推进AI部署，蓄力创新浪潮

金融机构董事会及管理层持续探索生成式人工智能（AI）规模化部署路径。面对亟需平衡AI快速应用需求与复杂系统环境整合难题的现状，他们还需密切关注可能进一步颠覆商业模式的其他新兴技术。必须迎难而上，除此以外，别无选择。正如一位与会者所言：“指数级技术跃迁或将持续，也可能骤然停滞。未来技术发展走向尚未可知，但置身事外绝非选项。” 本期《视点》1重点呈现会议和相关对话中探讨的关键主题： 当前金融服务业生成式AI应用以提升生产力为核心 金融机构必须调整适应，以释放AI转型潜力 2025年10月8日至9日以及10月28日，全球主要金融机构的董事与高管分别齐聚伦敦及纽约，探讨各自机构的AI部署进展，实现AI技术价值最大化的关键能力建设，以及新兴技术的潜在影响。会议还聚焦金融机构如何应对极端不确定性，并剖析政治与市场波动对金融机构及其董事会的影响。有关该议题的深度观点可参阅配套报告《视点》。 以量子计算为主导的未来图景已悄然临近 与会者名单详见《视点》第11页。 当前金融服务业生成式AI应用以提升生产力为核心 金融机构已从生成式AI投资中初步获得生产力与效率回报，但该技术推动根本性变革的潜能尚未充分释放。与会者就其所在机构在AI应用方面的阶段性成果展开讨论。 ◼金融机构已取得生产力提升与成本节约的初步成果。一位与会高管指出：“几乎所有金融服务机构都在推进生产力相关实践。”有与会者分享称，其机构已部署“约90个成熟生产用例”，并已“跨越实验阶段……转而聚焦投资回报率”。其中一个应用场景为软件开发，生成式AI在该领域已为数千名开发人员带来约“30%的即时效率提升”。考虑到大型金融机构的员工规模与人力成本，此类效率提升或有助于节约数十亿美元成本。一位与会高管表示：“无论将节省的资金用于再投资还是直接削减成本，生产力提升效果毋庸置疑，数据会持续向好。” ◼尽管具备成本节约潜力，多家机构甚至尚未充分挖掘AI在提升基础生产力方面的功能。一位与会者指出：“多数金融机构仅运用了其现有AI基础功能的10%。多数甚至尚未将最低版本AI工具推广至全体员工，即便已推广，半数员工也只会用它写邮件。” “无论将节省的资金用于再投资还是直接削减成本，生产力提升效果毋庸置疑，数据会持续向好。” ◼多数金融机构尚未在代理式AI领域深入布局。具备自主决策或执行能力的AI系统（通常称“代理式AI”）目前仍主要处于实验阶段，对银行来说尤为如此。一位与会高管表示：“仅10%至20%的银行在代理式AI应用方面有所涉猎。”保险行业则进展稍快。安永近期研究显示，27%的保险公司已选择性地将代理式AI整合至业务流程。2有与会者指出：“业界普遍预期，代理式AI应用比例将有所增长，但迄今为止，实际业务应用规模仍有限。”另有高管指出：“代理式AI工作负载萌芽已显现，特别是在后台运营领域，这是因其监管风险相对较低。” ——与会高管 尽管生成式AI应用已带来生产力与运营效率双提升，但金融机构尚未实现全面转型。在监管严格、架构复杂的机构中规模化部署AI需要投入大量时间、精力和资金。一位与会董事表示：“影响将是巨大的，人们低估了达成目标的难度。”另一位与会者提醒道：“我们尚处起步阶段。虽投入大量资金用于技术许可和培训，但仍处于山麓攀登期，任重道远。” 金融机构必须调整适应，以释放AI转型潜力 “我们尚处起步阶段。虽投入大量资金用于技术许可和培训，但仍处于山麓攀登期，任重道远。” 为全力挖掘AI潜能，金融机构必须应对技术、文化、人才储备及领导力等多重挑战。正如一位与会董事所言：“这些并非新问题”，但从过往经验看，它们的确难以有效解决。 突破遗留技术及数据瓶颈是关键 大型金融机构多受困于数十年陈旧的遗留系统与碎片化的数据架构，难以从海量信息中提取有价值的洞察。一位与会董事将金融服务业描述为“数据丰富，但洞察匮乏”。尽管金融机构多年来一直努力解决数据架构局限性问题，但生成式AI在过去三年间的快速发展强化了变革的紧迫性。