智能银行：以人工智能驱动转型并创造价值

以人工智能驱动转型并创造价值 毕马威 创见不同·智启未来 kpmg.com/intelligentbanking 目录 阶段二：融合22 引言03 阶段三：演进28 概要04 主要考虑因素32 简介05 调研结论08 为迎接人工智能奠定基础37 毕马威：以经验与诚信为您的人工智能转型保驾护航40 打造智能银行11 引言 本报告总结了针对人工智能（AI）给银行业带来的价值进行大量研究的结果，旨在为从刚开始试点到希望在内部整体推行人工智能计划的银行管理层提供在人工智能转型各阶段切实可行的真知灼见。 然而，许多银行却因为保守而故步自封。定义长期价值颇为不易，许多银行在制定明确目标、确定关键业绩指标（KPI）和验证投资回报率（ROI）方面步履维艰。技术升级需要成本，实施存在风险，而且高管希望转型但却对领导这项工作犹豫不决，使得挑战显得更为严峻。 对于银行而言，人工智能不仅是一项技术投资，也将成为重新定义战略、运营和文化的催化剂。为充分挖掘人工智能的潜力，银行必须以开放的心态拥抱变革，并将人工智能融入成为推动以客户为中心实现可持续发展的一大核心因素。 当前，虽然部分银行在应用人工智能方面取得了很大的进步，但仍有不少银行面临着重重障碍。其当务之急，是不能一味停留在测试和试点阶段。银行可参考本报告的指引实施这一重大转型变革，以充分挖掘人工智能的潜力。 如欲将自身打造成为智慧型金融机构，银行应该积极拥抱人工智能，将其视为可持续发展的驱动因素之一。银行可以通过将人工智能融入从营销和客户服务到欺诈防范和风险管理的各项职能当中，构建以客户为中心的创新解决方案，从而既能增强盈利能力，又能提高客户忠诚度。本报告提供的措施建议和真知灼见，能够有助银行消除转型障碍，扩大人工智能应用规模，为在竞争和智能化程度与日俱增的未来取得成功奠定基础。 对于银行而言，把握人工智能带来的重大机遇实际需要的不仅仅是技术投资，还要求对战略、文化、运营方式和道德框架进行全面重构，为人工智能的部署提供支持。 Francisco Uría全球银行业与资本市场主管合伙人毕马威国际 概要 银行业高管对人工智能寄予厚望 简介 越来越多的银行正通过聊天机器人、内容创建和个性化营销等特定用例对生成式人工智能开展试验。然而，许多银行在从此类用例中获取价值回报方面仍面临重重困难。我们的调研发现，尽管许多金融机构认为人工智能对其未来发展至关重要，同时也已开始利用人工智能提升效率，但只有一小部分表示其人工智能投资已能够推动收入增长。 银行拥抱新兴人工智能代理 人工智能代理将在提高运营效率的同时，带来高效、流畅的超个性化客户体验，从而让银行业发生翻天覆地的变化。 此类智能体可以充当全天候的虚拟顾问，用于提供量身定制的财务指导，自动执行日常交易，并基于实时数据和前瞻洞察主动管理客户需求。在运营中，人工智能代理能够以无与伦比的速度和精度分析大量数据，从而简化后台的欺诈检测、合规监控和风险评估等流程。 银行面临着独特的挑战 对许多银行而言，建立一个足够强大的风险管理环境，为人工智能在更多领域的部署提供支持，特别是在信贷决策或合规监控等受到高度监管的领域，仍面临着诸多的难题。对数据治理、运营完整性和监管审查的担忧，使得进展不顺。与此同时，技术的快速进步，再加上专有人工智能平台与开源人工智能平台的不断竞争，使局面变得更为复杂，银行也因此难以明晰应从何处着手加大投入。 价值蓝图 为了克服上述挑战，抓住相关机遇，为利用下一代人工智能技术做好准备，银行应采取精心设计的结构化方法对人工智能加以应用。本报告介绍了含三个阶段的人工智能价值框架，以帮助银行确定应优先开展的工作并相应调整投资，从而充分发挥人工智能的潜力。 的受访者表示他们的员工正在迅速掌握如何使用他们引入的人工智能工具/技术 设计符合核心竞争力并能够创造价值的人工智能战略 培养利用人工智能提升人类潜能的文化氛围 为人工智能应用打造可持续的技术和数据基础设施 建立对转型路线图的信任 人工智能的应用可能使银行业面临独特的信任风险，这意味着必须从一开始就实施主动风险管理。