2024年全球银行和金融市场展望：利用 AI 重塑银行业.pdf

IBM 商业价值研究院|专家洞察2024 年全球银行和 金融市场展望利用 AI 重塑银行业2 序言3 颠覆性技术：生成式 AI 如何变革银行和金融业5 关键时刻11 沟通：客户体验的驱动力19 重塑员工体验助力提升生产力并重新平衡成本27 风险与合规：双刃剑35 建立可信 AI 平台以管理价值、创新和风险39 十项指导行动目录1近 80%的银行机构(78%)正在为至少 1 个用例战术性地实施生成式 AI。他们采用的战术性方法虽然各不相同，但都在风险与合规以及客户互动领域取得了较多进展。此外，8%的银行机构采取更广泛、更系统的方法，在更广阔的银行业务领域实施生成式 AI。AI 优先事项反映了对风险和客户关系的普遍担忧。近 60%的生成式 AI 决策者认为风险控制、合规报告和客户互动具有更高的价值。保持数据隐私并赢得客户信任对于成功的互动至关重要。AI 治理必不可少。每一位银行高管都应是 AI 风险管理者。超过 60%的银行首席执行官表示面临以下问题：新的网络安全漏洞(76%)、与运营相关的法律不确定性(72%)、难以控制结果准确性(67%)以及模型偏差导致的偏见(65%)。生成式 AI 并不仅仅是今年的流行词。首先，生成式 AI 可以重新定义银行在客户关系领域的竞争优势，改进和简化核心银行业务，并加强网络安全。摘要2前言2023 年是开创性的一年，大语言模型(LLM)为我们所有人在个人和商业生活中与 AI 互动开启了超乎想像的大门。银行高管现在既感到兴奋，又面临着严峻的挑战：AI 创新如何缓解全球银行业的结构性弱点，并开启释放生产力和利润的新机遇？2024 年全球银行和金融市场展望 通过对全球近 2,000 家银行机构的财务报告进行深入分析，探讨了生成式 AI 的潜在深远影响。这份全球展望报告汇聚了 IBM 专家的见解以及针对 600 位富有前瞻性思维的银行高管的调研数据，深入分析了行业格局以及生成式 AI 的 19 个创新应用场景。很少能有比这更值得讨论的主题了。生成式 AI 并不仅仅是今年的流行词。首先，生成式 AI 可以将沟通的个性化和有效性提升到全新的水平，从而帮助银行重新定义在客户关系领域的竞争优势。这让银行能够充分利用在云计算和 AI 技术方面的长期投资，为打造个性化和数字化客户互动铺平道路，最终创造更多价值。不仅如此，生成式 AI 还有助于发展核心银行业务，实现前所未有的简化，比如理解代码和流程复杂性。在重塑员工体验、提高生产力和效率方面，生成式 AI 具有巨大的潜力。通过适当的配置，这项技术可以增强网络安全，同时减轻风险与合规管理任务的负担。不过，这也给金融机构带来了挑战 它们必须在开放且可信的 AI 平台上平衡价值、创新与风险。切实可行的 AI 治理方法是必不可少的，这将引导金融机构持续开展创新，并合理运用这项新技术。这是一种落实到个人的方法：每一位员工不仅是风险管理者，还必须是 AI 风险管理者。您的组织如何应对这种巨变？我们的全方位行动指南将为您引领道路。该指南可帮助您探索您银行的 AI 优先事项，将数据和 AI 整合到核心业务流程中，并在整个组织内部扩展 AI 用例。目前，生成式 AI 无疑是企业高管之间的热门话题。2024 年全球银行和金融市场展望 可以为这些讨论提供信息和启发，帮助您制定战略和行动，从而充分把握这些前所未有的机遇。已经迫不及待了吗？让我们一同开启这一激动人心的探索之旅。Shanker Ramamurthy全球管理合伙人银行和金融市场IBM ConsultingJohn J.Duigenan总经理，金融服务、银行、金融市场和保险IBM Technology3颠覆性技术：生成式 AI 如何变革银行和金融业随着生成式 AI 的强势崛起，人工智能引起了全世界的关注。高管们要么对光明的前景兴奋不已，要么对“反乌托邦”的场景感到悲观，董事会讨论呈现出两极分化的趋势。许多银行高管正在集思广益，讨论如何评估和对 AI 的经济潜力及预计采用成本进行排序，以及管理在企业范围内快速扩展 AI 的相关风险（见图 1）。当前最重要的问题是：生成式 AI 等技术创新如何帮助银行改善财务绩效？这是一个需要仔细评估的问题。金融机构需要思考如何利用大语言模型(LLM)的发展和潜力来提高生产力、减少客户摩擦以及改善员工体验。由此产生的见解有助于避免不必要的概念炒作，评估生成式 AI 对银行业务模式的真正影响，并制定降低相关风险的行动计划。