美國貨幣總稽核辦公室（OCC）近日修訂信用審查手冊，雖然未直接點名人工智慧（AI），但透過將AI驅動的放款工具視為「模型」，強化對其模型風險和第三方風險的管理要求，促使銀行需建立AI治理框架以應對監管審查。
美國貨幣總稽核辦公室（OCC），這個美國財政部下轄的獨立銀行業監管機構，已於今年6月25日發布了第2026-29號公告，修訂其《Comptroller’s Handbook》中的「放款與貸款組合風險管理」手冊。這項修訂整合了先前多份指導文件，形成統一的信用審查規範，並首度將模型風險管理、第三方風險管理以及自動化信用審查流程等新章節納入其中，暗示了對人工智慧（AI）技術在金融領域應用風險的關注。
儘管本次修訂指南並未明確提及「人工智慧」或「機器學習」等詞彙，但它將AI驅動的放款工具歸類為「模型」和「規則型標準」，並強調這些用於承銷和信用決策的模型，應受到健全的模型風險管理。這意味著，未來銀行在採用AI工具進行信用審查流程（銀行評估借款人償債能力的過程）時，將受到更嚴格的審視。
值得注意的是，OCC在今年4月發布的第2026-13號公告中曾指出，「生成式AI（generative AI）和代理式AI（agentic AI）模型不在本指南範圍內」，並預告將針對這些工具發出進一步的資訊徵求。這顯示OCC正逐步將AI技術納入監管框架，但採取分階段實施的策略。
新指南採用原則性而非規則性的方法，主要適用於資產超過300億美元的銀行。雖然指南未直接涵蓋生成式AI，但監理人員仍可就銀行在信用業務中採用的AI技術進行詢問，並評估其資料完整性與公平借貸風險的控制措施。為此，銀行應建立強健的AI治理框架，並可參考權威性資源，如NIST AI Risk Management Framework及其Generative AI Profile，以及Cyber Risk Institute的Financial Services AI Risk Management Framework，作為補足監管空白的依據。
金融機構應主動將其AI信用應用案例與修訂後的手冊條款和審查程序進行對應，針對生成式AI與代理式AI工具採用外部標準，確保模型清單和供應商監督符合稽核要求，並證明不利行動（adverse-action）和公平借貸（fair-lending）決策的合理性可供驗證，以應對日益嚴峻的監管挑戰。