重塑正当时：人工智能引领银行业变革启航
变革启航 目录 概览：人工智能革新之路，银行已行至何处01人工智能如何提升银行“底线价值”04重塑行业格局，哪类银行将赢得制胜先机10生成式人工智能时代，银行业新航道将通往何方14人工智能如何释放银行价值链的无限潜能17银行如何在人工智能浪潮中稳健航行23安全有效部署人工智能的关键考量26如何找寻人工智能规模化应用的奇点28联系我们31参考文献33 1.人工智能革新之路，银行已行至何处 1.人工智能革新之路，银行已行至何处 随着竞赛帷幕拉开，未来五年人工智能有望成为锁定银行业胜局的决定性元素。 人工智能（AI）时代已来。人工智能正广泛重塑银行业经营的大环境。随着人工智能技术在汽车行业的广泛应用，特斯拉等企业已推出高级驾驶辅助功能，为未来更高水平的自动驾驶奠定基础。1生命科学行业已将人工智能应用于药物研发，帮助研发人员更快地从大规模数据集中提取洞察，大幅提升数据处理和工作流程自动化效率，并通过将洞察转化为行动助力业绩提升，赋能研发到上市的全生命周期。2公共安全方面，伦敦警察厅已率先在特定区域试点实时面部识别（LFR）3摄像头，以加速对特定人员的搜寻工作。随着人工智能技术的迅速推广，立法机构将面临如何规范使用人工智能的持续挑战。例如，欧盟推出的《人工智能法》旨在保障人的健康、安全及其他基本权利，维护民主及法制，保护环境免受潜在不良影响，同时支持创新，尤其鼓励中小企业创新。4 未来数年，宏观经济和地缘政治不确定性仍将持续。国际形势错综复杂，风云变化或是常态。尽管如此，德勤全球金融服务业团队认为：在未来五年里，人工智能可能是企业最确定的增长机会，同时也将成为提升企业竞争力的关键所在。 曾经需要银行投入大量人力才能解决的各类挑战在人工智能面前迎刃而解。如果银行某职能部门需通过增加百名训练有素的员工以提升业绩或效率，人工智能或能为其带来变革性影响。人工智能技术能带来运营效能的巨幅提升，与雇佣更多员工相比，人工智能技术实现同等产能提升的边际成本更低。 “游戏规则”或将被改写。人工智能范式变革已然启幕。我们从与全球各大银行的业务合作中发现，领先创新机构正奋力推动跨越式转变。人工智能将不再只是“战术工具”（即加速当前商业计划的交付），而将升级成为“战略决定因素”（即未来业务规划将围绕人工智能能力构建展开）。以摩根大通为例，该公司连续两年登顶Evident Insights人工智能成熟度指数榜单（该指数用于评估银行是否已经准备好应对由人工智能所带来的变革）5，预期人工智能或将对其业务引发变革性影响，并计划每年在人工智能能力方面投入10亿美元以上。6 人工智能正深刻改变社会各个领域，银行业也不例外。多年来，人工智能已广泛用于算法交易、交易监控等领域。然而，生成式人工智能开启了一个全新纪元，伴随潜在用例的爆炸性增长，企业员工也成为直接受益者。 借助人工智能，银行能轻松应对以往需耗费大量人力去解决的问题。 更为重要的是，我们认为人工智能并不会大规模取代人力工作岗位，而是会提升员工效能，进而提高工作效率与质量。与此同时，人力资源将得以从繁琐重复的工作中释放，投入到那些需要更高层次思维或深度情感交流的领域，如创意设计、异常管理、人际关系构建等。 在金融服务行业各领域，人工智能应用已初见成效。彭博社曾率先宣布训练大模型，其自研的BloombergGPT支持客户输入自然语言查询复杂金融数据及其他操作。 更为重要的是，我们认为人工智能并不会大规模取代人力工作岗位。 2.人工智能如何提升银行“底线价值” 2.人工智能如何提升银行“底线价值” 在银行业，人工智能相关话题引发广泛讨论，但并对行业未带来持续的营业利润提升。随着云计算、数据和数字化技术的发展，不少银行近年均在战略创新上投入不菲，然而，并不是所有投资都换来了显著的利润改善。有的银行在搭建新的系统和能力后，却未升级现有技术基础设施，更未淘汰旧有系统，成本增加并未带来利润提升，反而使流程更为复杂。 