銀行業(yè)迅速認(rèn)識到了GenAI的商業(yè)潛力，同時也意識到盲目采用可能帶來的風(fēng)險，該行業(yè)最大的機構(gòu)擅長管理風(fēng)險，在將試點項目推向生產(chǎn)環(huán)境時采取了謹(jǐn)慎而堅定的態(tài)度。

跟蹤北美、歐洲和亞洲50家最大銀行的Evident Insights公司表示，過去一年里，GenAI的采用勢頭有所增強，該公司情報部門副總裁Colin Gilbert周二在行業(yè)分析師公司舉辦的虛擬圓桌會議上表示，截至上周，這50家銀行共宣布了266個AI應(yīng)用案例，高于2月份的167個。

“絕大多數(shù)，即約75%的應(yīng)用案例仍然是面向內(nèi)部或員工的，”他說，并補充道，GenAI和傳統(tǒng)預(yù)測性AI應(yīng)用案例的分布大致為五五開。

安永會計師事務(wù)所合伙人兼美洲金融服務(wù)咨詢業(yè)務(wù)AI負(fù)責(zé)人Mudit Gupta在小組討論中表示，隨著銀行業(yè)將AI技術(shù)融入日常運營，且模型逐漸成熟，應(yīng)用案例的構(gòu)成正朝著具備客戶交互功能的GenAI能力轉(zhuǎn)變。

“你通常會從提高生產(chǎn)力開始，因為這風(fēng)險較低，”Gupta說，“你建立了一些證明點，這樣在進(jìn)一步推進(jìn)采用的過程中，你就可以轉(zhuǎn)向轉(zhuǎn)型?！?/p>

來自三家全球性銀行的技術(shù)高管各自對Gupta的表述進(jìn)行了補充。

“我們正在采取漸進(jìn)式步驟來實現(xiàn)指數(shù)級增長，”勞埃德銀行集團(tuán)AI與高級分析總監(jiān)Rohit Dhawan表示。今年早些時候，該銀行通過Oracle的Azure數(shù)據(jù)庫系統(tǒng)和Exadata客戶云數(shù)據(jù)系統(tǒng)加強了其基于云的數(shù)據(jù)戰(zhàn)略，目前正在整合其AI工作，以超越單個應(yīng)用案例。

“這是一種截然不同的思維模式，你要從考慮如何用AI融入或優(yōu)化流程，轉(zhuǎn)變?yōu)閺母旧嫌肁I重新構(gòu)思流程?！盌hawan說。

GenAI在銀行業(yè)的應(yīng)用案例不勝枚舉，該技術(shù)具有跨越多個流程的能力，從為員工管理大量客戶和合規(guī)數(shù)據(jù)，到協(xié)助工程師重構(gòu)遺留應(yīng)用程序。

畢馬威4月發(fā)布的一份報告顯示，銀行業(yè)高管預(yù)計，到今年年底，GenAI將能夠處理高達(dá)40%的日常任務(wù)。畢馬威對200名美國銀行高管的調(diào)查顯示，近60%的高管表示，該技術(shù)是其長期創(chuàng)新計劃的重要組成部分。

對AI的應(yīng)用正在加速

直到最近，NatWest集團(tuán)還在逐步推進(jìn)AI應(yīng)用，逐個衡量投資回報率，該集團(tuán)首席數(shù)據(jù)與分析官Zachery Anderson在小組討論中表示。“在過去的八個月里，我們做出了相當(dāng)大的轉(zhuǎn)變，開始重新構(gòu)思那些真正關(guān)注客戶體驗的環(huán)節(jié)，特別是我們?nèi)绾螐念^到尾重建這些體驗。”他說。

雖然美國銀行的Erica員工助手和花旗銀行的Stylus文檔智能與Assist虛擬助手等AI助手已變得司空見慣，但隨著部署的增加，這項技術(shù)的能力范圍正在擴(kuò)大。今年9月，摩根大通宣布將為14萬名員工配備其LLM Suite AI助手。

“GenAI將影響銀行內(nèi)的每一個職能——工作的每一個部分，”埃森哲全球銀行業(yè)務(wù)負(fù)責(zé)人兼高級董事總經(jīng)理Michael Abbott今年1月表示，隨著自動化代理工具開始主導(dǎo)AI領(lǐng)域，GenAI將產(chǎn)生影響。

NatWest正在利用兩種部署路徑，Anderson說?！拔覀冇幸恢Ш诵牡臄?shù)據(jù)科學(xué)家和數(shù)據(jù)工程師團(tuán)隊，他們致力于處理最大、最困難的應(yīng)用案例，”他說，“他們正在研究那些目前處于可行性邊緣的事情，因為通常模型改進(jìn)得非?？?，但等到項目完成時，之前處于可行性邊緣的事情現(xiàn)在已經(jīng)成為可能的核心。”

同時，該銀行正在將AI推向非技術(shù)職能，除了向開發(fā)人員提供工具外，NatWest還向業(yè)務(wù)用戶和“銀行內(nèi)很大一部分用戶”推出了內(nèi)部AI工具，Anderson說。

“現(xiàn)在，你可以用模型和智能體做的事情的可行邊緣不僅在增加，而且也在變得參差不齊，”Anderson說，“有些你認(rèn)為能做的事情，實際上做不了;而有些你最終發(fā)現(xiàn)能做的事情，有時會讓你感到驚訝。隨著我們7萬名員工都在探索這個邊緣，我們正在以比以前快得多的方式繪制前沿領(lǐng)域?！?/p>

Truist已經(jīng)從快速取勝轉(zhuǎn)向了觸及銀行業(yè)更高層次的應(yīng)用案例?！疤崛≈R是最受歡迎的應(yīng)用案例，”Truist的AI/ML和GenAI主管Chandra Kapireddy說，“這真的風(fēng)險很低，數(shù)據(jù)已經(jīng)存在，而且回報很高，因為它能很快得到答案?！?/p>

答案向業(yè)務(wù)用戶傳達(dá)了價值，并有助于在AI應(yīng)用案例日益復(fù)雜且成本增加的情況下保持發(fā)展勢頭。早期的成功也為IT主管提供了進(jìn)行必要技術(shù)實驗的政治資本。

“如果你追求完美，就會陷入困境，”Kapireddy說，“這將在應(yīng)用案例生命周期的初期非常有效，但隨著你開始投入資金，你必須確保業(yè)務(wù)利益相關(guān)者知道這將產(chǎn)生重大影響?！?/p>