一位与会高管直言：“AI基于数据推理。若数据混乱，AI投资成效将大打折扣。” 数据清理对任何机构而言均“至关重要”，但清理范围或因企业实际情况及目标用途而有所差异，且实施难于规划。与会者一致认为，云迁移仍是关键路径。一位与会者指出：“我们观察到，数据云迁移及数据云端化进程正在加速。”有与会高管认为，部分机构仍“固守本地部署，拒绝云迁移，但这终将难以为继”。出于安全、监管及成本等方面的考量，全面拥抱云端仍非易事。一位与会董事坦言：“云端与本地部署之间的抉择问题会持续存在，且地理位置因素不容忽视。” 尽管此前有技术专家提出，生成式AI本身或许能够凭借“转换数据语言和格式”的能力快速解决金融机构的数据难题，但迄今为止这一设想尚未完全实现。正如一位与会者所言，金融机构仍需持续“投资数据治理工具及能力建设”。 领导力、文化及变革管理与技术同等重要 金融机构如想充分释放AI潜力，便不能仅局限于技术层面。一位与会高管强调：“AI曾仅是信息技术部门的职责……如今它更是文化命题及变革管理课题。”与会者认识到应对AI对员工与企业文化影响的重要性，并明确重点领域。 ◼领导力是关键的差别化利器。具备洞见且深度参与的领导层对推动AI在机构内广泛部署至关重要。一位安永人士指出，AI领先金融机构“往往具有鲜明特质——领导者亲力亲为，主导技术重构与应用实践，尤其重视奖励积极投身该领域的员工”。但与会者普遍认为，高管层对AI的认知往往不足。一位与会者表示：“若在各金融机构中抽取前200位领导者，真正理解AI技术的人恐不及半数。领导者对技术原理及潜力的认知，以及对探索技术可能性的洞察力，才是决定因素。”董事会有责任推动高管层深化AI理解、推进技术落地。一位与会董事指出：“我们需审视领导层的认知局限，提高高级管理人员的好奇心阈值。” “若在各金融机构中抽取前200位领导者，真正理解AI技术的人恐不及半数。领导者对技术原理及潜力的认知，以及对探索技术可能性的洞察力，才是决定因素。” ◼全员AI能力建设亟待加强。除数据科学团队外，大多数员工缺乏对AI运作原理及有效应用方法的理解。一位与会者打趣道：“无人掌握提示词技巧。”AI素养正逐渐成为一项关键技能。一位与会高管表示：“员工必须学习使用工具、编写提示词、与机器对话。”能力建设需投入大量时间与资源。一位与会高管透露，其机构耗时数月为2,300名同事提供了提示词工程及相关技能培训。他表示：“每名员工都必须接受充分培训，因为AI规模化应用成效直接取决于实际使用工具的人数、使用频率及使用效果。”另有高管指出，他所使用的许多生成式AI提示词长达三页或更多，这表明有效使用生成式AI需要深度思考与不断尝试。一位与会高管表示：“提示词是一种通过与机器反复沟通以获取所需结果的路径，需要创造性思维，方能‘从橙子中榨取所需精华’。” ◼AI赋能的工作场所推动机构人才战略重构。在机构内部全面部署AI将提升不同的技能与能力。一位与会者指出：“在知识可即时获取的时代，仅仅知晓信息创造的价值有限。”创造力与协作力将愈发重要。另一位与会者强调：“由于未来不再局限于熟知流程和执行，而在于对例外情况的识别及判断，批判性思维将比以往更加重要。”另有与会者强调管理新范式：“协作能力空前重要。随着AI智能体崛起，领导者需统筹管理智能体与人力资源，这要求极高的灵活性、直觉力及复杂问题的解决能力。”制定有效的人才战略仍在推进。一位与会者坦言：“目前难以精确界定未来所需技能，因为我们尚在探索AI重塑岗位职责与工作流程的路径。”传统教育与培训可能已无法满足未来需求。一位与会者警示道：“切勿认为在学校所学内容仍具现实相关性”，这意味着需要建立全新的在职学习体系。 “在知识可即时获取的时代，仅仅知晓信息创造的价值有限。” ——与会者 ◼金融机构须正视员工顾虑并构建创新文化。部分董事担忧，员工对岗位迁移的忧虑正导致他们对AI技术采纳持保守态度。一位与会者提出：“您的团队是勇于拥抱突破性思维？