未来五年，成功的人工智能用例预计能将成本收入比提高5-15%。 如今，人工智能将有望成为加速业绩改善、实现价值倍增的新通道。后文将对此作详细论述。 归根结底，人工智能对一个行业的重要性将取决于它对持续利润提升的影响。为此，我们基于当前典型成本收入比状况和人工智能预期成效评估对利润提升的影响。16我们认为，在两到三年内，人工智能有望带来5-7%的利润提升，而在五到七年内，利润提升可能高达10-15%。这一预测不仅适用于大型银行，也适用于规模较小、运营更为灵活的银行。鉴于这些银行当前的成本收入比偏高，它们更有潜力达到5-15%的增长。17 而深谙组织创新之道的银行业将继续领跑人工智能赛道，换言之，“赢家将延续强势表现”。成功实施的云计算、数据、分析和数字化项目已使其具备部署人工智能的基础能力。 潜在效益增长点 然而，鉴于人工智能暗藏风险且监管环境多变，若缺乏适当的人工监管，人工智能或不适合用于： 人工智能（包括生成式人工智能）有助于形成多种竞争优势，例如： •事关重大、时效性强的活动，因为及时的人工监督/干预尚难以实施。 •效率倍增–重复性任务的自动化可解放人力，人们得以将更多精力用于更复杂的任务和创意性工作或面向客户的工作。 •需要人类情商发挥作用的面向客户/员工的活动。 •数据精准–人工智能可比人类更为精确的处理大量数据，出错更少，产出更精准的预测和内容。 •受监管影响较大的活动。 我们认为通过以下三种结合人工智能和人力优势的“智能体模式”，有助于人工智能价值实现： •个性定制–通过分析客户偏好和行为提供个性化体验，提升客户参与度。 1.通过个人智能体提升效率； •趋势预测–数据驱动决策，预测市场趋势和变化。 2.通过专业智能体提升质量和流程绩效；以及 •创新驱动–为产品、服务和商业模式解锁新的可能，推动创新和增长。 3.利用人工智能多维能力大规模重塑端到端流程。 •成本节省–通过优化运营、减少差错和优化决策，降低成本和提升资源分配效率。 作为一切核心的“智能体模式”，其精髓在于通过人力和人工智能互动带来运营优化，实现财务业绩提升。需要强调的是，要想上述三种模式切实有效，必须将人力和人工智能的优势相结合，而不是用人工智能大规模取代人力。各机构应注重培养和加强人力技能，从而助力人工智能部署，加速价值实现。 •安全保障–提升金融犯罪和损失防范的有效性。 •便利普惠–使服务更便利、价格更实惠。 金融机构将利用这些模式在机构系统内各领域创造价值。 专注于效率提升的个人智能体 专注于成本控制的流程重塑 AI智控力 AI强化力 AI辅助力 50-80%的潜能面向客户的赋能部门如：智能联络中心、集中服务中心 20-50%的潜能领域专精人员如：投资经理、核保人、客户经理 10-20%的潜能高管和专家角色如：银行业高管、职能部门主管 人力的优势： 人力的优势： 人力的优势： •关系管理•谈判•领域专精和经验•生动讲述并提出有意义洞察•批判性思考 •解决问题和决策•共情•人工智能道德和监管•人工智能与人工任务管理 •情商•创新•战略规划•说服力和谈判力•激励式领导力•道德判断与诚信 AI优势： •欺诈检测和防范•数据分类•处理高效•语言翻译•语音和文本情感分析 AI优势： AI优势： •快速收集洞察•错误核查和验证•趋势识别和简单图表设计•交易算法•预测性分析•常规预测 •分析数据和生成内容•安排会议•针对文稿提供实时协助和建议 成本集约：效率优化与风险管控协同并举 目前，大多数银行正着力围绕降本构建人工智能商业用例。18因为见效更快，所获效益与投资的直接关联性更强，降本举措往往更易获得资金支持。随着人工智能技术日趋完善，以往需要人工完成的一些复杂任务人工智能也能完成，银行得以拓展人工智能应用范围，有更大机会精简资源、提质增效。 降本包括以下主要途径： 2.技术革新驱动 1.人力效能提升 采用“边际增益”法，助推各工种提升效率。