1、AI銀行：人工智能技術如何重塑銀行業？2016年，AlphaGo機器人擊敗了曾多次問鼎世界圍棋冠軍的 李世石。時至今日，人工智能（AI ）技術已取得更為長遠的進步， 給許多行業帶來更深遠的變革。麥肯錫估計，AI技術每年可為全球 銀行業創造高達1萬億美元的增量價值。然而，許多銀行僅圍繞零星用例開展AI試驗，難以實現全組織 范圍的大規模應用。背后的原因可能是銀行缺乏明確的AI戰略、核 心技術僵化與投資不足、數據資產分散以及運營模式過時（阻礙了 業務和技術團隊間的協作）。而新冠疫情加速了數字化互動趨勢， 金融服務領域已成為科技巨頭進軍的下一個相鄰市場。要贏得競爭 并實現蓬勃發展，傳統銀行必須成為“

2、AI先行”機構，并將AI技術作 為打造新價值主張和獨特客戶體驗的基礎。為幫助金融機構領導者明確AI銀行愿景并制定“AI先行”轉型 路線圖，本文將探討以下四個問題：銀行為何應“AI先行”？未來的AI銀行何種面貌？哪些因素阻礙銀行大規模部署AI能力？要做到“AI先行”，銀行如何轉型？1銀行為何應“AI先行”？AI技術能提高自動化程度，在風險控制得當的情況下，能提升 人為決策的速度和準確度。其在各個行業的價值創造潛力無與倫比， 例如AI技術每年可為銀行業帶來1萬億美元的增量價值（圖1）。361.5&0營桶右隹：624.8陽亂B 251.1361.5&0營桶右隹：624.8陽亂B 251.10処險；3

3、.92ae 觸 rB.6Al與令析技術每年為全賺銀行業帶來的潛在價值可鬲達1萬億美元怎年的恂值潛帝，十憶矣元1,022.4 .益甘， 親播慮匕售也韋城守析左扛再罕卸-43Cf-liflM I 頭足*ia覲晌日EQ虎視隈一文竦通過進耳灌和褂型嚴生撓取丄內就國罠毛問憶耳護氏井 曲密撓取丄內就國罠毛問憶耳護氏井 曲密H判円也打爪準氏旳片郵fttMMt玖備丹：橙督用時用戶萍毘光快一峨M展歩汗吉門弧直旬 怙爐就iiijJljK 凱褪出純-對爐世抵山汗帶棗飾助豆皮甘證慕甘氐粗卉t哼*利柚），保追業E科舟非加饒 幵?t建度番偽星余UI喬如崖與片占鈦悴曲神卅-芟得*定:赴U1UI敷詡環皿爭，亂卄容2#址；i4

4、4.* 支博囲気卓.勺號同只對此如怏丄TtrPl銀行的傳統運營模式阻礙了持續性創新。大部分傳統銀行的組 織架構是基于不同的業務線，技術和分析團隊則作為成本中心集中 化管理。業務負責人單方面確定目標，與企業的技術和分析戰略（若 存在）通常缺乏統一、或協調性較差。孤立的工作團隊以及瀑布式 開發流程往往導致延誤、成本超支和績效欠佳。此外，很多組織缺 乏“測試-學習”觀念以及有力的反饋循環，無法推動快速試驗與迭代。 由于過往項目和試驗效果不佳，業務高管在關鍵功能上往往傾向于 依靠第三方技術提供商，導致內部人才和能力逐漸枯竭，無法建立 起競爭優勢。4要做到“AI先行”，銀行應如何轉型？銀行需通過系統性方

5、法部署AI技術，以克服在全組織范圍部署 時面臨的阻礙。要做到“ AI先行”，銀行必須對綜合功能棧中全部四 個層次的轉型能力（圖6）進行投資，這包括：互動層、AI支持的 決策層、核心技術與數據層以及運營模式。第1層：重構客戶互動層越來越多的客戶要求銀行參與終端客戶旅程，了解其應用情景 與需求，從而時刻提供無縫的卓越體驗。很多銀行業務（例如支付、 某些類型的貸款）正在“隱形化”，因為旅程的起止常常發生在銀行 平臺以外的客戶界面。要滿足客戶潛在與新的需求，銀行需要重新 構想與客戶的互動方式并做出幾項關鍵轉變。首先，銀行不應局限于提供高度標準化產品，而應該以最大化 滿足客戶需求為目標提供綜合性的產品及

