人工智能制胜未来：赋能三大银行业务板块，抢占市场先机

人工智能 制胜未来赋能三大银行业务板块，
抢占市场先机目录1AI蕴含巨大机遇：从优化到重塑2职责重置：业务团队主导+技术团队赋能3对投资回报率的新思考4AI平台赋能可持续发展5数据构成重大挑战6技术选项：云架构或本地部署+自建或外购7AI的规模化应用 亟需新技能助力8负责任AI聚焦风险管控摘要结语推荐举措联系方式摘要摘要人工智能（AI）赋能各行各业，但在对公银行业务领域机遇更多。无论是在信贷和支付，还是在外汇领域，相关银行业务流程复杂、文件繁多，且监管严格，高度适配AI技术，有利于提升效率、深化洞察、挖掘竞争优势。不过，人工智能应用的推进节奏并不相同。虽然几乎每家银行都开展了若干小规模AI试点项目，进行可行性与收益验证，但真正实现全面规模化应用的银行寥寥无几。安永联合《麻省理工科技评论》洞察团队发布的代理型AI报告显示，52%的受访 银行开展了AI技术试点，但仅16%实现了应用场景落地。AI在大型企业、商业机构及小企业银行业务领域蕴藏巨大潜力，但推进节奏存在差异。已开展代理型AI试点项目的银行占比已全面部署AI应用场景的银行占比资料来源：《麻省理工科技评论》洞察团队， 《借力代理型AI重塑未来银行业务》* 本文为安永英文出版物“Eight Ways Banks Can Move AI from Pilot to Performance”的中文翻译版。即便有些已落地，也未达到预期成效。究竟是哪些因素在阻碍AI部署？针对对公及商业银行业务，我们访谈了七家银行的业务负责人，探讨大规模部署AI的障碍和解决方案。另外，我们亦分析了这些银行初步聚焦的AI应用领域及其未来优先事项。安永大型企业、商业机构及小企业银行业务团队以及技术团队亦就银行如何充分把握AI机遇分享了实用见解：52%16%1324目前，AI主要是用于价值较低的内部应用场景。推荐举措：拓展客户端应用场景，探索如何通过AI技术重塑运营模式与服务。AI投资回报率（ROI）的评估较为复杂，短期回报率往往低于预期。因此，一些银行完全忽视了投资回报率的计算。推荐举措：始终计算每个应用场景的投资回报率，即使只有简单的粗略评估。多数银行的AI投资由技术团队主导。推荐举措：指定业务负责人主导AI议程，优先考虑能够提升客户体验与增加收入的应用场景。多数银行从零搭建AI应用场景，难以实现规模化应用。推荐举措：采用基于可复用核心能力的平台化方法。从内部应用场景向外部应用场景逐步推进切勿忽视投资回报率赋能业务团队构建AI平台， 助力可持续发展5768数据不完整或数据质量缺陷是阻碍AI规模化应用的 首要因素。推荐举措：探索新型AI赋能工具如何应对数据挑战，减少人工干预。技能欠缺可能掣肘AI愿景蓝图。推荐举措：明确AI规模化应用所需的新技能，制定战略吸引和留住顶尖人才。银行在技术基础设施建设方面有多种选择。推荐举措：评估采用生成式AI（GenAI）与代理型AI将如何重构云架构与本地部署的相对优势，以及如何影响自建和外购决策。AI规模化应用（尤其是客户端应用）风险和回报并存。推荐举措：考虑源于生成式AI的新型风险，并相应更新模型风险管理流程。从初始阶段便引入风险团队。探索数据问题的现代化解决方法评估未来的技能需求重新调整云架构和 本地部署的比例重新关注风险议题 1 AI蕴含巨大机遇：从优化到重塑对银行业而言，AI的真正价值不在于提升效率，而在于改善客户体验与重塑业务模式。AI释放巨大机遇：从优化到重塑AI在对公及商业银行业务领域的最大潜力在哪里？答案显然不是当前的应用场景。