IBM 凭借在为金融机构提供增值咨询和突破性技术方面积累的深厚专业知识，并结合针对全球 600 位金融机构高管的调研数据，出品了这份汇集智慧结晶的 2024 年全球银行业和金融市场展望 报告。序言颠覆性技术：生成式 AI 如何变革银行和金融业关键时刻沟通：客户体验的驱动力重塑员工体验助力提升生产力并重新平衡成本风险与合规：双刃剑建立可信 AI 平台以管理价值、创新和风险 十项指导行动414%78%8%暂无计划战术性方法系统性方法图 1近 80%的银行机构正在为至少 1 个用例战术性地实施生成式 AI8%的银行采取更系统化的企业级方法我们的观点汇总如下：关键时刻。随着利率上涨影响到商业和经济预期，短期收入增长可能会带来长期的痛苦。沟通成为客户体验的驱动力。生成式 AI 可以解决客户沟通这一核心问题，助力银行建立客户关系优势。这将充分利用长达十年的云计算和 AI 投资来打造数字化和个性化的客户关系。重塑员工体验助力提升生产力并重新平衡成本。生成式 AI 可以推动核心银行转型和运营模式简化。风险与合规：双刃剑。生成式 AI 对金融机构的风险承受能力和风险因素组合带来了挑战，同时有助于增强网络安全并减轻合规负担。建立可信 AI 平台以管理价值、创新和风险。要在整个银行内扩展 AI 以创造成功的未来，强大的技术和文化基础是必不可少的。切实可行的 AI 治理将指导银行持续开展创新和扩展应用场景。行动指南。我们概述了涵盖探索、整合和扩展这三个领域的十项行动指引和相应的管理方法。86%的银行机构正在实施生成式 AI 用例，并且正处于制作或准备上线阶段。8%的银行采取系统性方法，通过一个或多个用例涵盖所有领域：客户互动、风险与合规性、信息技术以及其他支持职能。在这部分银行中，有 60%主要在其他发达经济体和新兴经济体中运营。另一方面，14%的银行机构目前没有采用生成式 AI 的计划。暂未出现典型的起始点或实施模式。在采取战术方式的银行机构中，有 78%专注于少数用例或领域，而且没有明显的偏好。不过，他们在风险与合规以及客户互动领域取得了更多进展。问：您所在银行机构在实施各项生成式 AI 用例时采取了什么样的方法？注：如需查看领域和用例的列表，请参见第 44 页。5关键时刻伴随着利率飙升和持续通胀，2022 年和 2023 年的宏观经济状况发生了意想不到的变化。后疫情时代对全球经济健康状况的重新评估以及地缘政治风险的急剧回升加剧了这一形势。国际供应链的去全球化释放了十多年来一直被宽松货币政策所抑制的通胀压力。除中国和日本外，各国央行均迅速采取干预措施，通过加息将通胀控制在可接受的目标范围内。在控制短期衰退风险与促进长期经济增长目标之间，央行必须要找到一个合理的平衡点。长期以来一直受制于超低利率甚至负利率环境的金融服务业开始受益于加息政策。在负利率下运营的金融机构收获了损益表的强劲复苏。这主要是因为金融机构可以重新定价贷款来实现更高的利率收入，而存款利率的上调需要更长的时间。2023 年，主要发达经济体和欧盟经济体的大多数银行的平均股本回报率(ROAE)要高于全球金融危机后的平均水平，这是衡量银行每一美元股东权益能产生多少收入的关键绩效指标（见图 2）1。而与此相反，其他发达经济体和新兴经济体的银行在 ROAE 上受到的影响较小，同时这些银行的加息幅度也较小。这些经济体在疫情后也表现较弱，这是因为疫情后政府担保不足使得当地银行更容易受到恶化的信贷周期的影响。尽管 2023 年的银行利润率可能令人满意，但考虑到更长期的信贷风险，全球银行的经济前景可能会失去光彩。利率上升速度比预期更快可以增加银行的利润，但也会对银行的财务状况和运营产生不利影响，从而引发风险管理方面的重大担忧。这种新的形势已经在考验客户对新贷款的需求，影响银行偿还现有债务的能力，并对经济增长构成威胁，从而可能导致信贷紧缩。序言颠覆性技术：生成式 AI 如何变革银行和金融业关键时刻沟通：客户体验的驱动力重塑员工体验助力提升生产力并重新平衡成本风险与合规：双刃剑建立可信 AI 平台以管理价值、创新和风险十项指导行动6图 2 ROAE(净资产平均收益率)：两极分化主要发达经济体和欧盟经济体的 ROAE 已回升至全球金融危机后的平均水平之上，但其他地区的 ROAE 仍然处于低位。