就近日律政司表示會與相關政策局和部門檢視支持更廣泛應用 AI 所需的法律配套，以應對深度偽造欺詐等風險，全球驗證服務及反欺詐的領先企業 Sumsub 亞太區政府事務主管陳崇軒分享以下看法：
Sumsub亞太區主管：港去年深偽案急增147% 需釐清AI責任框架。
「香港以至全球正面對『精密型欺詐』發展趨勢影響，當中涉及深度偽造及合成個人身分資料，令攻擊手法更複雜亦更難識別。Sumsub 最新的身分欺詐報告顯示，香港去年的深度偽造案件按年大幅增加 147%，反映相關風險正迅速擴大，並逐步演變為跨境、跨平台的系統性挑戰。
與此同時，AI 驅動的社交工程正放大『人為因素』帶來的風險，例如透過偽造人像、聲音或身份資料建立信任，令詐騙手法更難識別。而企業與用戶對 AI 的使用責任仍未完全清晰，顯示有需要建立更明確的規範與指引，以釐清責任並加強追蹤機制。
設計圖片
要在安全與創新之間取得平衡，在可控的環境下推動 AI 發展及發揮潛力，關鍵在於採取多管齊下的策略，包括加強公私營協作、訂立清晰監管框架，以及提升公眾對新型詐騙手法的認知。具體而言，可從三方面推進：
• 一、推動技術與產業發展：促進公共部門、研究機構與科技企業合作，加快反欺詐技術創新。例如，香港金融管理局與香港數碼港推出生成式人工智能（GenA.I.）沙盒，讓銀行及金融機構能在風險可控的測試環境下，開發偵測深度偽造技術的創新防禦機制，以提升銀行的風險管理和反欺詐能力。Sumsub 亦正與新加坡南洋理工大學合作開發個人照片浮水印技術，並與國際刑警組織合作推動深度偽造檢測研究與培訓。
• 二、釐清責任與加強監管框架：隨著 AI 詐騙風險上升，市場亦愈來愈關注責任問題。Sumsub 調查顯示，47% 消費者認為企業與政府應共同承擔防詐責任；同時，88% 企業預期 AI 詐騙將持續增加，63% 支持收緊監管，反映業界普遍認同需要更清晰的規範及問責機制，以在保障用戶的同時，支持業務穩健發展。
• 三、提升公眾意識與能力：加強教育及宣傳，協助企業與市民理解 AI 風險與正確使用方式，提升識別詐騙及保護自身的能力。例如香港警務處推出了一站式詐騙陷阱搜尋器『防騙視伏器』，協助公眾辨識詐騙及網絡陷阱。
設計圖片
亞太多個地區已將反欺詐視為跨界的共同責任。例如，澳洲於 2024 年發布《欺詐預防框架法案》（Scams Prevention Framework），新加坡亦於 2023 年推動『欺詐共同責任框架』（Shared Responsibility Framework），在建構整體防禦機制的同時，明確界定各方責任。在此趨勢下，政府、監管機構與業界應攜手合作，在可執行的安全框架下推動 AI 發展，同時提升社會對相關風險的認識，才能更有效應對不斷變化的詐騙手法，建立長遠數碼信任。」
信任基礎設施供應商Sumsub公佈最新《亞太地區數碼信任現況：AI治理基準報告》，揭示香港企業在AI代理應用快速擴張的同時，決策過程的可追溯性明顯滯後。調查顯示，94%的香港企業已採用或正試行多步驟AI系統，但僅有36%能夠透過可靠且不可篡改的紀錄，為AI行為提供完整及可永久保存的審計軌跡（audit trail），反映本地市場在問責機制上存在顯著缺口。
報告將此現象定義為「問責不對稱問題」（Accountability Asymmetry），即企業為AI決策承擔責任的程度，與其向監管機構、持份者或客户清楚解釋及證明AI如何作出相關決定的能力之間出現落差。當企業缺乏完善且可追溯的紀錄，每一項未受監察的AI行動都可能持續累積潛在風險及成本，即使影響未必即時浮現，長遠仍可能導致營運損失、合規罰款及客户信任流失。
Sumsub 亞太地區數碼信任現況：AI 治理基準報告封面
研究從三大範疇評估亞太區企業在自主AI代理治理方面的進展，包括AI在企業運作中自主執行工作的程度（自主程度，Autonomy）、企業能否清晰界定及承擔AI行為所涉及的責任（責任清晰度，Responsibility），以及企業能否還原、解釋和審核AI的決策過程（可追溯性，Traceability）。
報告重點指出，95%的香港企業在過去一年曾擴大AI應用規模或提升其自主程度，比例略高於亞太地區平均水平的92%。在責任承擔模式上，40%的香港企業表示AI行為與決策所涉及的責任由多個業務部門共同承擔，遠高於亞太區平均水平的27%，為區內最高，反映香港企業在AI治理方面更傾向採取跨部門協作模式。
