拉各斯 — 當前關於人工智慧（AI）最熱烈的辯論圍繞著存在性風險。Sam Altman、Elon Musk以及業界其他知名人士不斷圍繞同一個問題：AI有一天會不會反過來對付人類？

在拉各斯，這個問題聽起來不太一樣。當地關注的不是AI是否會毀滅人類，而是它能否更快批准貸款、更早發現詐騙交易，或服務從未踏進銀行分行的客戶。9月23日（週三），在奈及利亞金融科技業年度盛會「2026年奈及利亞金融科技週」（Nigeria Fintech Week 2026）的一場題為「人工智慧的實際應用」（Artificial Intelligence at Work）的座談會上，國外末日式辯論與國內日常營運之間的落差，構成了整場對話的基調。

這場座談匯聚了三位不太有耐心空談抽象議題的實務經營者：VFD Technologies董事總經理兼執行長Oluwarotimi Fasuyi、CBI Technologies董事總經理兼執行長Adetokunbo Awoyinika，以及Advansio創辦人兼執行長Olufisayo Oludare。他們的討論涵蓋AI基礎設施、信貸決策、詐騙偵測、數據品質以及採用的實際成本。

「認知投降」與信任落差

不過，在進入這些議題之前，主持人、Technext共同創辦人兼執行長David Afolayan先在現場拋出另一個問題：人們究竟願意多信任機器？

他以舉手調查開場。「在座有誰使用ChatGPT、Gemini、Claude或Grok？」大部分人舉了手。接著是更尖銳的追問：有誰會核實這些工具給出的答案？現場安靜了下來。

folayan為兩個答案之間的落差取了一個名字。他稱之為「認知投降」（cognitive surrender）— 因為AI的答案來得快、聽起來有信心，就照單全收的習慣。

這個說法點出了人工智慧在職場應用中的核心兩難。這項技術的決策速度確實超越任何人類團隊，但速度不等於確定性，仍然需要有人判斷哪些決策值得信任、哪些需要再檢視。

這種張力貫穿了座談的所有討論。當奈及利亞金融科技公司競相將人工智慧投入實際營運時，更棘手的問題往往不是工具能不能用，而是工具出錯時會發生什麼，以及出錯時有誰在留意。

先有基礎設施，才有智慧

對Fasuyi而言，真正的變革不在客戶點擊的螢幕上，而在螢幕之下。

傳統銀行運行在為存款與儲蓄而建的舊系統上。金融科技公司處理的數位交易量大得多，需要能夠吸納海量數據、不減慢速度也不讓數據暴露風險的基礎設施。人工智慧可以幫忙分擔這個負荷，但前提是基礎夠穩固。

「組織應該投資在安全、靈活、能夠運用或消化大量數據，同時能為業務創造價值的東西上，」Fasuyi說。

這是在炒作聲中容易被忽略的重點。模型的品質取決於餵給它的東西，而金融數據往往雜亂無章，或困在彼此不相通的系統裡。垃圾數據進，垃圾決策出 — 而在放貸業務中，錯誤的決策是要付出金錢代價的。

奈及利亞央行（CBN）2025年金融科技報告發現，37.5%的受訪奈及利亞金融科技公司將人工智慧用於信用評分與風險建模，87.5%則將其用於詐騙偵測 — 是應用於信貸領域比例的兩倍以上。當被問及什麼能幫助它們擴大規模時，獲取高品質數據與基礎設施位居首位。工具已經到位，但它們需要的原料還沒有。

詐騙成為最明確的應用場景

金融走向數位化，試圖破壞金融的人也一樣。CBN在其「2028支付系統願景」（Payments System Vision 2028）中引用的數據顯示，2020年至2025年間，銀行與客戶因詐騙損失了1,344.8億奈拉。這項五年累計數字，正是業界對AI如此迫切的背景。