ROAE:A complicated storyFIGURE 1中位数全球金融危机后的平均中位数 第 25 百分位数至第 75 百分位数-502006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023510152025主要发达经济体和欧盟经济体-502006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023510152025其他发达经济体和新兴经济体注：代表每个地区资产总额超过 500 亿美元的银行。信息来源：IBM 商业价值研究院对标准普尔全球数据的分析。7根据欧洲央行(ECB)的数据，自 2022 年以来，欧元区银行大幅收紧了信贷标准（例如，银行的内部指导方针或贷款批准标准）。同时，企业和家庭对贷款的需求也急剧下降，达到 2003 年欧洲央行启动银行贷款调查以来的历史最低水平。2根据纽约联邦储备银行的分析，在持续通胀的环境下，美国每位持卡人的平均信用卡余额达到了 6000 美元，这是 10 年以来的最高水平。2023 年第三季度，信用卡拖欠率上升至 3%，这与信用卡余额达到总计 1.08 万亿美元的历史新高存在相关性。这种增长在千禧一代以及拥有汽车或学生贷款的人群中尤为显著。3正如 2023 年全球展望 中所述，当前的利率上行不太可能预示着银行会重返稳定和健康的利润水平，因为宏观经济状况已大不相同，大多数银行的效率比率也仍处于较低水平。成本收入比(CIR)就是衡量运营效率的一项指标。在主要发达经济体和欧盟经济体的银行中，这一指标仍处于高位。2023 年，成本收入比的中位数要比其他地区（不包括中国）高出 12%。而如果包括中国，这一差距将扩大到 16%。4传统银行业务模式的经济弱点快速体现在资本市场中。自 2008 年全球金融危机爆发以来，投资分析师一直不看好银行股，从而压低了银行的市净率(PBR)，这是衡量银行特许经营价值的一个关键指标（见图 4）。许多金融机构的市净率低于 1，这表明投资者对股东价值存在担忧，从而导致选择发行额外股权的银行面临更高的资本成本。5在主要发达经济体和欧盟经济体中，只有加拿大和美国银行的市净率高于 1。6 这些银行在全球金融危机爆发后受益于更快的重组和更高的利率。许多金融机构的市净率低于 1，这表明投资者对股东价值存在担忧，从而导致选择发行额外股权的银行面临更高的资本成本。58图 3 成本收入比仍然较高在主要发达经济体和欧盟经济体，成本收入比仍然较高。Persistently high CIRsFIGURE 2中位数全球金融危机后的平均中位数 第 25 百分位数至第 75 百分位数35402006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 20234550556065703540455055606570主要发达经济体和欧盟经济体2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023其他发达经济体和新兴经济体注：代表每个地区资产总额超过 500 亿美元的银行。信息来源：IBM 商业价值研究院对标准普尔全球数据的分析。9图 4 市净率呈下降趋势许多银行机构的市净率 已经降至 1 以下。PBRs trend lower FIGURE 3中位数市净率等于 1.0第 25 百分位数至第 75 百分位数0.00.52006 200720082009201020112012201320142015201620172018201920202021202220231.01.52.02.53.03.54.04.55.0主要发达经济体和欧盟经济体0.00.52006 200720082009201020112012201320142015201620172018201920202021202220231.01.52.02.53.03.54.04.55.0其他发达经济体和新兴经济体1.451.241.171.131.071.501.25印度中国台湾新加坡澳大利亚巴西加拿大美国0.710.620.32欧盟英国日本中国韩国0.570.35注：图中所示国家/地区的银行系统总资产总额超过 1 万亿美元。信息来源：IBM 商业价值研究院对标准普尔全球数据的分析。10为了重新获得投资者的青睐，金融机构需要证明高于平均水平的财务业绩并非偶然。这必须与业务模式和相关技术投资的结构性变化相对应。然而，在过去十年中，许多银行都对更深层次的转型犹豫不决。