入门级应用包括重复性任务自动化，如数据录入和分析、检索和查询、起草各种文稿（会议记录、通讯）以及总结长篇幅文件。利用生成式人工智能提升“文本和图像”类任务效率的做法在部署人工智能不久的企业中尤为常见。 就赋能银行技术部门而言，生成式人工智能能够生成和优化软件代码，在缩短编写时间的同时提高质量。鉴于银行信息技术（IT）部门许多软件工程师经验相对不足，需要资深工程师督导，采用生成式人工智能的“智能辅助”功能可加速产品发布并减少维护工作量。 成本效率示例 3.风险损失规避 就品牌保护而言，人工智能在强化风险管理、反欺诈、网络安全、法务等方面具备很大潜力。这些能力往往通过加快流程、扩大流程范围以及扩充输入数据集类型来优化流程得以实现，而这些都是人工智能最擅长的领域。具体而言，利用人工智能强化信用风险管理有助于减少贷款减值和资产减值。利用人工智能审查更广泛的数据输入集，可以发现违规行为洞察，加速反欺诈和防范金融犯罪流程，并最终减少损失。 然而，我们发现人工智能的潜在用途正迅速增加，专业类场景用例越来越多，包括数据治理和管理、数据质量和修复、模型开发和分析。 用例：葡萄牙一家机构通过部署人工智能驱动的转换器，将面向商业的通用语言COBOL历史遗留系统代码转换为Oracle平台代码，从而加速核心平台升级。转换器基于大语言模型（LLM）可利用COBOL遗留系统代码生成功能性文档并创建目标元数据架构方案，从而加速新数据平台技术规范制定和平台搭建。 从历史经验来看，普通员工通过培训，能够掌握原本需要依赖特定技能的工作，如文本撰写、表格制作、日程安排等。因此，遵循相同的逻辑，银行业金融机构现在同样需要大规模开展培训，以增强员工利用AI技术提升工作效率的能力。 另一个用例是生成式人工智能能够在没有文档说明的情况下从数百万行遗留代码中迅速提取业务规则/需求从而加速升级。德勤专业人员已开始利用此类能力为客户转型项目提速和升级内部产品。20 用例：案件结果预测。中东某银行正尝试采用一种基于既往合同和诉讼结果的生成式人工智能工具，用于审查法律纠纷相关合同和其他文件，帮助法务部门更好地预测案件走向以及识别新合同潜在风险。21 用例：合规部门正大量采用各类生成式人工智能工具，用于总结政府和监管机构发布的长篇幅文件。19以便能迅速掌握文件要点和主要洞察。 收入增长：客户体验升级与持续经营双管齐下 尽管增收比降本更为困难，银行业金融机构仍将迎难而上。相较于其他行业，银行业“发挥影响的机会”较少，收入增长成为一项关键挑战。例如，超市可通过创意陈设、打折和捆绑销售等方法影响消费者购买行为。与超市顾客购物相比，零售银行客户进行再抵押、更换活期账户或申请新贷款或新信用卡的频率低得多。 对于任何销售活动而言，提升转化率都是评价人工智能技术的关键指标。当消费者确实需要更换金融产品时，价格/费率是影响其决策的关键性因素，而消费者对银行的信任和与该银行的粘性也至关重要，后两者均受服务水平、客户交互体验和所提供产品的相关性影响。人工智能技术能够改善上述所有因素，同时降低服务成本。促进收入增长包括以下主要途径： 2.客户新体验 用例：高级聊天机器人。荷兰数字银行Bunq近期推出一款名为Finn的生成式人工智能平台。该创新平台能够回答各类财务相关问题。客户可通过聊天界面就银行账户、消费习惯、储蓄以及其他财务事宜提问并寻求建议。该平台能够结合数据回答一些常规交易以外的问题，如帮助用户回想过往经历“上次我到伦敦看望朋友去的那家餐厅叫什么名字？”23 人工智能驱动的数字化助理（如聊天机器人）能够解决日益复杂的客户需求，减少客户等待时间。尽管某些客户旅程（如处理重大交易、遗产继承等）仍然需要面对面服务，数字客服的高效响应可改善客户体验和提升客户留存率。随着技术的成熟，人工智能与客户的沟通质量将日益提高，如根据客户行为/情绪变化调整人工智能助理的行为。 收入增长示例 1.增收新动能 为了增强盈利能
