L’Autorità monetaria di Singapore (MAS) sta finalizzando le sue Linee guida sulla gestione dei rischi legati all’intelligenza artificiale (AIRG) e ha ora confermato agli atti che al loro interno si trovano agenti IA autonomi. In una risposta parlamentare scritta datata 5 agosto 2026, MAS ha affermato che le linee guida "si applicano a tutti i casi d'uso dell'IA da parte degli intermediari finanziari, compresa l'intelligenza artificiale degli agenti, e saranno finalizzate presto". Il documento di consultazione 2025 di novembre propone un periodo di transizione di 12- mesi dopo l'emissione affinché gli istituti finanziari possano valutare e attuare le Linee guida. Quella finestra è l'orizzonte di pianificazione per ogni team di rischi, conformità e piattaforma AI presso un istituto regolamentato dal MAS che gestisce o pilota agenti di intelligenza artificiale. Questo articolo illustra cosa si aspetta AIRG, come si connette a SAFR e un piano mese per mese da oggi fino alla fine del periodo di transizione.
Cos'è AIRG e dove si trova
AIRG è il nome abbreviato delle linee guida proposte sulla gestione del rischio dell'intelligenza artificiale, pubblicate per consultazione da MAS il 13 novembre 2025 come documento di consultazione P017-2025.. Le linee guida stabiliscono le aspettative di vigilanza di MAS per la gestione del rischio di intelligenza artificiale negli istituti finanziari in quattro aree: supervisione da parte del consiglio di amministrazione e dell'alta direzione, sistemi chiave di gestione del rischio di intelligenza artificiale, politiche e procedure (identificazione, inventario, valutazione della materialità del rischio), controlli del ciclo di vita dell'intelligenza artificiale e capacità necessarie per l'uso dell'intelligenza artificiale.
La consultazione si è conclusa il 31 gennaio 2026. La risposta parlamentare 5 agosto 2026, data dal vice primo ministro Gan Kim Yong in qualità di presidente del MAS, ha confermato che le linee guida "saranno finalizzate presto" e che si applicano a tutti i casi d'uso dell'IA da parte degli intermediari finanziari, compresa l'IA agente. MAS non ha pubblicato una data di finalizzazione. Il documento di consultazione propone un periodo di transizione di 12 mesi dall'emissione e la risposta posiziona SAFR e il Project MindForge AI Risk Management Toolkit come risorse di implementazione del settore che rientrano nelle Linee guida.
L’ambito dell’intelligenza artificiale è ampio in base alla progettazione. Copre modelli, sistemi e casi d'uso di intelligenza artificiale basati su machine learning, deep learning e apprendimento di rinforzo, nonché intelligenza artificiale generativa, agenti di intelligenza artificiale e tecnologie di intelligenza artificiale più recenti. Calcolatori e strumenti i cui risultati seguono una logica di programmazione predefinita non ne rientrano. La definizione dipende dal fatto che il sistema apprende o deduce dagli input per generare output che possono influenzare ambienti fisici o virtuali, con diversi livelli di autonomia e adattività dopo l'implementazione.
Chi rientra nell’ambito di applicazione e come funziona la proporzionalità
MAS propone di applicare le Linee guida a tutti gli intermediari finanziari come definito nella sezione 2 del Financial Services and Markets Act. 2022. Le filiali di Singapore e le filiali di gruppi stranieri possono sfruttare il quadro di gestione del rischio AI della propria entità madre, a condizione che il quadro soddisfi le aspettative AIRG.
L'applicazione è proporzionata lungo due assi. Il primo è l’istituzione: le aspettative crescono con la dimensione e la natura delle attività, l’uso dell’intelligenza artificiale e il profilo di rischio. Il secondo è l’intelligenza artificiale stessa: i controlli del ciclo di vita sono calibrati sulla materialità del rischio valutato di ciascun caso d’uso, sistema o modello.
