2026全球AI报告：银行与金融服务实操指南

2026全球人工智能报告：封面标题 业务单元 | 文档标题 9磅 一份面向银行和金融服务的行动指南思源宋体常规 42磅 将人工智能嵌入银行业务核心以扩展标 题 2 思源黑体常规 20磅 提升性能，强化治理，赢得信任 内容 03 谁在人工智能领域领先？ 关于研究三十 关于NTT DATA的32个信息 谁在人工智能领域领先？ 对于银行和金融服务领域的组织而言，衡量人工智能领导力的标准已不再是启动了多少试点项目或完成了多少概念验证。衡量标准在于人工智能是否正在重塑该机构如何创收、管理风险、服务客户以及满足监管机构的要求。在银行和金融服务行业，人工智能不仅仅是一个提升效率的工具。它正逐渐演变为一种结构性优势。那些仍在边缘领域试验人工智能的组织，正感受到那些已在核心领域实现人工智能运营的组织所带来的竞争压力。 正如《NTT DATA 全球人工智能报告：人工智能领导者指南》所强调，组织正沿着从探索到企业级集成的成熟曲线前进。然而，在银行和金融服务领域，这一进程具有更高的风险。领先者与落后者之间的差距正在加速扩大——不仅体现在财务成果上，还体现在战略定位、监管准备和客户相关性上。 银行和金融服务领域的AI领导者更有可能： • 将人工智能战略与业务和利润池完全对齐• 在增长和面向客户的领域果断行动• 重新设计核心工作流程以捕获可衡量的成本和生产率提升• 尽早建立治理和风险责任制度• 将人工智能嵌入符合监管标准的平台 相比之下，落后者则仍受制于零散的试点项目、部分协同或过于谨慎的治理，这些因素拖慢了执行速度。在银行和金融服务领域，领导力体现在监管约束下的自律性速度——不是鲁莽的实验，而是在可控的前提下更快行动。 人工智能领先者和落后者定义 在我们收到的296份银行和金融服务调查回复中，我们识别出： 第184项被归类为“中间项”，属于未分类项 当我们在这个手册中比较AI领导者与其他所有组织时，“其他所有组织”包括AI落后者和未分类的组织——共256个受访者（86%）。 人工智能成熟度等级定义 • 无计划：尚未在我们组织中探索使用• 探索者：正在考虑策略和计划，但尚未采用或具备相应能力• 新手：刚开始；经验有限和/或用例较少• 已启用：使用较为零散且存在一定部门壁垒；可行性试点及个人业务单元在非核心职能中的有限采用 人工智能领导者如何脱颖而出 采用2026年全球人工智能报告相同的队列定义，对银行和金融服务领域的受访者进行了基于人工智能成熟度和实现价值的分析。根据其报告的人工智能战略、采用水平和取得的成果，组织被划分为人工智能领导者、落后者或其他所有受访者。 与银行和金融服务领域的落后者以及所有其他银行组织相比，人工智能领域的领导者： • 加速前进——但需设限：52.5%的银行和金融服务领导者表示他们“行动迅速、引领市场”，相比之下，落后者占23.6%，其他所有者占34.8%。这些组织中的速度并非鲁莽行事。领导者从早期就嵌入治理机制，从而实现后续的快速扩展。他们在客户面对和增长领域更愿意推进，同时在受监管的核心职能上保持更严格的控制。 • 将投资与可衡量的回报挂钩：65.0%的银行和金融服务领导者认为当前的AI投资非常重大，相比之下，落后者占51.4%，其他所有者占43.0%。重要的是，领导者将协同转化为利润。在受访者中，84.1%已完全协同其AI和业务战略的组织报告AI至少带来了5%的利润增长，而目前没有计划协同这些战略的组织中，这一比例仅为58.3%。在银行和金融服务领域，持续的优势不仅取决于初始投资，还取决于与已证明影响的自律再投资。 • 优先发展及工作流程转型：银行业和金融服务业的领导者中有75.0%优先考虑前台AI应用场景（营销、客户互动、顾问服务），而落后者中这一比例为40.3%。同时，这些领导者中有85.0%支持通过智能工作流重塑进行中后台转型，而落后者中这一比例为65.3%。