从银行业的 AI 中提取价值 ： 重新连接企业

麦肯锡指出，银行业在AI应用方面存在从实验阶段向规模化价值实现的转型需求。核心观点包括：

1. AI价值实现挑战：尽管AI技术备受关注，但许多银行高管质疑其价值实现问题，面临生产力下降、收入增长放缓和激烈竞争等挑战。AI有望通过提升效率、改善客户体验和增加收入来解决这些问题。

2. AI优先银行特征：领先的AI优先银行已实现企业范围内的AI应用，通过核心技术现代化、重新构想客户体验、建立平台运营模式、使用AI帮助决策以及汇集合适的人才和文化来实现。

3. AI转型路线图：成功的AI转型需将AI与商业价值紧密结合，确定关键业务问题，并利用AI等技术推动解决。这包括为AI设定大胆的银行愿景，通过跨功能团队推动转型，并转型整个领域、流程和旅程。

4. 多智能体系统：多智能体系统（由生成式AI驱动的虚拟同事组成）能够处理复杂任务，如信贷申请评估，通过规划、推理和行动提升效率，并重塑客户和员工体验。

5. AI能力栈：银行需构建全面的AI能力栈，包括交互层、决策层、数据和技术核心层。编排的多代理系统是决策层的核心，通过AI协调器和代理自动化复杂工作流程。

6. 投资策略：银行需均衡投资整个AI能力栈，分阶段构建和改进AI栈，确保LLM的大规模运行，并建立跨职能团队。

7. 维持和缩放AI价值：银行需设立中央AI控制塔和治理委员会，追踪AI项目价值，协调关键决策，并推动AI资产可重用性。

8. 转型评估清单：银行应评估是否真正将AI放在首位，包括重新构想整个业务领域，建立全面的AI愿景，确保组件可重用性，采取全栈方法，并使用多智能体系统自动化复杂工作流程。

研究结论表明，AI拥有彻底改变银行业运作方式的潜力，但需通过战略性的企业级努力实现规模化增长和持久价值。