L'allegato del documento di consultazione traccia una linea pratica. Ogni FI, qualunque sia il suo livello di adozione dell’IA, dovrebbe avere politiche di base sull’IA: un proprietario senior designato per la supervisione dell’IA, usi consentiti e non consentiti, requisiti di revisione umana, un elenco di strumenti approvati e una revisione annuale. Gli intermediari finanziari che utilizzano l’intelligenza artificiale come parte integrata dei loro processi aziendali soddisfano le aspettative più complete: quadri di supervisione, identificazione, inventario e valutazione della materialità del rischio. Il test dell'allegato è la dipendenza materiale: perdere l'accesso all'IA interromperebbe i flussi di lavoro da cui dipende materialmente, o l'IA è integrata con i sistemi da cui dipende materialmente. Un agente che valuta gli avvisi antiriciclaggio, controlla i pagamenti o redige valutazioni del credito all'interno di un flusso di lavoro di produzione risponde sì.
Per le implementazioni tramite agenti, l’analisi della proporzionalità raramente arriva al punto debole. Il documento individua gli agenti di intelligenza artificiale come fattori che amplificano il rischio perché "hanno maggiore autonomia e accesso agli strumenti", possono "eseguire autonomamente azioni che non sono in linea con gli obiettivi aziendali di un FI o con i migliori interessi del cliente" e, se compromessi, possono "esfiltrare dati sensibili o eseguire comandi dannosi su larga scala".
Come AIRG si relaziona con SAFR
AIRG e SAFR occupano due strati distinti e la risposta parlamentare afferma chiaramente la divisione. L'AIRG fissa le aspettative di vigilanza del MAS. SAFR (Safeguards for Agentic Finance at Runtime), il white paper 2026 di luglio del programma BuildFin.ai di MAS, "definisce un potenziale approccio su come vengono autorizzate le azioni degli agenti, come viene attivata la supervisione umana e cosa viene registrato al momento di ogni decisione consequenziale." La risposta menziona inoltre il Project MindForge AI Risk Management Toolkit come una risorsa del settore per aiutare gli intermediari finanziari ad attuare le Linee guida.
Da leggere insieme: AIRG comunica a un FI ciò che il suo consiglio di amministrazione, la funzione di rischio e i proprietari dell’IA devono essere in grado di dimostrare. SAFR descrive i meccanismi di runtime che un FI può implementare per produrre quella dimostrazione per gli agenti: identità dell'agente verificata, mandati espliciti, una disposizione per ogni azione proposta e un registro di controllo di sola aggiunta. Questo articolo presuppone la familiarità con la specifica SAFR; la procedura dettagliata completa è in SAFR, spiegato e la guida alla creazione è in Come implementare SAFR.
SAFR rimane un riferimento del settore senza forza di vigilanza. AIRG è il documento su cui vigilerà MAS una volta emesso. La conseguenza pratica per la pianificazione: un FI che implementa controlli di runtime in stile SAFR durante il periodo di transizione sta costruendo la base di prove operative richiesta dalle aspettative di supervisione, supervisione umana, monitoraggio e verificabilità di AIRG.
Le aspettative AIRG che determinano il tuo programma agenti
Cinque gruppi di aspettative nelle Linee guida proposte hanno la maggior parte del peso per l’IA agente.
Responsabilità del consiglio di amministrazione e dell'alta dirigenza. Il consiglio di amministrazione e l'alta dirigenza possiedono i quadri, le strutture, le politiche e i processi per identificare l'uso dell'intelligenza artificiale, valutare la materialità del rischio, mantenere l'inventario, gestire l'intelligenza artificiale durante tutto il suo ciclo di vita e sviluppare le capacità necessarie. Il Consiglio approva l’approccio generale alla governance e garantisce che i rischi materiali legati all’IA compaiano nel quadro della propensione al rischio con dichiarazioni qualitative e limiti quantitativi. L’alta direzione implementa le politiche, stabilisce un processo di escalation interno per i rischi e gli incidenti materiali dell’IA e aggiorna tempestivamente il Consiglio sulle questioni materiali relative ai rischi dell’IA. Laddove l’esposizione complessiva al rischio IA dell’IF è ritenuta rilevante, MAS propone un comitato interfunzionale dedicato.