这种双重侧重（增长和运营重塑）使领导者能够扩大收入，同时提升效率和韧性。 在监管现实下进行选择性现代化：与一些其他行业不同，银行和金融服务业的AI领导者采取平衡的现代化策略——27.6%通过嵌入AI来重建应用程序，而34.5%则增强现有系统。这反映了监管的复杂性、遗留的核心系统以及风险考量。领导者以精准的方式进行现代化；他们只在风险和合规概况允许的范围内嵌入AI，而不是追求全面革新。 • 打造监管级平台：30.0%的银行和金融服务领导者优先考虑可扩展、安全的科技架构，相比之下，落后者仅占19.4%。对于这62.5%的领导者而言，跨地域数据隐私和主权被视为首要的治理关注点。此外，基础设施决策与合规策略密不可分。平台必须支持可解释性、可审计性、模型治理和区域控制。 技术已经成熟。雄心是真实的。所缺乏的是现代化的技术栈、治理以及人类采用，以使AI成为战略性基础设施。 信捷·辛哈尔，NTT DATA, Inc. 集团高级副总裁 如何让银行和金融服务领导者将人工智能聚焦于高价值收入和风险工作流程 银行和金融服务领域的AI领导者不会将AI力量分散到数十个互不关联的实验中。他们将投资集中于那些价值可衡量、可辩护且具有战略意义的高影响力领域。在这些组织中，这些领域位于增长、风险和监管表现交汇点。 与其在现有流程之上叠加人工智能，领导者则对端到端的这些工作流程进行重新设计。人工智能的洞察被直接嵌入决策循环中，在近实时地影响定价、审批决策、欺诈警报、监管报告和客户互动。其结果并非仅仅是自动化，而是在收入、运营和风险职能之间实现了智能协调。 堆栈：生成式人工智能、自主智能与企业护栏 自主AI（执行者）：自主AI超越了分析，进入协调执行的层面。银行和金融服务领域的自主系统响应风险信号、行为模式和监管触发器。其价值在于提升决策速度，同时不损害问责制。在这些环境中，自主系统： 在银行和金融服务领域，企业人工智能的成功不仅取决于模型，还需要一套技术和治理体系，该体系能够在监管审查下运行，同时保持竞争优势。其基础要素是熟悉的（高质量数据、规范化的数据工程、可扩展的基础设施和强大的模型治理）。然而，在银行和金融服务领域，这些要素从一开始就必须符合监管标准。 • 基于异常检测触发欺诈调查• 协调贷款发放中的文件收集• 升级可疑交易• 分流合规审查• 优化定价或交叉销售推荐 生成式人工智能（创世者）：在这些组织中，生成式人工智能系统解读文档、通讯、交易记录和监管文本中的结构化与非结构化数据。生成式人工智能加速分析进程，提升个性化水平，并减轻人工审核负担——从而提高增长与控制职能两方面的生产力。这些系统支持： 私有化、主权化及可持续的AI（守护者）：银行和金融服务领域的AI在严格监管下运行。随着创新拓展个性化和自动化，监管风险同步增加。私有AI保护敏感的金融数据、客户身份、交易记录和专有风险模型。主权AI确保符合地域数据驻留要求和监管监督预期。 • 面向客户的顾问——提供实时洞察• 分析信贷文件的承保人• 审查监管义务的合规团队• 处理复杂案件管理的运营团队 人工智能领导者9大关键特征 本手册重点介绍了银行和金融服务领域AI领导者的九大关键特质。这些特质共同阐释了这些机构如何将AI愿景转化为企业级的影响力。 执行层面：人工智能领导者通过坚韧的基础、赋能人类、固化的采用与治理以及专家合作伙伴来形成差异化。 策略：领导者将人工智能视为核心增长引擎，并据此调整其战略。 01 战略协同与速度 领导层将人工智能与业务、利润和风险优先级紧密结合，并在受监管的环境下果断行动，作为自律的先行者。 06 以专家为先的AI 领导层设计人工智能，以帮助经验丰富的银行家，以及风险和合规专业人士。人工智能赋予他们决策支持工具和代理系统，同时保留了人工监督和问责制。 02 集中端到端方法 领导层将人工智能嵌入到驱动收入、前台和风险关键的工作流程中，而不是自动化孤立的任务，而是端到端地重新设计高价值银行流程。 