它们只是尝试对现有方法和运营进行数字化，而并未对业务和技术进行充分的重新设计。欧洲央行前任行长马里奥德拉吉在 2019 年发表的言论仍然具有现实意义：“调整业务模式以适应数字化和技术变革的必要性，远比对负利率感到愤怒更加紧迫。”7尽管这不是一个新概念，但值得强调的是：随着形势的变化速度超出预期，银行可能会失去更多的市场份额。AI 的加速发展，尤其是在大语言模型广泛普及之后，已经让生成式 AI 成为董事会和高管团队的焦点议题。在今年的 全球展望 报告中，我们反思了全球银行业的结构性弱点，以及 AI 技术的最新进展如何为释放绩效和效率开启新的可能性。同时，我们探讨了如何在解决风险与合规问题的同时将 AI 扩展到整个企业。观点风险、合规性报告和客户互动是释放 AI 潜力的前沿领域我们针对 600 位负责从战略到运营的 AI 决策的银行高管开展了一项调研。他们思考了 4 个业务领域的 19 个生成式 AI 用例（请参阅第 44 页的“领域和用例”），并确定了其中能释放出最大业务价值的用例。排名第一的用例(32%)是将生成式 AI 应用于风险与合规挑战及机遇，其次是改善客户互动(26%)。我们的调研揭示了银行在各领域的每个用例中采取的行动。有多少银行已经上线或即将上线？结果可能会让你感到惊讶。有多少银行正在进行试点或计划于今年开始试点？看看发生了什么。有多少银行评估了可行性并决定不再继续？并不是所有银行都已准备就绪。还有多少银行尚未制定生成式 AI 方法？生成式 AI 并不是一种通用的标准化方案。详见第 16 页、第 24 页和第 33 页的“观点”。风险与合规客户合作IT 开发其他支持领域32%26%24%18%问：请根据生成式 AI 为您所在银行机构带来的价值，对上述银行职能进行排序。11沟通：客户体验的驱动力2023 年，IBM 商业价值研究院(IBM IBV)开展的一项调研表明，53%的金融服务 CEO 将改善客户体验列为首要任务，仅次于网络安全(58%)。8 在数字化日益加速的时代，提供极具竞争力的客户体验对于银行至关重要。长期以来习惯于通过移动应用管理大部分个人和商业生活的客户正在重塑金融服务的格局。我们询问了全球范围内的 12,000 名消费者，了解他们更倾向于在哪里存放工资和储蓄。9 目前，16%的受访消费者表示已经习惯了无银行网点的全数字化体验，而且在其他发达经济体和新兴经济体，这一比例更高。例如，在巴西，有 29%的受访者在新兴银行开设了主要账户，这些新兴银行致力于提供应用、软件和其他技术来简化移动和在线银行业务。10在申请贷款、做出投资决策或购买/续购汽车保险方面，大多数受访消费者更倾向于使用移动应用和网站：贷款申请的比例为 63，做出投资决策的比例为 69，购买汽车保险的比例为 56。在选择汽车保险公司时，消费者更有可能因为良好的索赔体验而选择特定的保险公司，其影响力要比品牌声誉或承保范围等其他因素高 44。11客户期望数字生活与现实生活之间实现无缝集成，获得一致的全渠道体验，特点是实时、全面的个性化关系。当消费者考虑更换主要银行账户时，客户服务质量是一个非常重要的因素。事实上，客户服务质量更有可能影响消费者决策，其影响力要比便捷的移动应用或银行分支机构距离等其他因素高 20%。12序言颠覆性技术：生成式 AI 如何变革银行和金融业关键时刻沟通：客户体验的驱动力重塑员工体验助力提升生产力并重新平衡成本风险与合规：双刃剑建立可信 AI 平台以管理价值、创新和风险 十项指导行动12尽管分支机构在银行中仍然发挥着关键的渠道作用，但其数量自 2012 年以来一直在持续减少，这一趋势在主要发达经济体和欧盟经济体中尤其显著（见图 5）。13 这主要归因于频繁的并购活动以及过去 10 年低利率环境带来的需求下降和的收入压力。与此相反，其他发达经济体和新兴经济体的分支机构网络呈持续增长趋势，这种增长受到多种因素的推动，包括经济财富增加、银行盈利能力提升以及银行服务扩展至以前未使用银行服务的人群和地区。14图 5 商业银行分支机构的开设和关闭速度自 2012 年以来，分支机构数量呈下降趋势，尤其是在主要发达经济体和欧盟经济体中-10%-5%-10%+11%+9%-1.5%+8%-38%-32%+53%+19%-23%-21%-4.5%-4.3%-3.8%注：德国的数据为 2020 年，而不是 2021 年。信息来源：IBM 商业价值研究院对标准普尔全球数据的分析。