Identificazione, inventario e materialità del rischio. Gli intermediari finanziari dovrebbero identificare in modo coerente l'utilizzo dell'IA in tutte le aree aziendali e funzionali, con una funzione di controllo designata che funga da arbitro finale nel determinare se qualcosa è AI. L'inventario deve rimanere accurato e aggiornato, indicando lo scopo, l'ambito di utilizzo approvato, il tipo di modello, i dati utilizzati, le dipendenze, lo stato del ciclo di vita, la valutazione della materialità del rischio, lo stato di convalida e i proprietari. Le valutazioni della materialità del rischio coprono almeno tre dimensioni: impatto, complessità e dipendenza. La dipendenza considera esplicitamente "il livello di autonomia concesso al sistema o modello di intelligenza artificiale" e "il grado di coinvolgimento o supervisione umana", che pone gli agenti all'estremità acuta della metodologia.
Controlli del ciclo di vita, dallo sviluppo al pensionamento. Il ciclo di vita dell'IA in AIRG va dall'inizio al pensionamento o allo smantellamento, adattato da ISO/IEC 22989. I controlli abbracciano gestione dei dati, equità, trasparenza e spiegabilità, supervisione umana, gestione dell'IA di terze parti, selezione, valutazione e test, tecnologia e sicurezza informatica, riproducibilità e verificabilità, revisioni pre-distribuzione, monitoraggio post-distribuzione, gestione del cambiamento e ritiro controllato. L’intelligenza artificiale ad alta materialità necessita di una convalida formale indipendente prima dell’implementazione, di piani di emergenza con opzioni di fallback e, laddove esistono kill switch, di protocolli di attivazione testati. I controlli di pensionamento riguardano le dipendenze, le politiche di conservazione dei dati, la rimozione sicura dalla produzione e le notifiche alle parti interessate.
Supervisione umana. I controlli dovrebbero garantire un'adeguata supervisione umana durante tutto il ciclo di vita, proporzionata alla rilevanza del rischio, con ruoli chiari, processi decisionali e di escalation, personale che detenga "l'autorità e la capacità necessarie di intervenire", sistemi progettati fin dall'inizio per consentire la supervisione e revisioni documentate delle decisioni e degli interventi di supervisione, compresi i quasi incidenti. Le Linee guida segnalano inoltre i bias legati all’automazione e l’affaticamento decisionale come rischi di supervisione man mano che l’intelligenza artificiale aumenta in velocità e portata.
Parità di terze parti. L'intelligenza artificiale di terze parti ha lo stesso peso in termini di governance dell'intelligenza artificiale realizzata internamente. La definizione è ampia: tutti i fornitori di prodotti e servizi di intelligenza artificiale di terze parti, inclusi sistemi, modelli, dati utilizzati per l’intelligenza artificiale e prodotti di terze parti esistenti in cui è stata introdotta l’intelligenza artificiale. Gli intermediari finanziari dovrebbero testare l’intelligenza artificiale di terze parti nel contesto dei propri casi d’uso utilizzando i propri dati, eseguire test compensativi laddove la divulgazione da parte dei fornitori non è sufficiente, garantire la notifica di aggiornamenti o modifiche, valutare i rischi della catena di fornitura e di concentrazione e aggiornare gli accordi legali, compresi i diritti di audit e la notifica quando viene introdotta l’intelligenza artificiale. Le aspettative di monitoraggio continuo includono esplicitamente l’IA di terze parti utilizzata nell’IF. Un agente del fornitore incorporato nel tuo flusso di lavoro è il tuo problema AIRG.
