces: whether to pursue AI-native positioning or a more measured AI-positioned approach; how to balance AI investment against a broader technology agenda encompassing digital assets, open finance, and quantum infrastructure; how to navigate the infrastructure ownership and stack sovereignty dimensions using a 2×2 control-versus-dependency matrix; who pays for AI infrastructure and what the return is; and when to move as a regulatory first-mover versus a fast-follower. In each case, the paper presents the arguments on both sides before offering a recommended position.本文随后审视金融中心管理层面临的五项战略抉择：是采取「AI 原生型」定位，还是采取更稳健的「AI 赋能型」路径；如何在 AI 投资与更宏观的科技议程（数字资产、开放金融、量子基础设施）之间取得平衡；如何通过「控制 vs. 依赖」2×2 矩阵处理基础设施所有权与技术栈主权问题；AI 基础设施由谁出资以及其回报如何；以及何时选择做监管的「先行者」，何时选择做「快速跟随者」。每一问题，本文均呈现两方论点，再给出推荐立场。本文隨後審視金融中心管理層面臨的五項戰略抉擇：是採取「AI 原生型」定位，還是採取更穩健的「AI 賦能型」路徑；如何在 AI 投資與更宏觀的科技議程（數字資產、開放金融、量子基礎設施）之間取得平衡；如何通過「控制 vs. 依賴」2×2 矩陣處理基礎設施所有權與技術棧主權問題；AI 基礎設施由誰出資以及其回報如何；以及何時選擇做監管的「先行者」，何時選擇做「快速跟隨者」。每一問題，本文均呈現兩方論點，再給出推薦立場。

The overarching strategic conclusion is that AI is best positioned not as a new identity that supersedes the strengths of existing financial centers, but as an integration layer that multiplies the value of all other activities — for experienced professionals and new entrants alike.总体战略结论是：AI 的最佳定位不是取代既有金融中心优势的「全新身份」，而是一个「整合层」——它能倍增其他所有业务活动的价值，无论是对资深从业者还是新进入者皆是如此。總體戰略結論是：AI 的最佳定位不是取代既有金融中心優勢的「全新身份」，而是一個「整合層」——它能倍增其他所有業務活動的價值，無論是對資深從業者還是新進入者皆是如此。