我们如何衡量集中度

对于每一家受跟踪机构，我们记录其与基础模型供应商（OpenAI、Anthropic、Google、Microsoft 等）的公开关系，随后按模型家族而非供应商的商业名称对这些关系进行分组。

原因在于：Microsoft 常常通过 Azure OpenAI Service 转售并托管 OpenAI 的模型。若将「Microsoft」视为与「OpenAI」不同的独立供应商，将会低估真实的集中度。因此，数据浏览器中的每一行都会注明所引用的供应商是否只是在托管另一家族的模型。

我们将相同的金融风险决策场景（信贷、交易、承保、欺诈、交易对手）通过官方 API 多次提交给多个基础模型，然后将模型之间观察到的一致率与统计独立性假设下的预期一致率进行比较。

这一逻辑与斯坦福大学关于算法招聘中系统性拒绝的研究（Bommasani 等，ACM FAccT '26）相呼应：观察到的一致率与随机预期一致率之间的差距，就是认知同质化的量化信号。按场景划分的详细数据见相关性测试页面。

每条已记录的供应商关系均按其信息来源的质量进行分类：

• 已确认一手信息来源——供应商或机构的官方公告、已发布的案例研究、高管的公开声明，或监管备案文件。
• 可能可靠的二手信息来源——引用内部消息的专业媒体报道，或明确提及该工具的招聘信息。
• 未核实发现相关提及，但未获得第二个来源佐证——在获得确认前，不计入汇总统计数据。

在任何发现获得置信等级之前,它必须先跨过一个更低的门槛:这究竟算不算一段供应商关系?无论来源质量多高,以下三种情况一律被排除:机构仅仅是投资了一家模型实验室(资本敞口,而非实际使用);一份官方案例研究只谈云基础设施,却从未提及具体的AI产品;以及探索性或不确定的措辞(如「正在探索」「正在考虑」),而非已部署的产品、已签署的合作,或高管公开确认的、已经在运行的事项。

一家机构引用多个供应商(例如 Raymond James Financial,已确认三个不同的模型家族)并不一定意味着它不受影响:该指数衡量的是行业层面的集中度,而不仅仅是单个机构层面。真正重要的数字不是「一家银行使用多少家供应商」,而是「整个样本中存在多少个不同的模型家族,以及有多大比例的机构依赖于前两三大家族中的至少一个」。

本指数同样不衡量模型的质量、安全性或性能——仅衡量依赖的集中程度。

仅采用公开、合法的信息来源：新闻稿、供应商「客户案例」页面（OpenAI、Anthropic、Google Cloud、Microsoft、Mistral AI）、专业媒体报道（American Banker、Fortune、Bank Info Security、CB Insights 等）、监管备案文件（SEC EDGAR 上的 10-K、10-Q）、公开招聘信息、高管的公开声明。不使用任何内部数据，不抓取任何私有系统，不使用通过未经授权的第三方获得的信息。完整参考书目详见信息来源页面。

试点样本。 这个试点项目随着每一轮研究不断扩大——当前的机构数量可在数据页面查看——但它仍然是通过针对性搜索构建的有据可查的样本,而非对全球每家机构AI供应商关系的详尽普查。另外,实证相关性测试目前运行在十个决策场景上:这是一个方法论试点,而非确定性的统计证明。要得到严格可发表的结果,每个领域还需要数十个场景。

原始模型，而非真实系统。 相关性测试通过公开 API 调用基础模型，而非银行的真实生产系统——后者通常会加入微调、基于自有数据的检索增强生成（RAG），以及额外的防护机制。因此，本测试结果是对真实相关性的一个保守估计：实际生产系统的一致性可能更高，也可能因所加防护机制的不同而略低。

模型在不断变化。 每一条结果都记录了所测试模型的具体日期和确切名称——一旦模型被更新，2026 年的测试结果将不再具有直接可比性。

随着样本的扩大：按机构规模（总资产）加权，使指数反映的是所暴露的真实经济体量占比，而非仅仅是机构数量；相较于为每家机构给出单一分数，考虑按业务条线（支付、信贷、交易、合规）设置子分数，因为不同类型的依赖其风险重要性并不相同。