13尽管利率上行提振了全球银行业的利润，但考虑到便捷、高效的数字银行对客户的吸引力，全球银行普遍回归到扩张分支机构网络的趋势是不太可能的。银行如何应对客户日益增长的数字化需求，以及如何从分支机构转向移动联系点，为客户提供更丰富、更出色、焕然一新的体验？随着指数技术的成熟，银行已经采取了三种策略来打造更出色的客户服务。每个阶段均对应于银行技术投资组合中的不同投资重点（见图 6）。以数字化为渠道银行最初推出在线服务旨在作为分支机构渠道的补充，二者共存而无法形成关键差异化优势。随着智能手机的普及，数字银行已成为主要的客户互动平台。我们询问了 12,000 名消费者，了解他们处理基本银行事务的首选方式，例如访问银行账户以及核对余额和交易记录。62%的受访者表示使用移动应用，12%受访者表示使用银行网站。15然而，基本银行服务的界面建设和优化并未解决核心银行业务的复杂性问题，从而限制了满足客户数字化需求的能力。这阻碍了银行根据核心银行事务数据与客户进行更有效的互动，即使有其他来源的信息作为补充也难以发挥作用。随着数字银行的日益普及和重要，云计算成为了一项关键技术，可助力改善全渠道体验以及通过先进分析及时洞悉客户行为。值得注意的是，混合云采用更加开放的架构，不仅突显了创新的重要性，还支持更轻松地整合金融科技生态系统，以推动塑造更具响应性、以客户为中心的数字银行格局。图 6 随着指数级技术持续演进打造更出色客户服务的三个技术支柱数字化更加数字化的习惯 较少前往银行网点混合云个性化减少摩擦相关性更高人工智能/机器学习/深度学习沟通更少被动更多对话生成式 AIEvolving withexponential techFIGURE 5战略客户体验投资重点信息来源：IBM 商业价值研究院。14银行的净推荐值(NPS)反映了这一点。NPS 是衡量客户愿意推荐银行产品和服务的程度的指标。高 NPS 表明客户关系的满意度较高，可能会促使每位客户的业务量增加以及通过推荐实现增长。根据 Survey Sensum 在 2023 年发布的数据，专业零售商和智能手机制造商的 NPS 最高（见图 7）。特色店通常开展“高接触”个性化客户互动。卓越的客户服务通常与高科技产品以客户为中心的理念相辅相成。而 NPS 最低的则是公用事业服务，包括互联网和有线电视提供商。这可能表明在消除高度商品化服务的重要摩擦方面存在差距。16金融服务的 NPS 怎么样呢？银行业务、人寿保险和健康保险仍有改进空间，而投资经纪人/顾问和信用卡的 NPS 较高。这也与满足客户需求的水平相一致。17个性化即相关性提供数字化接入并不会自动转化为个性化、无摩擦的数字服务。随着 AI 技术的发展，如机器学习、深度学习和生成式 AI，银行获得了重塑客户体验的新能力。通过在搜索引擎优化(SEO)中运用 AI 流程，银行可以识别数字环境中的关键摩擦，从每次客户交互中了解更多信息，并采取行动来提高净推荐值(NPS)。移动应用无法像银行网点的人类经理那样捕获关于客户的软信息。不过，机器学习提供了从事务中提取客户偏好和需求的新途径。“High touch”service equates to high NPS6%互联网服务有线和卫星电视服务人寿保险健康保险信用卡投资经纪人/顾问智能手机特色店银行业31%37%49%56%59%35%FIGURE 6图 7“高接触”服务等同于高净推荐值银行仍有改进空间。信息来源：NPS 在银行和其他金融机构中的作用。Survey Sensum，2023 年。15尽管新的技术带来了更深入的洞察和新的信息，但仅凭这些优势无法推动客户渠道全面转变为数字化解决方案。移动端是由需求驱动的，这对于具备自主性的用户非常有效，但大部分的银行收入来自于产品推销。银行工作人员通常向依赖其做出明智财务决策的客户推销产品（例如，投资、保险或商业融资）。如果没有足够的对话接触点，许多客户可能会先访问数字银行，然后再考虑做出重要的财务决策。例如，尽管 69%的消费者更喜欢在线做出投资决策，但与规划工具、移动支持或及时新闻等其他因素相比，金融顾问触发投资决策的可能性要高出 29%。18依托于自然语言处理(NLP)的第一代聊天机器人为银行提供了基本对话功能来协助客户，但很少能提供令人满意的对话体验。这限制了聊天机器人处理客户关系的能力，只能在一系列有限、基于规则的领域中发挥作用。而随着生成式 AI 的日趋成熟，这一障碍开始逐渐消失。