金融服务实践银行业的 Scaling gen AI : 选择最佳运营模式
主要内容概览:
背景与经济潜力:
- 生成AI(Gen AI):正在彻底改变金融服务行业,通过增强客户交互、预防欺诈、加速任务处理等方式提供效率和创新。
- 经济影响:据麦肯锡全球研究所估计,全球银行业通过Gen AI每年可增加2000亿至3400亿美元的价值,占总收入的2.8%至4.7%。
面临的挑战与风险:
- 广泛风险:包括生成虚假信息、侵犯知识产权、系统功能透明度受限、偏见与公平问题、安全性问题等。
策略与价值获取:
- 策略探讨:前一篇文章中提出了一系列策略,旨在通过七个关键维度实现Gen AI的全部价值。
关键维度与重点:
- 战略路线图:明确Gen AI的应用方向与时间表。
- 人才:招募和培养AI专业人才。
- 运营模式:本篇着重探讨。
- 技术:选择和应用AI技术。
- 数据:确保高质量数据的获取与利用。
- 风险与控制:建立有效的风险管理框架。
- 采用与变更管理:确保技术融入日常运营。
运营模式的重要性与类型:
- 定义与重要性:运营模式是企业战略实施的蓝图,对于有效利用Gen AI至关重要。
- 四种原型:
- 高度集中:中央团队负责从设计到执行的AI解决方案,适合快速构建技能和能力。
- 中央领导,业务部门执行:在业务部门和AI团队间集成,减少摩擦。
- 业务部门领导,中央支持:业务部门主导战略,中央团队提供支持。
- 高度分散:各业务部门独立操作,便于快速响应。
结果与趋势:
- 高度集中模式:在银行业显示出最佳效果,特别是在面临快速变化的环境中。
- 趋势变化:随着技术成熟,企业可能转向更联合的方法,但当前集中化带来的效益最大。
决策与考虑点:
- 决策制定:金融机构需在多个领域作出决策,包括战略、用例、部署模型、资金、人才、风险与变更管理等。
- 灵活性与适应性:选择最有效的运营模式时,考虑模型的灵活性和适应性至关重要,以应对未来的变化。
结论:
正确的运营模式对于释放Gen AI在金融服务行业的潜力至关重要。高度集中的运营模式目前显示出最佳效果,但随着技术的发展和组织结构的变化,运营模式的选择可能会发生变化。金融机构应基于自身的结构和文化,灵活调整其运营模式,以实现高效、安全地利用Gen AI的目标。