| Aspettativa AIRG | Cosa significa per gli agenti | Prove da conservare |
|---|---|---|
| Supervisione del consiglio di amministrazione e dell'alta direzione | Rischio agente nel quadro della propensione al rischio; percorso di escalation per gli incidenti degli agenti; comitato in cui l’esposizione è rilevante | Quadro di governance approvato, dichiarazioni e limiti sulla propensione al rischio, pacchetti di reporting del Consiglio, registri di escalation |
| Identificazione e inventario dell'IA | Ogni agente è registrato con proprietario, ambito approvato, strumenti, dipendenze, stato del ciclo di vita | Estratto dell'inventario attuale con traccia di attestazione |
| Valutazione della materialità del rischio (impatto, complessità, dipendenza) | Autonomia e accesso agli strumenti valutati in base all'affidamento; rating intrinseci e residui nell’ambito della propensione al rischio | Metodologia di valutazione, rating per agente, approvazione della funzione di controllo |
| Supervisione umana | Revisori nominati con autorità di intervento; supervisione progettata nel percorso dell'agente | Decisioni e interventi di supervisione, incidenti e mancati incidenti, revisioni periodiche dell'efficacia |
| Monitoraggio e verificabilità | Processi di ragionamento, azioni intraprese e strumenti utilizzati monitorati; i record supportano la revisione indipendente | Record di azioni di sola aggiunta, monitoraggio delle metriche rispetto a soglie, controlli di deriva e anomalie |
| Gestione dell'intelligenza artificiale di terze parti | Agenti dei fornitori inventariati, testati sui dati FI, contratti aggiornati, modifiche notificate e valutate | Fascicoli di due diligence, risultati dei test compensativi, accordi aggiornati, notifiche di modifica |
Il piano di transizione: da oggi alla finalizzazione
MAS si è impegnata a finalizzare le Linee Guida a breve, senza una data pubblicata. Il lavoro svolto prima dell'emissione conta doppio: rimuove la fase di scoperta dall'orologio di 12-mese e fa emergere le decisioni che necessitano del tempo del Consiglio. Due flussi di lavoro appartengono a questa finestra.
Inventario di agenti e IA. Metti subito a punto il processo di identificazione e l'inventario, confrontandoli con l'elenco degli attributi nel documento di consultazione. Per gli agenti, estendere gli attributi standard con quelli specifici dell'agente che la revisione della progettazione dell'inventario intende individuare: strumenti che l'agente può chiamare, sistemi che può raggiungere, il mandato o l'ambito approvato di azione autonoma e i guardrail in atto. Includi agenti di terze parti e integrati nei fornitori fin dal primo giorno.
Classificazione della materialità. Elaborare la metodologia della materialità del rischio sulle tre dimensioni proposte di impatto, complessità e dipendenza e applicarla all'inventario. Il risultato che conta è un elenco classificato: quali agenti sono ad alta materialità e avrebbero quindi bisogno di una convalida formale indipendente, di piani di emergenza e dei controlli più completi del ciclo di vita una volta applicate le Linee guida. Aspettatevi che gli agenti nei flussi di lavoro di credito, antiriciclaggio, pagamenti e consulenza regolamentata si classifichino ai primi posti sia in termini di impatto che di dipendenza.
Entrambi i flussi di lavoro costituiscono anche le prime due sezioni di una valutazione del gap SAFR, quindi un unico passaggio li copre entrambi. Le strutture SAFR Readiness Checklist che passano come domande in stile valutatore con punteggio per sezione.
Il piano di transizione: lo 12 mesi dopo l'emissione
Il documento di consultazione propone 12 mesi dalla pubblicazione "perché gli intermediari finanziari possano valutare e attuare le Linee guida in modo appropriato". Il piano seguente mette in sequenza quella finestra per un FI che esegue gli agenti in produzione o li porta lì. I mesi vengono conteggiati a partire dalla data di emissione. La logica della sequenza: prima le decisioni di governance perché tutto a valle necessita di un quadro approvato; controlli di runtime per agenti ad alta materialità nel mezzo perché impiegano più tempo per costruire e produrre le prove che tutto il resto consuma; la garanzia e il reporting durano perché controllano ciò che è stato costruito nei mesi precedenti.
Due discipline permanenti si svolgono durante tutti i dodici mesi. Conservazione delle prove: dal primo mese, conservare i registri che le Linee guida si aspettano che una parte indipendente sia in grado di rivedere, coprendo la documentazione di sviluppo, i rapporti di convalida, le decisioni e gli interventi di supervisione, il monitoraggio dei risultati, gli incidenti e i registri delle modifiche, con regole di conservazione stabilite una volta nella politica. Reporting del Consiglio: l'alta direzione aggiorna tempestivamente il Consiglio sulle questioni materiali relative al rischio IA, con la cadenza formale fissata nel mese 2 ed esercitata successivamente ogni trimestre.