生成式 AI 可以增强信息处理和分类并提高客户服务质量，从而创造更大价值（请参阅“案例研究：案例研究：全球大型支付公司使用生成式 AI 将投诉转化为切实可行的洞察”），而大语言模型则可以助力银行处理数字对话，从而促进更具价值的关系。聊天机器人可以回答问题，而生成式 AI 则可以与金融机构的客户和员工互动，并帮助他们管理任务。全球大型支付公司使用生成式 AI 将投诉转化为切实可行的洞察19一家全球支付公司希望利用生成式 AI 来改进其客户服务流程。以前，该公司需要手动对数百万个涉及数千种产品的客户投诉进行大致分类。这种投诉分析流程不仅非常耗时、易于出错，而且还无法处理新出现的问题。需要整整三周的时间才能生成切实可行的洞察，但这远远不足以识别趋势。这不仅降低了客户满意度，而且还需要进行合规审查。通过采用具有 1 亿多个参数的生成式 AI 模型，该公司彻底变革这种低效的流程。该模型在公共银行数据集上进行训练，并安全地集成到了该公司的基础架构中。基于人工反馈的强化学习(RLHF)可确保模型与专有上下文及产品保持一致。新流程将完成合规性分析的时间从三周缩短至不到 15 分钟，分类精细度大幅增加，准确率达到 91%。此外，生成式 AI 还可以提取关键词、总结通话记录以及识别意图，从而提高客户服务质量。案例研究16沟通即服务生成式 AI 能否使数字平台成为引导客户决策的核心渠道？移动技术是否能够从需求导向的方法转变为服务导向的金融服务？生成式 AI 的革命有可能将人类语言能力融入到机器驱动的交互中，从而提高互动的质量和相关性。这得益于生成式 AI 能够通过分析海量数据（包括文本、图像、视频或代码）来创建内容。AI 生成的角色可以在聊天中总结内容，还可以回答各种问题。因此，生成式 AI 能够及时为客户服务提供支持也就不足为奇了。例如，NatWest 利用大语言模型提升了该银行虚拟助理 Cora 的质量水平（请参阅第 17 页的“案例研究：NatWest 在 Cora 中整合生成式 AI 以改善客户体验”）。利用“下一步最佳行动”策略，响应性技术可以将客户意图转化为金融决策。此外，私人银行还可以采用非传统方式来提供高端内容，从而增强拓展客户关系的能力。借助经过专门设计的生成式 AI 模型，一家欧洲领先的私人银行将投资研究和金融信息转变为播客，供高净值人群在移动设备上访问（请参阅第 18 页的“案例研究：生成式 AI 助力欧洲领先的私人银行将研究报告转变为播客”）。银行可以根据每位客户的偏好、兴趣和情绪对增值内容进行个性化。银行并不仅仅寻求在客户接触点上改进业务体验。许多银行还投资实施生成式 AI 来重塑员工的内部运营体验。例如，对话功能在整个软件开发生命周期中为银行员工提供协助。此外，生成式 AI 还可以改善人力资源和行政请求等领域的效率和流程。例如，IBM 部署了 AI HR 助理来帮助人力资源部门节省大量时间。20针对客户服务和金融咨询服务，银行可以考虑两种并存的方法。一方面，银行可以利用生成式 AI 来自动与客户进行对话，从而增强虚拟客服聊天能力。另一方面，银行可以利用生成式 AI 来增强客服员工团队，从而为客户提供更快速、更相关的帮助。相应用例处于“已投入应用”或“正在准备或上线”阶段的银行更倾向于部署为员工赋能的数字助理，而不是与完全虚拟的服务。在虚拟金融咨询方面，这种偏好可能反映出更高的复杂性和更大的幻觉风险，我们的专家组也发现了这一问题（参阅第 37页）。银行在实施具体用例时并没有统一的模式和方法。统计数据表明，银行高管认为每一个用例都是相对独立的。对于列出的某个用例“无计划”的银行，可能会有同一领域的另一个用例处于“正在准备或上线”阶段。问：对于上述客户互动用例，您所在的银行机构在实施生成式 AI 时采取了什么样的方法？客户服务的数字助理金融顾问的数字助理虚拟客户服务运营贸易融资虚拟金融顾问100%观点为面向客户的员工提供数字助理是最常见的起点无 未 仍在 正在准备计划 获批 评估 或上线17NatWest 在 Cora 中整合生成式 AI 以改善客户体验21案例研究NatWest 在其虚拟助理 Cora 中部署生成式 AI，让客户能够通过对话交互获取更丰富的信息。这一创新功能旨在为希望比较产品和服务、或在 NatWest Group 网站上查找信息的客户提供更易于访问、更人性化的交互体验。