2026年AI在商业与数字化转型中的最新应用白皮书

一份面向全球财富500强高管的C级战略简报 作者 丹·柯林斯 创始人兼管理合伙人，体验转型全球首席转型官 · CNBC国际评论员 转型体验 | xptransform.com 战略简报 · 金融服务聚焦· 2026年5月发布 执行摘要 三年前，每家《财富》500强董事会面临的议题都是是否投资人工智能。如今，这个议题已尘埃落定。根据麦肯锡《2025年人工智能现状》研究，目前88%的组织已在至少一个业务功能中使用人工智能，而使用生成式人工智能的比例也从2024年的33%上升至72%。这项技术已从战略的边缘走向运营模式的核心，预计到2027年，全球人工智能代理支出将达到1.4万亿美元（IDC）。 当前问题实质上已截然不同。关键已不再是是否部署人工智能，而是您的组织是否已从已部署的人工智能中捕获到价值。在此，数据令人警醒：仅有39%的组织报告其人工智能投资带来了可衡量的EBIT影响，而麦肯锡的研究仅将1%的组织识别为拥有成熟的人工智能战略。大约三分之二的组织尚未开始在整家企业中扩展人工智能应用。采用率为88%，成熟度为1%。 本报告探讨了哪些因素将行业领导者与其他区分开来——特别关注金融服务领域，监管复杂性、客户期望和数据丰富性共同创造了最高的机遇和最严峻的执行挑战。我们分析了摩根大通（每年AI创造价值15亿至20亿美元）、劳埃德银行集团（2025年交付5000万英镑，2026年目标超过1亿英镑）、NatWest、汇丰银行和巴克莱银行在英国四大银行中的生产部署；美国银行、毕尔巴鄂比斯开银行、荷兰国际集团、黑石集团和摩根士丹利；以及安盛、安联、苏黎世保险、利昂保险和Traект保险等保险公司。我们探讨了欧盟《人工智能法案》的指令性立场与英国有意促进创新的监管立场之间的差异，并将这些机构正在做的事情——以及他们多年来所学到的——转化为2026年财富500强C级高管可采取的行动议程。 我们也诚实地审视了反方证据。高盛发布了一份2026年3月的分析报告，发现尽管预计2026年超大规模企业资本支出将达到6670亿美元，但在经济整体层面，人工智能的采用与生产率之间并无显著关联。2026年2月，一项对6000名高管的研究发现，绝大多数公司并未感受到人工智能带来的生产率影响。2026年的现实是不对称的：人工智能在狭窄且实施得当的用例中带来了30%以上的生产率提升，而大多数组织则几乎没有可衡量的影响。这种差异并非源于技术，而是执行纪律。 本摘要的战略论点很简单：人工智能不再是一项技术决策；它是一项关乎领导力、运营模式、治理、安全和劳动力队伍的决策。理解并采取行动的组织将逐年放大其优势。而继续将人工智能视为IT倡议的组织，到2026年将发现自己处于正在形成的鸿沟的劣势一方。 人工智能的采用是基本要求。人工智能的成熟度才是关键所在。而大多数组织都没有一个框架来理解自身所处的位置，更不用说制定一个前进路线图了。 — M c K i n s e y S t a t e o f A I , 2 0 2 5 S E C T I O N0 1 2026景观 人工智能在企业中的现状 2024至2026年企业人工智能部署的步伐和规模前所未有。三条路径定义了其格局： 首先，这项技术已成熟并实现规模化生产。如果说2023年是生成式AI实验之年，2024年是广泛试点之年，那么2025-2026年就是生产部署之年。高德纳预测，到2026年底，40%的企业应用将具备任务特定的AI代理，而一年前这一比例还不到5%——这标志着企业软件的构建和采购方式发生了架构性转变。仅全球AI代理市场在2026年就达到了109.1亿美元，较2025年的76.3亿美元有所增长。 其次，金融服务行业已成为最具积极性的采用者之一。英格兰银行的一项调查发现，到2024年，英国75%的金融行业公司已经在使用人工智能，并且采用率在全球范围内持续加速，贯穿2025至2026年。