| Mesi | Flusso di lavoro | Fatto significa |
|---|---|---|
| 1–2 | Base di governance | Il Consiglio approva l'approccio di governance del rischio AI e le dichiarazioni sulla propensione al rischio con limiti quantitativi. Ruoli assegnati: funzioni di controllo per l'identificazione, l'inventario e la valutazione della materialità; proprietari responsabili per agente. Viene istituito un comitato interfunzionale per il rischio dell’IA se l’esposizione complessiva è significativa. Cadenza di reporting del consiglio di amministrazione fissa. |
| 1–3 | Chiusura dell'inventario e della materialità | Inventario pre-emissione riconciliato con il testo finale delle Linee guida. Metodologia di materialità approvata dalla funzione di controllo e applicata a ogni caso d'uso, sistema e modello di AI, terze parti incluse. L'elenco degli agenti ad alta rilevanza è stato approvato. Posizioni di rischio residuo verificate rispetto alla propensione al rischio. |
| 3–6 | Checkpoint di autorizzazione runtime | Gli agenti ad alta rilevanza vengono eseguiti dietro un checkpoint di runtime: ogni azione proposta viene valutata rispetto alla policy approvata prima dell'esecuzione, con i risultati di autorizzazione, avviso, richiesta di approvazione e blocco applicati e registrati. Supervisione umana collegata: revisori nominati con autorità di approvare, modificare o rifiutare, timeout di escalation e decisioni documentate. Protocolli kill-switch e di contingenza definiti e testati per agenti ad alta materialità. |
| 4–7 | Parità AI di terze parti | Il fornitore e gli agenti incorporati sono stati testati nel contesto del caso d'uso dell'istituto finanziario sui dati dell'istituto finanziario, con test compensativi laddove la divulgazione è scarsa. Accordi legali aggiornati: diritti di audit, termini di prestazione, notifica quando l'IA viene introdotta o modificata. Valutati i rischi di concentrazione e della catena di fornitura. Processo di notifica degli aggiornamenti e di valutazione dell'impatto operativo. |
| 6–9 | Convalida e controllo pre-implementazione | Convalida formale indipendente completata per gli agenti ad alta rilevanza; peer review documentata per il resto. La valutazione e i test coprono le principali modalità di fallimento dell’intelligenza artificiale generativa e degli agenti, compresi i test contraddittori. Le revisioni sulla tecnologia e sulla sicurezza informatica sono chiuse. Documentazione di riproducibilità sufficiente affinché un soggetto indipendente possa comprendere e replicare l'implementazione. |
| 8–11 | Monitoraggio, cambiamento e controlli sui pensionamenti | Monitoraggio post-distribuzione in tempo reale con metriche, soglie a livelli e controlli di deriva; per gli agenti, il monitoraggio copre i processi di ragionamento, le azioni intraprese e gli strumenti utilizzati. Il processo di gestione degli incidenti e dei problemi è stato esercitato almeno una volta. La gestione delle modifiche distingue le modifiche materiali da quelle minori e cancella quelle materiali in caso di riapprovazione. Controlli di ritiro e disattivazione documentati, inclusa la conservazione dei dati e la rimozione sicura. |
| 10–12 | Garanzia e stato stazionario | Rischio AI aggregato rivisto in tutto il portafoglio; trigger di riconvalida definiti. L'audit interno o una funzione indipendente equivalente percorre la catena delle prove dall'inizio alla fine: registrazione dell'inventario, classificazione della materialità, convalida, decisioni in fase di esecuzione, registrazioni di supervisione, risultati del monitoraggio. Lacune sanate. Il Consiglio riceve il report di chiusura della transizione e subentra il report sui rischi ricorrenti dell'IA. |
Controlli di runtime e autorizzazione di ciascuna azione dell'agente
Le aspettative AIRG più difficili da soddisfare per gli agenti sono quelle che presuppongono che tu possa rendere conto di ciò che l’IA ha effettivamente fatto. Il monitoraggio dovrebbe coprire, ove pertinente, "il flusso di informazioni e i percorsi decisionali attraverso i flussi di lavoro che utilizzano l'intelligenza artificiale, come i processi di ragionamento, le azioni intraprese, gli strumenti utilizzati". La supervisione umana richiede personale con l’autorità e la capacità di intervenire e decisioni di supervisione documentate. La riproducibilità e la verificabilità richiedono registrazioni su cui un revisore indipendente possa lavorare. Per un modello statico questi sono ottenibili con la registrazione e la revisione periodica. Per un agente che sceglie la propria azione successiva in fase di esecuzione, è necessario un punto di controllo nel percorso di esecuzione.