NatWest Group 零售银行首席数字信息官 Wendy Redshaw 表示：“我们是数字世界中的一家关系银行，通过有意义和个性化的交互与客户建立值得信赖的长期关系。在过去五年 Cora 已取得成功的基础上，我们正在着手利用最新的生成式 AI 创新，让 Cora 更加 人性化，最重要的是，让它成为深受客户信任、安全、可靠的数字伙伴。”生成式 AI 将用于访问以前仅通过聊天无法获取的多个安全来源的信息，例如产品、服务、银行相关信息和职业机会。因此，客户可以用更自然的语言提问并收到答复，还可以获取指向所请求信息的链接。生成式 AI 将用于访问以前仅通过聊天无法获取的多个安全来源的信息。18案例研究 在当今的数字时代，信息就是生产力。许多客户产生了一项新的需求，那就是随时了解影响其财务状况的时事和机会。因此，无论何时何地，在客户感兴趣时传达相关信息至关重要。随着大部分日常活动转移到移动设备上，客户更加倾向于通过播客来获取信息，而不是阅读传统报告。对于客户来说，筛选报告并整理相关信息是一个非常耗时的过程。一家欧洲领先的私人银行将这一转变视为加速为其客户开发个性化内容的战略机遇。该公司目前正在测试运用生成式 AI 将研究报告转变为以客户为中心、引人入胜的播客。私人银行员工将能够上传研究报告并生成符合特定客户兴趣的播客摘要。事实证明，生成式 AI 是一项极具优势的技术，可增强面向视障客户的包容性和无障碍功能。该系统采用两个步骤（提供控制和可验证性）来实现最终的沟通。生成式 AI 助力欧洲领先的私人银行将研究报告转变为播客。22一家欧洲领先的私人银行正在测试运用生成式 AI 将研究报告转变为以客户为中心、极具吸引力的播客。19重塑员工体验助力提升生产力并重新平衡成本银行业的技术投资并不仅限于用户界面，还涉及重新设计端到端架构方面的需求。根据 Gartner 在 2023 年的分析，这些技术投资占全球技术支出的 14%，总额超过 4.5 万亿美元。23 2022 年，平均而言，银行业的技术支出占总营业支出的 7%（见图 8），而这一比例在不同地区有所不同（见图 9）。24 除技术以外，总营业支出还包括员工团队、物业和其他费用。不过，将银行技术支出的影响与财务绩效联系起来绝非易事。与其他行业相比，银行的传统商业模式高度依赖于宏观经济状况，而且监管规定更明确地定义了应用领域。最重要的是，总支出金额这一项因素无法决定能实现多大的业务成效。相反，有效利用技术支出将发挥更重要的作用。例如，有效利用的技术支出可以增加服务的价值，从而激发客户为优质体验付费的意愿，保护经济价值免受网络攻击的侵蚀，并将生态系统互动嵌入非银行平台。与假设相反，欧洲议会 ECON 委员会委托进行的一项研究显示，一些 IT 支出较低的银行表现优于支出较高的银行，这突显了高效利用 IT 支出的重要性。25 此外，CIR 动态（参见第 8 页的图 3）表明，许多银行难以将效率导向的举措转化为结构性收益。同样，创新投资在生产力方面的收效也不达预期。在过去 15 年中，总运营支出一直在增加，但技术支出的百分比变化要小于其他支出领域。例如，员工团队成本占运营支出的百分比增加了近 5%（见图 8）。26为了大幅改善财务绩效，技术投资必须同时解决自动化和为员工赋能的问题，以重新平衡银行对利润的贡献，并让每位员工创造出更多的业务价值。序言颠覆性技术：生成式 AI 如何变革银行和金融业关键时刻沟通：客户体验的驱动力重塑员工体验助力提升生产力并重新平衡成本风险与合规：双刃剑建立可信 AI 平台以管理价值、创新和风险十项指导行动20图 8 自 2007 年以来，员工团队和技术支出的发展趋势总运营支出有所增加，但是技术支出占运营支出的百分比变化要小于其他支出领域。5.4%-1%20072008200920102011201220132014201520162017201820192020202120221%2%3%4%5%运营支出（万亿美元）54.6%54.7%54.5%54.8%54.2%53.8%53.2%51.2%51.4%51.4%51.4%51.7%50.6%49.6%50.2%50.0%6.6%6.3%6.3%5.4%5.4%5.6%5.6%6.0%0.971.071.121.211.221.251.281.281.301.301.411.411.321.341.371.374.9%5.2%5.5%5.2%5.2%5.3%4.9%员工团队支出占运营支出的百分比技术与通信支出占运营支出的百分比AI 技术的最新发展大幅扩展了其能力边界。