银行必须应对数据隐私和安全方面的挑战，以确保遵守金融法规，同时保护敏感客户信息。消除算法偏见并使用透明且可解释的人工智能技术，且这些技术能够让监管机构、客户以及公司内部人员充分信任，这对企业而言至关重要。 数据是一项重要的战略资产，也是所有人工智能举措的基础。银行应建立强大的数据治 理框架，重点关注质量、集成和 安全，为长期可扩展性奠定基础。这就要求对可以为大量交易、复杂风险模型和实时决策提供支持的企业级人工智能基础设施进行投资。 银行应制定与其核心竞争力相一致的人工智能宏伟愿景。应围绕这一愿景规划转型路线图，以重新定义人工智能推动增长和创新的方式，并在团队中落实成果责任制。将人工智能部署与战略目标相结合，如改进欺诈检测、简化业务流程和增强客户个性化体验，可有助于最大限度地提高投资回报。 采用综合人才战略以留住人才及提升人才技能是关键要务之一。学术机构、金融科技初创企业和创新中心可以帮助以全新视角提高员工技能。沉浸式人工智能培训项目能帮助推动客户体验和运营模式创新，拓展招聘渠道，并促成变革性成果。 现状 调研结论 银行业正积极探索和完善人工智能部署策略。在基础设施和人才不足的压力之下，银行业正谨慎地探索人工智能应用创新，采用不同实施策略，并整合互补技术以实现关键业务职能转型。 对于银行业而言，人工智能不再只是一个未来概念，而是已在欺诈检测、个性化和风险管理等关键领域推动着创新实践。当前，全球各地反应迅速的银行正率先利用人工智能改造关键流程并增强客户体验。他们已摸索出数百个人工智能用例，涵盖了从简化运营到提供超个性化的产品和服务的多个目标。然而，我们的研究表明，其他银行正面临着诸多限制因素： 基础设施仍有待完善 银行在为能灵活扩展的人工智能解决方案建设关键基础设施方面存在困难：只有25%的受访银行具备了能为数据驱动的服务提供战略支持的整体云或混合云平台，这使得许多银行难以为有效应用人工智能奠定基础。 我们在人工智能方面仍处于试验阶段。尚未就其使用方式制定任何明确的目标或KPI。 管理层和员工刚刚开始了解人工智能的潜力 某日本银行的首席执行官 61%的受访银行已经提供与人工智能相关的道德和护栏培训，以帮助员工负责任地应用此项技术。然而，深度的人工智能培训仍然较少，只有30%的受访银行提供了高级培训课程，以促进对人工智能能力的全面了解。 缺乏优秀的人工智能实施模式 人工智能正与自动化技术相结合 银行正越来越多地将人工智能技术与其他技术相结合，通过技术互补最大限度地发挥其影响力。例如，82%的受访银行正将人工智能融入机器人流程自动化（RPA），以简化工作流程，而84%的受访银行则正在探索人工智能代理解决方案。 当前，银行正尝试各种人工智能实施方式。66%的受访银行利用基于云的人工智能平台，46%使用开源工具，83%则采用本地解决方案。此外，86%的受访银行正在内部开发定制人工智能解决方案，他们的实施方式因各自数字化程度的差异而有所不同。 人工智能正促成部分企业职能的转型 管理层对控制心存忧虑 人工智能在信息技术（IT）和营销职能方面发挥着最大的影响力。61%的受访银行表示人工智能对IT运营产生了巨大或颠覆性的影响，55%则表示人工智能已经在很大程度上推动了营销的发展。 对人工智能的控制仍然是银行管理层的主要担忧之处，58%的受访银行对人工智能技术提供商可能对其业务运营产生的影响表示不安。此外，71%的受访银行认为，最好等到不断发展的人工智能技术前景更加明朗后，再进行大规模投资。 的受访银行认为，最好等到不断发展的人工智能技术前景更加明朗后，再进行大规模投资。 的余地。如果缺乏能够确保人工智能输出结果始终准确、可复现和可解释的机制，银行将难以在无人类监督的情况下使用创新解决方案，这可能会减缓人工智能的应用速度并导致其无法大规模推广。 