还是受自我保护意识影响而倾向保守？部分员工对前瞻性思维极为敏感，因为这可能对整个业务单元造成冲击。”金融机构管理者须直面员工忧虑，明确传达AI将有助于增强岗位价值而非取代岗位的理念，引导员工参与转型进程。机构还需培育创新文化，建立对新型工作方式的开放态度。一位与会董事强调，这关乎“推动企业与文化总体发展，而非仅改变员工认知与适应程度”。 业务领导者应在核心技术团队支持下主导AI应用 与会者普遍认为，各业务线领导均需将AI视为关乎业务未来发展的战略要务，而非交由IT部门独立推进的辅助性项目。一位与会者表示：“这正是关键所在。最终的竞争失利者一定是那些未强制业务领导者学习AI技术的企业。处于正态分布曲线前沿的企业已将技术融入企业肌理。业务领导者决定企业投资方向，当他们真正理解AI技术时，企业战略重心必将发生转移。” “最终的竞争失利者一定是那些未强制业务领导者学习AI技术的企业。” 多家机构正在设立由新任集团AI负责人领导的核心支持团队，协助业务领导者部署AI。明确该负责人及其团队的权责界定至关重要。一位与会高管建议：“切勿简单地组建庞大的集权团队，而应通过该团队赋能业务端自主运用AI技术。”核心AI团队应扮演赋能者与顾问角色，提供培训，开发基础设施和工具，并展示该技术潜力。另有与会高管强调，各机构还需“业务端的技术推广者提出用例，培训团队在各业务线内开展推广活动，从而提升AI技术使用率。”企业长期目标应为精简核心团队规模，将包括负责人在内的所有团队成员重新部署至业务线。一位与会者认为：“AI团队负责人价值递减的过程，正是企业向好发展的过程。终有一日，我们将不再需要这个职位。”一位与会董事对此表示认同：“我赞同这种业务主导型卓越中心模式。控制AI团队规模至关重要，因为此类职能必须适时向业务端迁移。” ——与会者 董事会应助推思维定式超越生产力提升与成本节约范畴 部分与会者指出，当前应勇于拥抱更宏大的战略视野，而非仅局限于生产力提升或成本节约。一位与会者指出，AI已催生出新的收入来源和产品形态：“创收机遇正在显现。我们将见证新业务模式、附加产品线以及通过新分销渠道触达新市场的能力。” 董事会可助力组织机构把握这些机遇。一位与会董事表示：“我们的技术委员会和董事会已明确，今年要从效率讨论转向机遇探讨，聚焦能够推动业务增长、实现跨越式发展的举措。我们是否关注新产品线或服务？能否量化因技术革新而消融的准入壁垒？”另一位与会董事也强调了拓展思维边界的必要性：“竞争对手正在研究我们的客户、客户代理方以及未来工具应用场景。而我们却过度关注AI的内部应用。无论下一代AI是智能体还是其他形态，其部署方式尚未可知，但决不能完全从机构内部视角来看待这个问题。” “竞争对手正在研究我们的客户、客户代理方以及未来工具应用场景。” 更宏大的视野意味着更多投入。一位与会董事透露，其董事会已将管理层申报的技术预算翻倍。其他与会者亦持同样观点，认为董事会有时需要鼓励管理层采取更加积极进取的投资策略。然而，把握平衡至关重要。一位与会高管指出，董事会有时会盲目推动领导层“应用AI”，实际缺乏清晰目标。正确态度应为，“我们的目的并不在于‘应用AI’，而在于解决问题。”董事会不应简单倡导应用AI，而应“协助界定问题范畴并评估可行性”，同时确保建立恰当的治理机制，使成功试点项目得以规模化推广。 以量子计算为主导的未来图景已悄然临近 当前，人工智能主导着企业的战略议程，但它并非唯一正在崛起的新兴技术。量子计算虽仍处于起步阶段且时间表尚不明确，但其一旦实现商业化应用，将对金融服务业产生深远影响。 量子计算的潜力为金融服务业带来引人注目的应用场景 量子计算能够以指数级的速度解决问题。一位与会者比喻道：“假设你有一串钥匙需要试开一把锁，每试一把钥匙都要耗费时间。经典计算是一次试一把钥匙，而量子计算则是同时试所有钥匙并迅速获得精确答案。”谷歌于近期发布的研究显示，量子计算机执行可重复计算的速度比经典超级计算机