沒有任何人工團隊能即時監控如此龐大的交易量。在支付領域，一筆可疑轉帳若在結算後才被發現，錢已經追不回來。人工智慧可以在可疑模式演變成損失之前將其標記出來。

Advansio的Oludare希望金融科技公司在開支票之前先停下來想一想。「這只是面子工程，還是有真正的商業理由？」他問道。不少公司採用人工智慧，是因為競爭對手用了，或是因為寫在簡報裡好看。

Oludare提出一個更簡單的檢驗標準：它能減少損失嗎？能提升員工生產力嗎？能帶來新客戶嗎？「如果你能好好回答這些問題，」他說，「那就是你的投資報酬率（ROI）。」

對許多金融科技公司而言，能否誠實回答這三個簡單的問題，決定了工具是能為自己創造回報，還是只是看起來風光。

重新思考誰值得獲得貸款

座談也觸及了AI影響最深遠的用途之一：決定誰值得獲得貸款。傳統信用審查高度依賴薪資、過往貸款與還款紀錄。這種做法將信用紀錄薄弱或不完美的人排除在外 — 而這些人往往正是最需要融資的人。信用如何衡量，實際上決定了誰能借到錢，這也是為什麼這場辯論超越了技術層面，觸及金融普惠。

Awoyinika認為，人工智慧可以解讀更全面的圖像。他舉例說明：一位在Agege的商人想要借50萬奈拉，但她曾有一次違約紀錄。傳統系統會認定她是個壞借貸人，就此打住。而這項技術可以審視她其餘的財務行為，得出結論：50萬奈拉確實太多，但一筆金額較小的貸款或許完全安全。

「讓我們採用它，這樣我們才能開始做出有助於建立企業的決策，而不是摧毀企業的決策，」他說。

但同樣的力量是一體兩面。劣質數據產生劣質決策，而以不完整或帶偏見的資訊訓練出來的AI，重複這些錯誤的速度與規模，將遠遠超過任何人類。

正因如此，在奈及利亞機構將人工智慧接入信貸、詐騙防制與合規領域之際，數據品質、透明度與人工監督至關重要。CBN也點出了這個問題，警告這些領域中AI驅動的決策將需要更強的治理與更嚴密的監督。

從「末日機率」到實際問題

關於AI的對話不只關乎生產力。Afolayan還提到了「P(doom)」— 即人們賦予AI最終毀滅人類的機率。

這個概念已成為主流，業界重量級人物對先進AI可能有多危險的公開看法分歧。Geoffrey Hinton將他的估計值設在高達50%。Anthropic的Dario Amodei曾說是10%至25%。而業界最受敬重的研究者之一Yann LeCun則認為接近零。這些都是個人猜測，而非定論。

Afolayan的觀點更簡單：沉迷於假想中的世界末日，可能會讓人分心，無法關注企業與消費者眼前已經存在的問題。對奈及利亞金融科技公司而言，這些問題就擺在桌面上：詐騙交易、雜亂的數據、帶偏見的信貸決策、昂貴的AI工具，以及打造能夠安全處理大量金融資訊的系統這項艱鉅工作。

這場座談真正要問的，並不是AI是否有一天會統治世界，而是今天正用它做什麼。

AI可以幫金融科技公司更快處理資訊。它可以標記可疑交易、支援信貸決策、處理重複性工作。但這些都無法取代對優質數據、安全基礎設施與人類判斷的需求。甚至可以說，隨著AI承擔更多金融決策，這些東西只會更加重要，而非更不重要。

對奈及利亞金融科技公司而言，關於AI的對話已經開始。當前真正的挑戰，是確保這項技術解決今天的問題，而不是在明天製造更大的問題。CBN的治理警告將如何轉化為日常監管，以及業界的數據基礎能否跟上其模型的步伐，是這個故事接下來值得關注的部分。

來源：TechNext24 — Could AI end the world? Nigerian fintechs are more worried about fraud and bad data