2024年，全球最大金融机构的人工智能投资平均每家为2210万美元。麦肯锡2025年全球银行业年度回顾估计，在特定银行运营类别中，自主型人工智能可能实现高达70%的毛成本削减，而一旦考虑技术成本，总成本基础上的净削减率将达到15%至20%。 第三，采用效果差距已成为无法忽视的问题。麦肯锡关于人工智能状态的调研发现，尽管有88%的采用率，但只有39%的企业报告了可衡量的EBIT影响，并且只有6%的企业被视为“高绩效者”，能够获取不成比例的价值。这对财富500强领导团队的含义是明确的：问题已不再是你的竞争对手是否在使用人工智能——他们确实在使用——而是在你之前，他们是否已经想出了如何从中提取企业规模价值的方法。 图1清晰地展示了这一差距。从广泛采用到成熟部署的漏斗坡度陡峭：88%的人使用AI，72%使用生成式AI，但只有23%正在积极地在任何业务功能中扩展代理式AI，而只有6%达到了高绩效水平。生成式AI使用与成功代理式扩展之间的23点差距——以及任何AI采用与可衡量的EBIT影响之间的33点差距——代表了2026年最重要的战略问题。 S E C T I O N0 2 三波企业AI 从预测分析到自主代理 理解当前的AI格局需要区分三个不同能力浪潮，每个浪潮具有不同的部署特征和战略意义。大多数财富500强企业同时在三个浪潮中运营——而且大多数企业对第一浪潮投入过度，对第三浪潮投入不足。 第一波技术已广为人知，并持续创造巨大价值。摩根大通的OmniAI欺诈检测平台持续处理交易模式，每年为欺诈防范贡献数十亿美元的价值。美国运通的交易监控AI实时分析数十亿笔交易。这些是成熟且管理完善的系统——但它们也正日益成为行业的基本要求。 第二波——生成式人工智能——是当前企业投资最集中的领域。摩根大通（JPMorgan）的LLM套件，被《美国银行家》评为“2025年度创新奖”，是典范案例：这是一个专有平台，连接员工与OpenAI和Anthropic的大型语言模型，并与该银行的内部数据和应用程序集成。目前约有25万名员工可以使用该平台，不包括分行和客服中心员工，其中约一半人每天使用。该平台每八周更新一次。过去需要初级银行家花费数小时才能完成的五页投资银行演示文稿，现在大约只需30秒即可生成。 第三代——自主型AI——正建立竞争优势。与第二代相比，自主型AI的区别不在于原始能力，而在于自主性：它们能规划、分解任务、采取多步行动，并对照既定目标进行自我评估，仅需极少的人工启动。摩根大通目前已在生产中部署了450多个自主型用例，计划到2026年底扩展至1000个。麦肯锡预测，AI代理将在企业用例中每年为价值增加2.6万至4.4万亿美元。从第二代向第三代的转变是过去十年中最具战略意义的转型——也是生产与试点差距最大的地方。 S E C T I O N0 3 生产前沿内部 摩根大通：审慎扩张的案例研究 没有哪家企业的AI部署像摩根大通那样被记录得如此公开详尽。它值得仔细研究，因为它既代表了当前的可能，也代表了其背后实际要求的运营规范。 证明点——摩根大通LLM套件 约25万名员工可使用，其中约一半的人每天使用。 在生产中部署450余种自主AI用例，目标在2026年底达到1000种。 ~15亿至20亿美元公开披露的年度业务价值——这一数字在银行中颇为罕见。 日常运营工作流程时间缩短30%至40%。 使用 AI 编程助手，工程团队可提高 10% 至 20% 的效率。 一张包含5页的投资银行演示文稿，仅需约30秒生成（传统方法需数小时）。 每年180亿美元的技术预算；预计2026年为198亿美元。 #1 全球银行AI成熟度排名（显著AI指数，2025年） 摩根大通此次部署的战略启示，不在于那些引人注目的数字，而在于产生这些数字的运营纪律。 部署前的治理。首席分析官德雷克·沃尔德隆公开强调，该公司在扩大生产性人工智能规模之前，有意投资于数据治理——这一投资被广泛认为防止了下游失败和合规问题，这些问题使纪律性较弱的竞争对手受挫。