受访银行高管均认为，AI技术的最大优势在于惠及客户，例如，通过填充预设答案将贷款申请表填写时间减半；通过聊天机器人即时回应账户相关查询；或帮助客户关系经理借助AI生成的洞察为客户提供个性化建议。然而，银行业初期进行的AI尝试主要围绕后台流程增效，如知识管理、了解客户（KYC）和数据管理。这些应用场景虽能显著降低成本，但不会带动收入增长。劳埃德银行集团的Ulku Rowe表示：“如果仅局限于提升效率，就错失了AI的核心价值。它的真正价值在于重构决策机制与服务模式。”如果仅局限于提升效率，就错失了AI的核心价值。 它的真正价值在于重构决策机制与服务模式。Ulku Rowe, 劳埃德银行集团商业银行业务首席信息官客户体验：AI的下一片蓝海然而，安永与《麻省理工科技评论》洞察团队联合发布的报告表明，银行业未将客户端应用场景列入战略优先事项。 在对代理型AI的核心价值进行排序时，各银行将欺诈检测列在首位，安全次之，客户体验优化被排在第三位。AI之所以未在盈利能力最高的领域落地，原因有二：首先，银行担忧生成式AI作为新兴技术会产生“幻觉”输出（因训练数据不足或过度泛化，给出的答案可能存在事实性错误），如果不加以人工复核，会给客户提供错误信息或违规建议。在内部应用场景中，此类失误会打击士气、增加成本；在外部应用场景中，则可能使银行声誉受损。 银行在充分理解AI技术的运行原理，或掌握人机协 同降低错误的途径之前，不太可能将AI用于客户端 场景。加拿大丰业银行的Matthew Parker-Jones表示： “我们计划在未来两年内，先内部部署AI应用场景， 如企业聊天机器人，然后再向外拓展。但目前尚不 具备向外部署的条件，因为我们必须确保AI不会向 客户提供错误建议。”其次，主导权问题阻碍银行借助AI服务客户。目前，多数银行的AI工作由技术负责人推动，而他们并不 与客户直接接触，自然会忽视客户端的AI应用。我们计划在未来两年内，先内部部署AI应用场景，如企业聊天机器人，然后再向外拓展。目前尚不具备向外部署的条件，因为我们必须确保AI不会向客户提供错误建议。Matthew Parker-Jones, 加拿大丰业银行交易银行业务全球产品主管转型是AI的根本价值所在银行忽视了一个比提升客户体验更具价值的机遇：彻底重构运营模式和服务体系。以交易银行业务为例，许多银行已借助AI提高识别支付欺诈的准确率，通过减少合法交易被误判和转入人工复核的频次，有效缩短业务平均处理周期，从而提升客户满意度。此举固然重要，但尚未触及根本性变革。试想，银行还可以利用AI评估客户的全部未结待付账款。当AI模型获取支付日期等基础合同信息后，便可探索并提示留存该笔现金可能带来的流动性效益，并综合评估不同支付方式的权衡取舍。例如，相对于速度迟缓、费用低廉的传统自动清算系统（ACH），客户可能更倾向于选择速度更快但 成本较高的实时支付交易。此时的银行已不再仅是支付处理机构，升级成为企业财资管理部门的价值延伸。 《安永全球财资主管之声》研究报告指出，客户对这类服务持开放态度。例如，90%的受访者表示，有兴趣引入AI财务顾问，针对财务问题提供建议；86%的受访者认为能提供定制化洞察的AI财资助手非常有价值。再如，可以将AI部署到信贷领域，这样做不仅能简化申请流程、缩短放款周期，还能主动发放贷款，以解客户之需。AI通过评估银行掌握的客户内外部财务数据及经营数据，准确判断客户出现现金缺口的时点。财资主管对银行提供的AI赋能服务持开放态度：有兴趣聘请AI财务顾问，针对财务问题提供建议的受访者占比重视由AI财资助理提供定制化见解的受访者占比资料来源：《安永全球财资