銀行邁向人工智慧成熟度的進程

讓我們面對現實——早期的人工智慧（AI）推出並不順利。明顯的例子包括麥當勞（McDonald’s）嘗試使用AI來接收得來速訂單，結果讓顧客不得不懇求AI不要再把雞塊（Chicken McNuggets）加到他們的訂單上。

還有亞馬遜（Amazon）的AI人力資源招聘工具，這個工具偏向男性求職者，並排除了女性求職者，亞馬遜將這種偏見歸咎於數據和模型訓練的挑戰。

現在，讓我們假裝這些失敗發生在銀行業。如果消費者可能會對一台能吐出額外20美元鈔票的AI自動提款機感到高興，但如果這樣的錯誤在數百台甚至數千台自動提款機上發生，銀行將會遭受巨大的損失。

想像一下，如果AI不是排除女性求職者，而是排除女性貸款或信用申請者。銀行業的錯誤遠不止於搞笑的失誤。這種規模的錯誤可能會導致法律行動、名譽損害和消費者信任的喪失。

根據Evident的AI指數，銀行年報、新聞稿和LinkedIn貼文中提到AI的次數比去年增加了59%，這顯示了AI的影響力以及銀行希望獲得其潛在驚人獲利的渴望。在爭相領先或不落後的過程中，活動變得非常繁忙，速度也非常快。

即使銀行在追求豐厚回報的同時，也必須小心謹慎地實施AI，並完善他們的AI策略。如果不這樣做，將不可避免地導致投資回報率（ROI）的損失，甚至可能導致更大的損失，這些損失不僅僅是金錢上的。

採用熱潮與預期回報

在2024年，銀行急於採用和實施AI，主要是受到生成式AI（GenAI）熱潮的推動。雖然利用GenAI的潛力仍然是2025年的首要任務，但領先的銀行正在專注於那些能夠徹底改變業務、提高生產力、創造效率和實現業務轉型的AI實施。

根據Evident的資料，前十名銀行的進展速度是平均指數銀行的兩倍，並且他們非常重視AI所帶來的收入增長。摩根大通（JPMorgan Chase）預計僅其AI使用就將帶來超過10億美元的收益。

考慮到目前AI的成熟狀態，這些預期是否現實？對於除了最大的銀行之外，答案要麼是「不」，要麼是「還要一段時間」。雖然我們可能會看到最大的銀行領先，但實現那些預期的數十億回報仍然遙不可及。

雖然焦點可能在於最終結果和獲得回報，但許多銀行必須重新檢視基本面，才能希望在與戰略優先事項一致的情況下實現AI轉型。

不只是錘子，不只是釘子

如果你只有一把錘子，所有東西看起來都像釘子。而錘子和釘子的做法無法有效實施AI。不幸的是，2024年充斥著這些打地鼠式的AI實施嘗試，許多都失敗了。成功的AI策略基礎在於數據和治理。

許多銀行仍然難以將他們的AI願景變為現實，因為他們的數據被困在孤島中，分散在不同的平台上。隨著數據從無數來源不斷增長，這個問題變得更加複雜。

尚未整合和現代化技術架構、清理和管理數據、並整合數據以驅動決策的銀行，將在AI實施中面臨挑戰。

有效的治理也是推動AI策略的關鍵。沒有有效的治理框架，銀行很難識別最佳技術和應用案例。結果往往是混亂的採用，並不總是能夠成功。相反，銀行必須制定明確的戰略任務，與董事會的優先事項和期望結果保持一致。

治理框架因此成為一個工具，明確定義技術和應用案例選擇的標準，以支持這些優先事項和結果。

這種方法為銀行提供了一個堅實的基礎，讓他們能夠成長、創新並實現高影響力的計劃。

在全球監管中走鋼索

全球AI監管是複雜且不斷變化的，政治變遷可能會使進展變得更加複雜。這個監管迷宮現在帶來挑戰，並可能會減緩未來更大AI成功的步伐。

世界各地的大多數地區和國家都承認AI需要監管和監督，以確保其應用的適當性、可解釋性和公平性。當以深思熟慮和合作的方式應用時，監管可以成為推動更統一方法的工具——簡化全球業務，促進包容性和可及性，並在明確的邊界內支持創新。

全球各地正在採取不同的監管方法。無論銀行位於何處，全球經營都將要求銀行在複雜的AI監管迷宮中導航。這將增加銀行已經巨大的合規負擔。

歐盟在AI法案（EU AI Act）方面取得了顯著進展，該法案禁止被認為風險過高或不道德的AI應用，為高風險AI應用提供法律要求，並對不屬於禁止或高風險類別的應用基本不進行監管。

在2024年4月，英國監管機構發布了他們在金融服務中對AI監管的方式，指出AI的廣泛應用已經存在。雖然規則可能仍會發布，但許多人認為目前的監管框架中已經存在有效的AI監管。現在看來，英國計劃繼續採取基於行業的AI監管方法——這通常是對技術的做法——並隨著技術創新的加速而進行調整。

亞太地區由八個不同的管轄區組成，對AI監管採取了不同的方法。在這些管轄區中，幾個對齊的領域為特定國家的監管提供了基礎。這些包括數據隱私標準、對標準化的共識以及指導而非強制性監管和處罰的需求、合規框架的需求，以及與歐盟法規保持某種統一的方法，以支持跨境業務運營。

在美國，AI監管仍在變化中，圍繞促進創新和確保問責之間的正確平衡進行著持續的辯論。雖然一些政策制定者主張自願自我治理和依賴現有框架，但其他人則推動更全面的監管，以解決AI應用中的透明度、公平性和包容性問題。

這種不確定性對於全球運營的銀行來說是挑戰，因為他們必須平衡不那麼具體的國內監管環境與更具結構性的國際標準的要求。

如果這種推測的做法成立，銀行必須建立明確的治理，以自我監管，保持警覺和透明，確保有保護性措施到位。除了監管監督外，銀行還必須對公眾意見負責，消費者實際上是可以——而且會——將他們的業務轉移到其他地方的事實上的監管者。

機會無限

雖然通往AI成功的道路充滿挑戰，但也有許多令人興奮的機會等待探索，並且有許多有希望的發展在前方。一個關於銀行業AI成功與失敗的積極點是，所有的實驗最終將推動創新。任何喜歡「快速失敗、向前失敗」方法的人，肯定會對所學到的教訓和AI對銀行及其客戶的潛力感到興奮。

找到創新、客戶體驗和利潤之間的魔法公式的銀行，將真正收穫他們辛勤工作的回報。雖然有些人可能擔心AI會取代工作，但創造力和人類的智慧仍然是推動可能性的藝術所必需的。

想深入了解銀行業中的AI嗎？閱讀我們最新的生成式AI：數據報告或數據與AI脈動：亞太地區。

此外，您準備好迎接2025年全球銀行業的挑戰了嗎？觀看我們的免費2025全球銀行業趨勢網路研討會。