AI在线 AI在线

三家银行利用AI实现盈利增长的实战经验

银行业迅速认识到了GenAI的商业潜力,同时也意识到盲目采用可能带来的风险,该行业最大的机构擅长管理风险,在将试点项目推向生产环境时采取了谨慎而坚定的态度。 跟踪北美、欧洲和亚洲50家最大银行的Evident Insights公司表示,过去一年里,GenAI的采用势头有所增强,该公司情报部门副总裁Colin Gilbert周二在行业分析师公司举办的虚拟圆桌会议上表示,截至上周,这50家银行共宣布了266个AI应用案例,高于2月份的167个。 “绝大多数,即约75%的应用案例仍然是面向内部或员工的,”他说,并补充道,GenAI和传统预测性AI应用案例的分布大致为五五开。

三家银行利用AI实现盈利增长的实战经验

银行业迅速认识到了GenAI的商业潜力,同时也意识到盲目采用可能带来的风险,该行业最大的机构擅长管理风险,在将试点项目推向生产环境时采取了谨慎而坚定的态度。

跟踪北美、欧洲和亚洲50家最大银行的Evident Insights公司表示,过去一年里,GenAI的采用势头有所增强,该公司情报部门副总裁Colin Gilbert周二在行业分析师公司举办的虚拟圆桌会议上表示,截至上周,这50家银行共宣布了266个AI应用案例,高于2月份的167个。

“绝大多数,即约75%的应用案例仍然是面向内部或员工的,”他说,并补充道,GenAI和传统预测性AI应用案例的分布大致为五五开。

安永会计师事务所合伙人兼美洲金融服务咨询业务AI负责人Mudit Gupta在小组讨论中表示,随着银行业将AI技术融入日常运营,且模型逐渐成熟,应用案例的构成正朝着具备客户交互功能的GenAI能力转变。

“你通常会从提高生产力开始,因为这风险较低,”Gupta说,“你建立了一些证明点,这样在进一步推进采用的过程中,你就可以转向转型。”

来自三家全球性银行的技术高管各自对Gupta的表述进行了补充。

“我们正在采取渐进式步骤来实现指数级增长,”劳埃德银行集团AI与高级分析总监Rohit Dhawan表示。今年早些时候,该银行通过Oracle的Azure数据库系统和Exadata客户云数据系统加强了其基于云的数据战略,目前正在整合其AI工作,以超越单个应用案例。

“这是一种截然不同的思维模式,你要从考虑如何用AI融入或优化流程,转变为从根本上用AI重新构思流程。”Dhawan说。

GenAI在银行业的应用案例不胜枚举,该技术具有跨越多个流程的能力,从为员工管理大量客户和合规数据,到协助工程师重构遗留应用程序。

毕马威4月发布的一份报告显示,银行业高管预计,到今年年底,GenAI将能够处理高达40%的日常任务。毕马威对200名美国银行高管的调查显示,近60%的高管表示,该技术是其长期创新计划的重要组成部分。

对AI的应用正在加速

直到最近,NatWest集团还在逐步推进AI应用,逐个衡量投资回报率,该集团首席数据与分析官Zachery Anderson在小组讨论中表示。“在过去的八个月里,我们做出了相当大的转变,开始重新构思那些真正关注客户体验的环节,特别是我们如何从头到尾重建这些体验。”他说。

虽然美国银行的Erica员工助手和花旗银行的Stylus文档智能与Assist虚拟助手等AI助手已变得司空见惯,但随着部署的增加,这项技术的能力范围正在扩大。今年9月,摩根大通宣布将为14万名员工配备其LLM Suite AI助手。

“GenAI将影响银行内的每一个职能——工作的每一个部分,”埃森哲全球银行业务负责人兼高级董事总经理Michael Abbott今年1月表示,随着自动化代理工具开始主导AI领域,GenAI将产生影响。

NatWest正在利用两种部署路径,Anderson说。“我们有一支核心的数据科学家和数据工程师团队,他们致力于处理最大、最困难的应用案例,”他说,“他们正在研究那些目前处于可行性边缘的事情,因为通常模型改进得非常快,但等到项目完成时,之前处于可行性边缘的事情现在已经成为可能的核心。”

同时,该银行正在将AI推向非技术职能,除了向开发人员提供工具外,NatWest还向业务用户和“银行内很大一部分用户”推出了内部AI工具,Anderson说。

“现在,你可以用模型和智能体做的事情的可行边缘不仅在增加,而且也在变得参差不齐,”Anderson说,“有些你认为能做的事情,实际上做不了;而有些你最终发现能做的事情,有时会让你感到惊讶。随着我们7万名员工都在探索这个边缘,我们正在以比以前快得多的方式绘制前沿领域。”

Truist已经从快速取胜转向了触及银行业更高层次的应用案例。“提取知识是最受欢迎的应用案例,”Truist的AI/ML和GenAI主管Chandra Kapireddy说,“这真的风险很低,数据已经存在,而且回报很高,因为它能很快得到答案。”

答案向业务用户传达了价值,并有助于在AI应用案例日益复杂且成本增加的情况下保持发展势头。早期的成功也为IT主管提供了进行必要技术实验的政治资本。

“如果你追求完美,就会陷入困境,”Kapireddy说,“这将在应用案例生命周期的初期非常有效,但随着你开始投入资金,你必须确保业务利益相关者知道这将产生重大影响。”

相关资讯

AI红队:构建安全AI只是梦想

负责微软100多个GenAI产品红队测试的团队得出结论,构建安全可靠的AI系统的工作永远不会完成。 本周发表的一篇论文中,包括微软Azure首席技术官Mark Russinovich在内的作者们描述了团队的一些工作,并提出了八项建议,旨在“使红队测试工作与现实世界的风险相一致”。 论文的主要作者、微软AI红队(AIRT)研究员Blake Bullwinkel和他的25位合著者在论文中写道:“随着GenAI系统在越来越多领域的应用,AI红队测试已成为评估这些技术安全性和可靠性的核心实践。
1/20/2025 11:24:56 AM
Paul Barker

Gartner:预计到2027年跨境GenAI滥用引起的AI数据泄露比例将达40%

2月24日消息,据市场研究机构Gartner预测,到2027年,跨境生成式人工智能(GenAI)引起的AI相关数据泄露比例将超过40%。 GenAI在终端用户中的普及速度已超过了数据治理和安全措施的发展速度,而支持这些技术所需的集中算力引发了对数据本地化的担忧。 Gartner研究副总裁Joerg Fritsch表示:“由于监管不力,常常会发生意外的跨境数据传输,尤其是当GenAI被集成到现有产品但却没有明确的说明或公告时。
2/25/2025 8:00:00 AM
Yu

GenAI的五大应用陷阱:管理者如何避开误区和把握机遇?

随着GenAI在各企业中的普及应用,一些潜在陷阱可能消解其带来的效益。 唯有建立正确思维模式,方能规避这些风险。 凯捷咨询管理实验室专家Elisa Farri与Gabriele Rosani在其新著的《哈佛商业评论GenAI管理指南》中,深入剖析了GenAI应用中的典型误区。
3/10/2025 7:00:00 AM
Joe McKendrick
  • 1