不過，在高風險工作流程中的AI應用仍較審慎。89%的香港企業願意將低風險及例行工作交由AI處理，與亞太區平均水平的88%相若，惟涉及財務相關決策時，企業態度明顯更為保留。香港作為國際金融中心，其監管環境一直引導企業治理標準，隨著監管機構現正積極完善相關框架以支援更廣泛的AI應用，香港企業的整體AI治理評分為66.7分，略低於亞太區平均分數的67.1分。
Sumsub 亞太地區數碼信任現況：AI 治理基準報告研究摘要展示
Sumsub亞太區副總裁Penny Chai表示，香港企業並非缺乏推動AI代理應用的策略方向，而是在拓展應用時採取較審慎的態度。當決策涉及財務責任時，未成熟的追溯機制或會為企業帶來難以承受的營運風險，因此建立穩健的追溯及安全框架，是企業在高風險決策中安全和大規模地應用AI的先決條件。她補充，亞太地區未來的AI發展將取決於公私營機構之間的合作，監管機構負責提供框架，而業界建立的信任基礎設施則有助企業在實際應用中落實問責機制，兩者相輔相成，讓企業能夠轉化合規要求為可驗證的數碼信任。
從亞太區整體表現來看，企業的AI治理水平與當地監管環境密切相關。泰國以70.3分及菲律賓以69.6分位居區內前列，兩地企業由於遵循較早建立且較為嚴謹的數碼法規及企業合規機制，因而表現領先。印度以68.5分排名第三，受既有的紙本合規框架支持，有利企業與國際標準接軌；中國則以68.0分緊隨其後，持續推出和調整AI相關監管措施，包括制定《人工智能智能體互聯》系列國家標準，以推動AI治理發展及規範企業在當地運行的標準。
除香港外，澳洲（66.7分）及印尼（66.0分）正逐步調整現有私隱及數據保障框架，以涵蓋自主AI系統。新加坡（65.6分）已推出代理式AI模型治理框架（Model AI Governance Framework for Agentic AI），企業普遍根據此較為成熟的技術標準衡量，因此傾向較嚴謹的自我評估。馬來西亞（62.4分）企業則正在為即將落實的AI治理法案（AI Governance Bill）作準備。
按行業劃分，高度受監管的行業表現較為領先。亞太地區金融服務業受嚴謹的監管要求規範，以69.6分位居各行業榜首，同時錄得最高的審計軌跡應用率。資訊科技及軟件服務業則以68.8分排行第二，惟其技術部署速度過快，治理能力落後於應用程度的風險增加。
相比之下，財務風險較低的行業普遍更著重AI帶來的即時業務效益，而非AI治理能力。電子商務與網購平台（65.4分）廣泛利用AI工具推動銷售，但由於利潤空間有限，只有29%採用獨立審計機制。交通運輸與配送平台行業（64.4分）則優先考慮營運效率，甚至有機會以犧牲監察及追溯能力為代價，一旦自動化AI系統出現異常，其物流運作便可能因缺乏足夠監管而出現系統性盲點。
香港企業 AI 治理數據圖表，顯示問責不對稱問題、數據與決策支援應用及主要技術障礙分析
隨著企業擴展AI應用的規模，如何確保問責機制清晰及系統可靠等實際業務合規要求成為關鍵考量。為應對相關挑戰，香港企業認為在技術方面的三大重點分別為管理先進AI模型所涉及的技術難度（64%）、降低建立追溯機制的成本（50%），以及確保不同平台之間能夠順暢整合（48%）。
報告指出，企業必須推動結構轉型，應用統一的信任基礎架構，確保每項自動化行為均可追溯至獲授權的AI代理，以及負責監督相關決策的人類，才能在代理式AI時代建立真正的數碼信任。市場對此轉型方向已達成共識，98%的香港企業表示已為應用第三方驗證方案作好準備，將AI自動化行為與經驗證的身分網絡進行綁定。
《Sumsub亞太地區數碼信任現況：AI治理基準報告》採用混合研究法，結合企業領導層的圓桌討論，以及由Sumsub聯同新加坡金融科技協會委託第三方獨立研究機構Blackbox Research於2026年4月至6月期間進行的量化調查結果。研究涵蓋九個亞太區市場，包括香港、中國、新加坡、澳洲、印度、印尼、馬來西亞、菲律賓及泰國，並訪問共720名來自金融服務、資訊科技及軟件服務、電子商務與網購，以及交通運輸與配送平台四個行業的資深專業人士。所有受訪者均為經確認的企業決策者，直接負責制定或執行AI策略，或相關風險監察工作；其中76%的受訪者擔任行政管理層（C-suite）、高級管理層、企業負責人或創辦人職位。