Un checkpoint di autorizzazione runtime è quel punto di controllo. Ogni azione proposta dall'agente viene intercettata prima dell'esecuzione e risolta in base alla policy approvata in uno dei quattro risultati: consentire, avvisare, richiedere l'approvazione o bloccare. La specifica SAFR formalizza lo stesso modello delle sue quattro disposizioni e aggiunge la proprietà che conta per gli agenti multi-step: l'autorizzazione in un passaggio non comporta alcuna autorità in quello successivo, quindi il passaggio tre di un flusso di lavoro viene valutato in modo indipendente come il passaggio uno. La risposta parlamentare descrive la SAFR esattamente in questi termini: come vengono autorizzate le azioni degli agenti, come viene attivata la supervisione umana e cosa viene registrato al momento di ogni conseguente decisione.
Questa struttura risponde direttamente alle aspettative dell'AIRG. Il percorso di richiesta approvazione fornisce alla supervisione umana il suo punto di intervento, con un revisore nominato, una decisione e un record, prima che l'azione venga eseguita. Il registro delle decisioni fornisce il monitoraggio del percorso per azione di ciò che è stato proposto, quale politica è stata applicata e cosa è successo. Il risultato del blocco più un kill switch fornisce all’aspettativa di contingenza il suo meccanismo di applicazione. Lo stesso checkpoint di fronte a un agente del fornitore fornisce la parità di terze parti senza modifiche al codice del fornitore. KLA Control Plane fornisce questo modello, con le quattro disposizioni mappate una a una per consentire, avvisare, richiedere_approvazione e bloccare; la mappatura dei componenti si trova nella pagina di implementazione SAFR.
La metà della conservazione conta tanto quanto la metà dell’applicazione. Un punto di controllo che decide ma non registra in modo duraturo non soddisfa le aspettative di verificabilità; la conservazione che cattura i log senza una struttura decisionale non riesce a garantire la supervisione. La registrazione di ciascuna azione consequenziale dovrebbe contenere l'azione proposta, la versione della policy valutata, il risultato, la decisione umana laddove richiesta e il risultato dell'esecuzione, conservati per il periodo stabilito dalla policy di conservazione dei record e recuperabili quando richiesto da un validatore o da un supervisore.
Cosa fare in questo trimestre
La finestra di pre-emissione viene misurata con la parola MAS "presto". Tre mosse rientrano in un quarto. Per prima cosa, esegui la valutazione del gap: valuta il tuo stato attuale in termini di inventario, mandati, controlli, disposizioni, escalation e prove con la SAFR Readiness Checklist. In secondo luogo, informare il Consiglio: le aspettative di responsabilità ricadono su di loro e il SAFR Executive Briefing è scritto per quel pubblico. In terzo luogo, scegli il primo agente ad alta materialità e mettigli davanti un checkpoint di autorizzazione di runtime, in modo che il piano 12-month inizi da un'implementazione di riferimento funzionante.
Domande frequenti
Cos'è il MAS AIRG?
AIRG sta per Linee guida sulla gestione del rischio dell'intelligenza artificiale, proposte dall'Autorità monetaria di Singapore nel documento consultivo P017-2025 (13 novembre 2025). Le linee guida stabiliscono le aspettative di vigilanza di MAS per la gestione del rischio dell'intelligenza artificiale negli istituti finanziari, coprendo la supervisione del consiglio di amministrazione e dell'alta direzione, l'identificazione dell'intelligenza artificiale, la valutazione dell'inventario e della materialità del rischio, i controlli del ciclo di vita dell'intelligenza artificiale e la capacità e la capacità di utilizzo dell'intelligenza artificiale.
AIRG copre l'intelligenza artificiale degli agenti?