6、服務。第二個，將客戶旅程無縫整合到合作伙伴生態系統與平臺中。第三,銀行需要重新設計整體客戶體驗和全渠道互動中的特定旅程。第2層：打造AI支持的決策層為建立強大的AI支持決策層，艮行需要跳出開發特定用例和單 點解決方案的思維模式，制定在所有業務領域部署高級分析（AA） /機器學習（ML）模型的全行路線圖。舉例而言，僅在無擔保消費 貸款領域，就有超過20項決策可以實現自動化。為推動大規模開 發決策模型，開發過程應具備可重復性，從而保證解決方案的有效 和準時交付。除了業務團隊和分析人才之間的緊密協作，銀行也需 要強大的工具進行模型開發、提高流程效率（例如，跨項目重用代 碼）、以及跨團隊傳播知識（例如

7、，知識庫）。除了跨業務領域大 規模開發決策模型，路線圖還應將AI整合到日常業務流程。為實現上述決策和功能并與客戶在整個生命周期互動（從獲客 到追加銷售與交叉銷售，再到客戶留存與挽回），銀行需建立企業 范圍的數字營銷機制，其中幾項關鍵要素包括：從銀行內部（例如，來自App的點擊流數據）和外部（例如， 與電信提供商的第三方合作）的多元數據源捕獲各類數據的提取管 道；匯總、開發和維護360度客戶視圖、并讓AA/ML模型能夠近乎實時運行和執行的數據平臺；跟蹤過往行動并在互動層全渠道范圍內協調前瞻性干預措 施的活動平臺。第3層：加強核心技術與數據基礎設施在整個組織內部署AI功能，銀行需要一系列可擴展、有

8、彈性且 適應性強的核心技術組件。核心技術與數據層包含幾大關鍵要素：未來技術戰略。銀行應擁有與業務戰略緊密結合的統一技術 戰略，并就關鍵問題做出戰略性選擇，即哪些要素、技能組合和人 才應留在內部，哪些則應通過合作伙伴或供應商獲得。此外，技術 戰略需闡明目標架構各個組成部分如何支持銀行成為“ AI先行”機構， 以及如何與功能棧的每一層進行交互。AI環境中的數據管理。銀行數據管理必須確保數據的流動性， 即訪問、提取和操縱數據的能力，這是決策層產生任何洞見與決策 的基礎。現代化API架構。API類似于結締組織，能實現對銀行內外 部服務、產品和數據的可控訪問。在銀行內部，API可減少建立孤 島的誘因，提

9、高技術資產的可重復性，并提高技術架構的靈活性。 在銀行外部，API可促成建立外部合作的能力、解鎖新商機并提升 客戶體驗。API確實能夠帶來巨大價值，但必須首先確定其使用領 域并建立集中化的治理機制以支持其開發和管理。智能基礎設施。不同行業的公司紛紛增加在共有和私有基礎 設施上處理的工作比重，有充分證據表明基于云的平臺可實現更高 的擴展性與彈性，后者對于“ AI先行”戰略至關重要。此外，基于云 的基礎設施能夠降低IT維護成本，并支持開發團隊的自助服務模式，從而通過提供托管服務（例如，在幾分鐘而非幾天內設置新環 境）加快創新周期。第4層：向平臺運營模式過渡在平臺運營模式下，跨職能的業務和技術團隊構

10、成了銀行內部 的一系列平臺。每個平臺團隊都控制著自己的資產（例如技術解決 方案、數據、基礎設施）、預算、關鍵績效指標以及人才。另一方 面，這些團隊向銀行的最終客戶或銀行內的其他平臺提供一系列產 品或服務。在目標狀態下，銀行的平臺團隊原型可分為三類：業務 平臺、企業平臺和支持平臺。通過將業務和技術整合到由跨職能團隊運營的共有平臺中，銀 行可以打破組織孤島、提高敏捷性與速度并讓全行上下實現統一。“AI先行”銀行需要在功能棧的全部四個層次構建轉型能力。忽 視任何一層的挑戰或對任何一層投入不足都會波及全局，導致功能 棧欠佳而無法實現業務目標。務實的做法是先評估銀行的戰略目標（例如增長、盈利、客戶 互動、創新），以及如何通過一系列AI技術切實實現該目標，并確