制胜有道：成功打造AI新生代银行

过去十年，包括纯数字银行、虚拟银行和挑战者银行在内，全球开业运营的各类“新生代银行”约有400家（关于“新生代银行”定义， 参见边栏《“新生代银行”是什么？》）。近几年，行估值大幅缩水。 传统银行、银行业之外的挑战者（如金融科技企业）、独立数字化进攻者和大型消费与支付平台都纷纷成立新生代银行，该领域的竞争格局愈发多元，参与者不断增加。 消费者需求迅猛增长、监管政策大力支持，这 些因素推动新生代银行在客户体验、产品创新的战略框架，新进企业若能将这些制胜要素和定价方面打破传统银行业框架，建立起新纳入战略与执行计划，则有望成为成功的新的范式。投资者也被这些银行的颠覆力量所生代银行。 新生代银行是什么？ “新生代银行”一词最早出现在2010年代中期，用于描述挑战传统银行的金融科技企业——这些企业通过创新、低成本数字化渠道，提供越来越全面的银行服务（而非仅限于支付、个人财务管理等）。不同地域也有其他不同叫法，如挑战者银行、虚拟银 行、数字银行、网上银行和纯互联网银行。 如今，新生代银行可能是拥有当地监管机构所颁发的营业许可、被获准提供数字银行服务的独立金融科技企业，也可能是传统银行的数字化业务单元，抑或是其他机构旗下的数字化金融服务业务。 随着时间推移，新生代银行的定义有所拓宽，边界渐渐模糊。很多传统银行推出了自己的数字化策略，金融科技企业也会与传统银行合作提供银行服务。 1.产品发布迅速 普通银行通常需要数年才能发布一款新产品，但是AI为先的新生代银行能够在数月、甚至数周完成这一工作。为实现快速发布，新生代银行会大规模收集和分析广泛客户数据。它们会打造一个全能团队，将各相关职能人员纳入团队——产品经理、设计师、数据科学家以及法务、风险、运营和营销人员。成功的新生代银行还会确保技术平台轻便、可灵活配置，为打造新产品提供便利。 2.聚焦客户互动 成功新生代银行注重且擅长与客户互动。新生代银行与消费科技企业一样，将数字化互动视为变现前提——它们秉持的运营理念是，若要得到客户的钱包份额，先要得到客户的时间份额。 3.打造“千人千面”客户体验和价值主张 能促进与客户互动的产品及服务种类很多，如数字化和用户原创内容、电商服务、社交功能、游戏化和个人财务管理。很多新生代银行提供促销和折扣，帮助客户发现新产品，提供游戏化的金融服务（例如，实时追踪市场动态的模拟投资组合），提供不同兴趣领域的洞见和娱乐性内容（假期规划、娱乐预订）和社交功能（如“向亲朋好友送礼物”）。 虽然这些功能在网上银行中很常见，但其是 否有效则取决于功能提示的动态个性化程度。 这些新生代银行会评估多项因素，有效统筹并设计产品和服务，如它们会根据目标用户兴趣及其与银行整体品牌和宗旨的一致性，判断银行能否与该客户成功互动。例如，瑞典企业Klarna除了在销售点为客户提供无缝支付体验和信贷产品外，还通过基于机器学习的推荐系统识别消费者购买模式，然后提供适当购物建议和融资方案。 成功银行会基于用户交易数据和人口统计信息建模，自动识别可操作的预算和储蓄目标。 4.采用对话式设计 此外，AI赋能的领先新生代银行会严格追踪客户互动结果。专属团队会分析多种互动指标，例如客户在应用程序上平均停留时间、日活用户数（DAU）、月活用户数（MAU）、日活与月活之比。部分绩效领先银行的总体用户DAU与MAU之比可达25%~35%。 这样，银行就可结合客户背景和意图，使用自然语言处理技术提供卓越互动体验。中国的微众银行在用户交互领域大量部署AI技术，据该行称，其近98%的客户问询都由AI聊天 断发展壮大。 5.无缝整合开放银行功能 7.通过客户生命周期价值（LTV）指导行动 6.借助合作伙伴生态系统发展壮大 动，都需确保能优化这些指标。决策还需符合组织的绩效标准和运营节奏。 总部位于旧金山的Block Finance是一个很好的范例。其移动支付服务Cash App追踪和报告客户开始使用改项服务之后，不同客群基于生命周期价值曲线的回报率（回报与获客成本之比）。据Block Finance称，Cash App在6个月内实现收支平衡，18个月内获得的回报是获客成本的6倍。Block Finance透露，2017到2020年间，Cash App在持续提升每个客群变现能力。 打造必备能力 致力于打造新生代银行的公司应秉承AI为先理念，在4个关联层打造整体能力（见图2）。 这种方式能帮助银行成功建立起诸多差异化特色能力。 要想在当今竞争环境下脱颖而出，新生代银行 追踪这些指标并非易事，银行需要调整多个前需要打造能满足客户不同预期的独特体验和端和后端系统来衡量这些指标并向多个团队相关能力。 未来的AI数字化银行架构 AI与分析驱动的决策层 核心技术与数据层 为实现高度个性化，新生代银行应在获客、不论是在互动层开发客户体验，还是通过决服务受理、提供服务、客户留存与交叉销售策层实现个性化，均离不开现代化技术与数等客户生命周期各个阶段，部署覆盖全生命 据内核。 在开发和部署机器学习模型过程中，新生代银行应首先建立起多种必备能力。首先，银行应广泛收集数据。由于机器学习模型需要大量数据，新生代银行需要搭建数据收集管道，收集传统和非传统数据流。传统数据流包括银行客户信息、交易数据，非传统数据流包括银行平台（App或网页）的点击量数据或来自众多第三方合作平台与聚合商的数据。随后，银行应将数据存储至统一数据平台，从而汇聚、充实并360°全方位呈现现有客户及潜客信息，并按产品、交易与服务请求 等多维度透明追踪客户与银行间的各类互动。 这将帮助新生代银行开发全新决策模型。 收集数据并创建模型后，银行还需要在实时业务环境中尽快部署、测试和迭代模型。而这需要银行掌握多种技术能力，例如机器学习运营，以及数据科学、产品、技术与业务团 运营模式层 队间的密切配合，从而确保模型在实时业务运营模式层决定了新生代银行的速度与敏捷环境中有效部署。性，其核心议题是银行如何吸引人才、打破 联系。第三，新生代银行需要调整工作节奏与流程，从而在遵守监管与合规要求的同时，激发创新、鼓励尝试。 尽管目前存在一些挑战，但新生代银行长期仍拥有巨大增长潜力。正着手打造数字化银行业务的公司应做足准备，以驾驭各种颠覆性趋势。 这些团队可以基于业务目标自主做出计划并采而成功的关键在于将AI嵌入到新生代银行设计、取行动的同时，与组织种的其它部门保持较弱架构、运营与所有客户体验战略的核心。 麦肯锡是一家全球管理咨询公司，致力于帮助各类组织实现可持续且包容性增长。我们与私营、公共和社会部门的各类客户广泛合作，解决复杂问题，并为客户的所有利益相关方带来积极变化。我们将果敢的战略与变革性技术相结合，帮助组织实现更具可持续性的创新、持久的业绩改善，并打造立足当下、制胜未来的卓越员工团队。在中国，我们在北京、上海、深圳、香港、台北和成都开设了六家分公司，拥有超过一千名全球合伙人、咨询师和业务支持专家。了解更多信息，请访问www.mckinsey.com.cn。