SÌ. In una risposta parlamentare scritta datata 5 agosto 2026, MAS ha confermato che le linee guida "si applicano a tutti i casi d'uso dell'IA da parte degli intermediari finanziari, compresa l'intelligenza artificiale degli agenti, e saranno finalizzate presto". Il documento di consultazione nomina anche gli agenti di intelligenza artificiale in tutta la definizione dell’ambito e nella discussione dei rischi.
Quando entra in vigore l'AIRG?
Le Linee Guida non sono ancora state emanate. MAS ha dichiarato su 5 agosto 2026 che saranno finalizzati a breve, senza pubblicare una data. Il documento di consultazione propone un periodo di transizione di 12 mesi dopo la pubblicazione affinché gli intermediari finanziari possano valutare e attuare le Linee guida.
Quali istituzioni rientrano nel campo di applicazione?
MAS propone di applicare le Linee guida a tutti gli istituti finanziari come definiti nella Sezione 2 della Legge sui servizi e i mercati finanziari 2022, implementate proporzionalmente alla dimensione e alla natura delle attività, all'uso dell'intelligenza artificiale e al profilo di rischio. Le filiali e le filiali di Singapore di gruppi stranieri possono sfruttare il quadro di gestione del rischio AI della propria entità madre laddove soddisfi le aspettative AIRG.
In che modo AIRG tratta l'intelligenza artificiale di terze parti?
L’intelligenza artificiale di terze parti comporta le stesse aspettative di governance dell’intelligenza artificiale sviluppata internamente. Il documento di consultazione definisce l’intelligenza artificiale di terze parti in modo da includere tutti i fornitori di prodotti e servizi di intelligenza artificiale di terze parti, inclusi sistemi, modelli, dati utilizzati per l’intelligenza artificiale e prodotti di terze parti esistenti in cui è stata introdotta l’intelligenza artificiale. Gli intermediari finanziari dovrebbero testare l’intelligenza artificiale di terze parti nel proprio contesto di caso d’uso con i propri dati, eseguire test compensativi laddove la divulgazione dei fornitori è inadeguata, gestire i rischi di concentrazione e della catena di fornitura e aggiornare gli accordi legali. Si applicano anche le aspettative di MAS sull'outsourcing e sui servizi di terzi.
Come si inseriscono AIRG e SAFR?
L'AIRG definisce le aspettative di vigilanza di MAS; SAFR è un riferimento di implementazione del settore del programma BuildFin.ai di MAS. La risposta parlamentare descrive il SAFR come un potenziale approccio su come vengono autorizzate le azioni degli agenti, su come viene attivata la supervisione umana e su cosa viene registrato al momento di ogni decisione conseguente. L'implementazione di controlli di runtime in stile SAFR è un modo per produrre le prove operative richieste dalle aspettative di supervisione, monitoraggio e verificabilità di AIRG. Vedi la spiegazione completa su /blog/safr-mas-framework-explained.
Punti chiave
Il MAS ha risolto la questione dell'ambito: gli agenti rientrano nelle aspettative di vigilanza dell'AIRG e le Linee Guida sono prossime alla definitiva. La transizione proposta di 12-mese è un tempo sufficiente per un FI che inizia ora con i due flussi di lavoro di pre-emissione, inventario degli agenti e classificazione della materialità, e poi lavora sul piano di transizione in sequenza: governance prima, checkpoint di autorizzazione di runtime e parità di terze parti nel mezzo, convalida, monitoraggio e garanzia per chiudere. Segna il tuo punto di partenza con la lista di controllo della preparazione al SAFR e metti il briefing esecutivo SAFR di fronte alle persone nominate con le aspettative di responsabilità.
Fonti: documento di consultazione MAS P017-2025, Linee guida sulla gestione dei rischi legati all'intelligenza artificiale, 13 novembre 2025; Risposta scritta del MAS all'interrogazione parlamentare sull'intelligenza artificiale degli agenti nei servizi finanziari, 5 agosto 2026. L'AIRG rimane un progetto di consultazione fino alla sua pubblicazione; i dettagli qui citati riflettono il testo proposto e potrebbero cambiare nelle Linee guida finali. KLA è indipendente e non è affiliata, approvata o certificata da MAS.