代理式AI打進金融核心流程，監管能否跟上Nasdaq(NDAQ)

 

Nasdaq把代理式AI放進資本市場底層

Nasdaq(NDAQ)這次推的新架構，重點非常清楚：把人工智慧直接嵌進資本市場與財資營運的底層系統。它不是單純多了一個聊天介面，也不是只做報表分析，而是要讓AI代理能在交易、風控、抵押品管理這些核心流程裡，直接執行任務。

這種改法，對金融業的意義很大。因為銀行、券商、資產管理公司、央行這類機構，最麻煩的地方從來都在前中後台之間的串接，以及合規要求下的留痕與稽核。Nasdaq選擇從這裡下手，等於把AI從邊角工具往核心作業平台推進一步。

 

Calypso原本就是金融機構的作業中樞

Nasdaq Calypso本來就不是小系統，而是銀行與資產管理機構處理交易、風險管理、抵押品作業的重要平台。這次新增的代理式AI運行環境，等於在既有底座上再疊一層可自動運作的能力。

它想解決的痛點很具體：過去AI多半以外掛方式存在，資料要另外接，流程要另外改，合規部門還得重新驗證。結果就是AI看起來很亮眼，真正落地到大型金融機構時，速度慢、成本高、風險也高。

Nasdaq這次的設計，是讓多個AI代理在一個封閉但靈活的空間裡運作，從資料整理、風險檢核到抵押品最佳化，都能走程式化流程。這一步若能跑通，金融機構的營運效率會明顯改觀。

 

MCP把AI代理和既有系統接起來

這套架構另一個關鍵，是採用Model Context Protocol，簡稱MCP。白話說，這是一種讓AI代理和既有軟體系統對話的標準接口。

這件事的價值，在金融業特別明顯。因為很多大型機構的系統早就不是單一平台，而是一整套各自獨立、年代不同、功能不同的應用拼起來的。以前要把AI塞進去，常常得客製很多層連結，成本高，維護也麻煩。

有了MCP，機構客戶除了用Nasdaq Calypso內建的AI代理，也能把自家專有AI架構接進來，在同一層上協同運作。這代表標準化連結開始變得重要，金融機構導入AI時，整合摩擦可以降下來。

 

雲端託管加上本地接入，合規是核心前提

Nasdaq把AI代理託管在自家雲端環境，並建構於Amazon Bedrock(AMZN)之上。Bedrock提供可擴展的雲端算力與治理控制，這對高度受監管的金融機構非常關鍵。

更重要的是，Nasdaq也考慮到仍在使用自建機房的客戶。這些本地系統可以透過安全連線接入同一套AI代理，不必因為基礎設施較舊，就被AI轉型排除在外。

這裡的訊號很明確：金融業導入AI，前提永遠是資料控制權、授權邊界與稽核軌跡。Nasdaq強調客戶資料仍由機構掌握，AI代理只能在授權範圍內存取與處理資訊，這才符合銀行、券商與監管單位的要求。

 

交易後處理與抵押品管理，最先受衝擊

若看實務面，最先被改變的會是交易後處理、風險報表彙整、抵押品重配置這些環節。這些流程目前仍有大量人工逐筆核對與輸入資料，耗時，也容易出錯。

Nasdaq要推出的是受治理的代理式AI工作者，目的就是把這些繁瑣工作自動化，同時保留完整稽核軌跡。對大型金融機構來說，這種效率提升很直接，因為它減少的是操作風險與合規成本。

我一向認為，金融科技真正有價值的地方，不在表面的展示功能，而在那些每天重複、又不能出錯的流程。交易生命週期裡的中後台作業，就是最好的切入點。

 

AI在金融業，開始從分析工具走向執行工具

這次架構最值得注意的地方，是AI角色的變化。過去AI大多負責分析、建議、預測，最後還是要人來拍板。現在代理式AI則可以在預設規則與監理框架下，直接執行任務。

支持者會認為，這對速度與效率的提升非常大，尤其在高頻交易、複雜衍生品、多市場風險整合上，效果可觀。批評者則擔心，AI代理若被廣泛用於自動操作，極端行情下可能放大波動。

這兩種看法都成立。金融市場最怕的從來都不是技術本身，而是技術擴散速度快過治理能力。AI若進入核心流程，監管單位勢必得同步建立更清楚的控管規則。

 

產業底層升級，會帶動更多金融與企業應用

Nasdaq的布局，也可以和Pearson(PSO)收購AI技能平台Workera放在一起看。前者改的是金融市場的技術底層，後者處理的是企業內部技能盤點與培訓。兩者都在回應同一個大方向：AI已經從前台應用，走向後台基礎設施。

這種變化，未來不只影響金融機構，也會延伸到人才結構、流程設計與合規管理。AI一旦進入核心營運，企業就不能只問它會不會生成內容，而要問它能不能穩定、可追蹤、可稽核地完成任務。

在當前全球債市殖利率仍居高檔、美歐股市又對油價與地緣風險高度敏感的環境下，Nasdaq仍押注這條路，代表市場領先者看得很長：短期宏觀波動會有，金融業的數位化與AI化轉型還是要走。接下來要觀察的，是監管機構如何定義可控邊界，以及代理式AI能否在效率提升與系統風險之間找到平衡。