07 持久改变 他们视人工智能为组织变革，并在这一点上保持自信且建设性的姿态。 03飞轮效应 领导者将可衡量的利润与风险影响转化为自律的再投资，从而创造一个复合循环：早期的AI收益为更深的能力和持续优势提供资金。 08 规模化治理 这些组织集中了关于人工智能的决策权，并设有审查委员会、指导委员会以及安全和运营团队。专门的CAIO负责人工智能相关的风险。 04 核心重塑 领导层通过风险加权的现代化方式，将人工智能嵌入并增强到受监管的核心系统中。他们结合即插即用平台和选择性共同创新，以加速规模化，同时又不损害合规性。 09 伙伴驱动增长 领导者利用外部合作伙伴来增强能力并加速交付。然而，在商业实验之前，强大的内部治理、受控的整合和审慎的变现才能驱动竞争优势。 05 大规模安全 领导层设计人工智能平台，以满足监管级安全、隐私和属地控制要求，从一开始就将主权与合规性融入架构，以实现安全、跨境的规模化。 1. 战略协同与速度 银行和金融服务领域的AI领导者首先通过战略协同来体现其独特性。在一个高度监管、资本受限的行业里，AI只有在与业务战略、利润池和风险优先级紧密关联时，才能创造有意义的价值。 我们的数据显示，人工智能战略与业务战略之间的协同是银行和金融服务领域财务回报的最强预测因素。在受访者中，84.1%的已完全协同人工智能与业务战略的组织报告称，人工智能带来了至少5%的利润增长，而部分协同机构的比例为79.3%，未协同机构的比例仅为58.3%（完全协同与未协同组织之间存在25.8个百分点的差距）。 与AI可能首先展现运营效率的行业不同，在银行和金融服务领域，AI的领导力始于审慎的资本配置。领导者并非将AI视为创新实验室项目，而是将其视为具有预期回报的战略投资组合。跨行业数据强化了这一模式。然而，在银行和金融服务领域，这些差异尤其具有说明力。协同一致与非协同一致组织之间的利润差距表明，协同一致能够加速执行速度和财务实现。 战略协同：这对银行和金融服务意味着什么 在本领域，战略协同是实现可衡量人工智能价值的关键。在完全协同与非协同组织之间存在25.8个百分点的利润差距，数据明确表明：人工智能只有在与业务战略、利润池和风险优先事项紧密关联时，才能产生有意义的回报。未能将人工智能计划与具体业务成果相结合的组织，有风险停留在试点阶段而未产生财务影响。即使技术上成功的碎片化实验，也鲜少能转化为企业范围内的收益。人工智能领导者将协同视为一项资本纪律，而非仅仅是规划练习。 人工智能领导者更可能： • 将每项主要人工智能计划与明确的营收、利润率或风险目标挂钩• 指定负责的业务负责人，而不仅仅是技术发起人• 将人工智能资金决策与信贷或资本配置决策同样严格对待• 以财务指标衡量成功，而非部署指标 银行和金融服务领域的AI领导者，不仅在于其部署了什么，更在于其行动的果断性。在一个受监管审查和风险管理纪律约束的行业里，率先采取行动并掌控全局的意愿，已成为一种结构性的竞争优势。 我们的数据显示，52.5%的银行和金融服务AI领导者表示他们“行动迅速、引领市场”，而银行和金融服务领域的落后者仅为23.6%，其他参与者为34.8%。领导者和落后者之间28.9个百分点的差距凸显了速度与银行AI成熟度之间的强相关性。 与此同时，领导者不太可能采取“观望”的态度。在银行和金融服务领域，只有22.5%的AI领导者表示“让别人先承担风险”，而落后者中这一比例为30.6%。这强化了一个关键的区别：领导者并非鲁莽行事，而是审慎的先行者。 0.9个百分点 速度作为竞争优势：对银行和金融服务意味着什么 在本领域，速度具有倍增效应。在快速行动和引领市场的意愿上，领先者与落后者之间28.9个百分点的差距表明，果断决策是一种结构性差异，而非文化特质。早期部署能带来学习、数据和客户体验优势，而行动较慢的竞争对手则难以复制这些优势。然而，缺乏监管纪律的速度本身就是一种风险。最有可能持续保持优势的领导者是审慎的先行者——他们并非鲁莽