银行管理层采取了观望的态度 进展阻力 由于人工智能技术正快速演变，因此银行管理层对于是否应用举棋不定。71%的受访银行认为，最好等到不断发展的人工智能技术前景更加明朗后，再进行大规模投资，而有57%则对与人工智能相关的巨量信息和炒作感到不知所措。 导致人工智能应用难以取得实质性进展的原因包括： 对人工智能风险和道德问题极为忧虑 发展进步 人工智能在银行业的应用引发了对风险和道德问题的广泛关注。71%的受访企业管理层认为，建立健全的监管合规框架对于确保以负责任的方式实施人工智能至关重要。 很明显，银行在应用人工智能的过程中面临着复杂的挑战。尽管他们已经作出重大努力，但存在战略分散和准备有限等问题，这就需要采取更强的结构化方法加以应对。 缺乏人工智能专业知识 缺乏相关专业知识也拖慢了银行的人工智能应用步伐。只有19%的受访银行具备高度专业的人工智能团队为推动整体实施战略提供指导。此外，只有18%的受访银行在多个领域中将人工智能作为产品和服务开发的核心驱动力。 人工智能应用与可持续发展目标之间未能协调一致 本报告介绍了实现人工智能价值的三个阶段。这三个阶段构成一个框架，可帮助银行从发展孤立的基础能力转变为实现内部整体的创新。通过建立信任、调整战略、使用技术和赋能员工，银行可以在降低风险的同时发挥人工智能的变革潜力。该框架不仅有助于成功应用人工智能，还能使人工智能成为实现长期增长和价值的可持续战略驱动要素。 使可持续发展目标与人工智能应用协调一致实属不易。70%的受访银行难以确保其人工智能的能源使用与环境目标相一致，另有66%将实现可持续发展目标视为比实施人工智能更重要的战略重点。 准确性不足 准确性不足是人工智能在银行业规模应用的一大阻碍，因为金融行业必须严格遵守风险和监管要求，几乎没有犯错 数据质量问题构成一大障碍 在银行寻求扩大人工智能应用的过程中，数据质量问题仍是一个主要障碍，72%的受访银行对数据质量表示担忧。缺乏一致、可靠和可用的数据，银行在建立准确、有效的人工智能模型方面就会困难重重，无法快速实现人工智能驱动的合理转型。 目前最大的挑战来自于西班牙、德国和英国各地不同监管机构的监管要求。他们的要求和期望各不相同。 某德国银行的首席合规官 在银行内部成功实施人工智能，需要采取战略手段进行涵盖基础、职能和企业层面的能力建设。此外，还需设立转型管理办公室，以确保各个层面的人工智能战略、价值协调和项目交付的一致性。该办公室的职责包括协调各项举措，确定标准和最佳实践，促进跨职能合作，以落实问责制并为银行创造整体价值。 打造智能银行 企业层面 在这一层面，银行应从关注人工智能如何影响银行的战略、商业模式和关键目标入手，统筹银行整体的转型变革。此举旨在对银行整体的运营模式转型、员工发展以及风险和控制进行定义。重点是为人工智能转型计划制定路线图，并通过转型办公室管理资金、跟踪收益并动态调整工作重心，从而实现价值最大化。 职能层面 在这一层面，银行应在所有业务职能推动人工智能转型，优先考虑面向客户的价值流以及端到端的赋能和工作流程，从而促进价值流动。将人工智能应用程序、智能体和机器人技术嵌入到工作流程之中，并转变职能运营模式，以实现潜在利益。 一个经营良好的企业就像一块配有很多齿轮的瑞士手表一样。如果想对它进行数字化，就不能仅仅将其中一个齿轮换成晶体管，而是必须整体规划如何让所有零部件都能协同工作。 基础层面 在基础层面，银行应建立以人工智能为先的技术栈，包括基础设施、云和芯片等。应提供高质量企业数据，也可能需要部署多种模型以应对特定领域的人工智能需求并为人工智能代理的使用提供支持。还需要更多地关注人工智能的网络安全问题，并针对量子技术等其他新兴技术制定相关计划。 Erik Brynjolfsson——斯坦福以人为本人工智能研究院（HAI）教授兼高级研究员，斯坦福数字经济实验室主任 智能银行蓝图