该银行设立了一个由C级高管领导的AI治理委员会，专注于透明度、合规性和伦理监督。 双支柱价值创造。该银行采用一种深思熟虑的组合方式：自上而下重塑核心客户旅程（高影响力、结构上重要的项目），以及自下而上自助式创新（通过LLM套件赋能广大员工）。这两个支柱同步运行；单独任何一个都不足以胜任。 新的职业系列。该银行正式确立了新角色类型的出现——提示工程师演变为上下文工程师（专门将业务逻辑传达给人工智能系统）以及知识管理员。 （负责为人工智能应用而整理机构知识）。这些并非理论上的职位类别；而是已有人员担任、并具备明确能力的职位。 坦诚承认价值差距。沃尔德隆公开坦诚地表示：“技术在能力上存在差距，而企业内部全面捕捉这些能力的能力却存在不足。” 这正是正确的表述方式。技术本身大体上已经普及，但执行能力却跟不上。 睁大眼睛进行劳动力重组。2025年5月，摩根大通消费者银行部门的负责人告诉投资者，随着人工智能的扩展，运营人员将在五年内减少至少10%。该银行没有回避这场对话；它已经对这场对话进行了结构化处理。2025年7月，首席执行官杰米·戴蒙举办了一场为期四天的执行层 retreat，专门关注劳动力及学徒制的影响。 每位员工都将拥有自己的个性化AI助手；每个流程都由AI代理驱动；每位客户的体验都有AI礼宾员。 — 汇丰银行首席分析官 Derek Waldron S E C T I O N0 4 超越摩根大通 欧洲和亚洲银行的生产型人工智能 摩根大通是最为公众所知的参考基准，但如今，欧洲和亚洲各大银行中已可见这种战略模式——即大规模、受监管、内部人工智能平台，并公开披露可衡量的价值。有三家机构说明了2025至2026年间这一转变的广度。 劳埃德银行集团：难得的清晰前后对比 劳埃德银行在2026年1月的年度报告中披露，生成式人工智能在2025年创造了约5000万英镑的价值，并计划在2026年实现1亿英镑以上的目标，随着银行在各项业务中扩展自主式人工智能的应用。这是非常严格且罕见的公开披露：针对前一年的基准数据，同时设定了未来的目标。2025年的成果反映了超过50个GenAI解决方案已投入生产，这些方案基于谷歌云的Vertex AI技术架构，支持了300多名数据科学家。具体的部署案例包括： • 雅典知识管理工具——被约20,000名同事使用，通过将GenAI答案基于授权的13,000篇文章语料库进行锚定，平均将搜索时间缩短了66%。 • 工程师版 GitHub Copilot — 已部署给约 5,000 名工程师，该银行报告称，在将旧代码转换为成熟系统方面效率提升了 50%。 •AI人力资源助理——首次接触即可正确解答约90%的人力资源问题。 • 寄信使 — 2026年5月于谷歌云推出的劳埃德内部代理式AI平台，支持具有跨客户交互记忆持久性的可重用代理。 • 首次向英国零售客户部署代理型AI——一款集成于移动应用、覆盖2100万以上客户账户的金融助手，目前正拓展至抵押贷款、汽车金融和保险产品领域。 劳埃德也成为了英国首家整合了由董事会智能公司开发的AI“董事会机器人”（2026年4月），旨在减轻董事会决策中的人为偏见——这本身就是一个关于AI辅助现在被认为适当的领域的显著信号。 毕尔巴鄂比斯卡亚银行：AI工厂模式 毕尔巴鄂比斯卡亚银行（BBVA）的“人工智能工厂”——目前拥有400名员工——已将银行的AI交付流程工业化。其已在银行各渠道运行五年的虚拟助手“蓝色”（Blue），于2025年通过引入生成式AI进行了升级，能够处理包括交易完成和账户服务在内的150余项客户操作。当ING银行较早进行类似升级时，报告称其聊天机器人能够解决的客户问题增加了20%。其战略要点在于：毕尔巴鄂比斯卡亚银行的AI工厂运营着一个可复用的“乐高积木”式代码库——AI开发者可将其预构建组件组合成新的应用场景，从而在定制化试点工作所能允许的范围内，极大地加速了生产部署