尽管尚未实现生产力方面的重要影响，但早期迹象表明 AI 有潜力成为一项颠覆性技术。不过，要充分发挥 AI 的优势，可能需要采取非常人性化的应对方式：行业和监管机构需要开展合作，同时还要全面重塑商业模式和工作流程。27信息来源：IBM 商业价值研究院对标准普尔全球数据的分析。21图 9 各地区技术与通信支出占比的分布情况与主要发达经济体和欧盟经济体的银行相比，其他发达经济体和新兴经济体的银行机构在投资上更保守。10-15%32%0-5%28%53%5-10%17%20%15-20%17%4%20-25%6%3%20%技术与通信支出占总营业支出的比例主要发达经济体和欧盟经济体其他发达经济体和新兴经济体达到该百分比的银行比例信息来源：IBM 商业价值研究院对标准普尔全球数据的分析。22生成式 AI、自动化和提高生产力的潜力在这种背景下，生成式 AI 的崛起为复杂的内容驱动型应用的转型提供了新的潜力。其主要目标包括为员工团队赋能，以更低的单位成本提供更优质的客户服务，为每次对话提供更具建设性的意见，并加快应用开发的上市速度。最近，IBM 商业价值研究院针对“场景金融”开展了一项调研，结果表明银行实现投资回报(ROI)的能力受到一定的限制。其中一项挑战就是难以设计出高质量的服务来满足非银行生态系统中的客户需求以及银行数字合作伙伴的需求。许多非银行高管都表示面临运营支持不足和 API 开发速度慢的问题。28然而，大多数银行高管并不认为这些要素是在面向生态系统的合作伙伴关系中取得成功的关键因素。我们询问了银行为何难以开放架构以将其产品和服务嵌入外部数字平台。针对这一问题，72%的受访高管表示更有可能是受到内部障碍的限制，例如核心银行系统缺乏模块化和 API 标准欠佳。29复杂的单体式流程形成了持续的阻力，使银行无法重新设计价值流来适应灵活、动态的云用量模式，从而增加了流程债务和技术债务。这正是生成式 AI 推动传统 IT 自动化系统实现全面转型的关键领域。这首先要理解和记录已经存在的代码，这些代码隐藏在复杂的流程之下，导致了因果关系的丢失。利用生成式 AI 加速软件开发。当集成到开发流程中时，生成式 AI 工具可以记录预先存在的代码、对需求进行逆向工程以及编写新的代码。根据用户输入，生成式 AI 工具可以生成高质量的代码建议。随后，自动生成的代码建议可以提供简单的答案，并处理常规编码任务，减少“上下文切换”的需要并节省精力，从而提高开发人员工作效率。这些代码开发工具还可以帮助识别编码错误和潜在的安全漏洞。30AI 代码生成软件通常易于使用，适用于许多编程语言和框架，无论是专业人员还是初级开发人员都可以快速上手。这些工具通常具备以下三大优势：助力开发人员更快地生成代码，减少手动编写代码的工作，以便专注于更高价值的工作 快速高效地测试和调试计算机代码 让初级开发人员能够进行高级代码开发。31事实证明，现代化的时长和成本要远远超过银行的预计，而生成式 AI 还可以将维护成本高昂的旧式代码库转换为更现代的软件语言，同时推动应用现代化的全新工作方式。德国核心银行提供商 Finanz Informatik 就展示了这方面的成功实践（请参阅第 25 页的“案例研究：Finanz Informatik 开启核心银行平台现代化旅程”）。23生成式 AI 对技能缺口的影响图 10 技能与人才优先事项的发展趋势确立优先事项和解决复杂性需要战略技能。201620182023时间管理和优先级排序团队协作能力有效沟通的能力灵活性、敏捷性和适应能力分析技能和商业洞察力道德与诚信行业/职业特定技能阅读、写作和数学能力外语创新和创造力基本的计算机和软件应用技能STEM 技能42%40%38%38%35%33%33%32%32%31%31%28%在银行业渴望采用技术但又面临高技能人才短缺的形势下，生成式 AI 应用可以弥合技能缺口并提高竞争力。如果缺乏重新定义员工参与度的全面计划，效率提升无法立即转化为运营成本节省。为了充分释放 AI 驱动的效率潜力，不仅要开展重新培训，还需要采用新的人才组合。关键是，要让新的技能和人才充分释放出价值，就需要从共创、协作到执行，全面改变员工的工作方式。在充分释放 STEM 技能的潜力之前，银行机构必须先确定优先事项并理清组织的复杂性，这就需要采取战略性方法。可能也是因为受到这一因素的影响，自 2016 年以来 STEM 和 IT