主要内容
AI 正在改变银行业，但预期的收益和节省是以巨大的人力成本为代价的，对金融工作产生了影响。数字银行 Zopa 与 Juniper Research 合作的报告预测，到 2030 年，生成式 AI 将通过同等水平的投资实现 18 亿英镑的成本节省。然而，这 100%的投资回报是以巨大的人力成本为代价的——估计有 27,000 个金融行业工作岗位面临风险。
研究结果表明，AI 技术正在超越实验性试点，深入嵌入到银行业的核心流程中，从客户服务到后台办公室的隐形功能。
Zopa 的首席技术官 Peter Donlon 表示：“GenAI 标志着应用计算的范式转变。它对生产力、软件创建和决策系统的影响可与互联网或云计算的出现相媲美。在 Zopa，我们将机器学习应用了十多年，早在大型语言模型成为主流之前。这种深度经验塑造了我们的信念，即 GenAI 不是一个功能附加项，而是一项基础能力。对于 Zopa 的技术人员来说，这是一个难得的机会，可以构建全新的智能层，从而重新定义行业。”
银行后台的无声 AI 革命
虽然面向客户的聊天机器人和个性化的应用体验经常成为头条新闻，但报告显示，AI 的最大影响正在幕后发生。到 2030 年，通过该技术节省的所有时间的 82%，即 1.54 亿小时，将来自后台运营。这些功能包括合规、欺诈检测和风险管理，传统上是劳动密集型和高度复杂的。预计 AI 将使大量重要的金融工作实现自动化，从了解客户（KYC）检查到反洗钱（AML）监控等。AI 对这些后台功能的财务影响巨大，仅在本十年末，该领域的预计成本节省就将达到每年 9.23 亿英镑，占整个行业总节省的一半以上。
这种自动化不仅仅是为了削减成本。随着授权推送支付（APP）欺诈赔偿规则等法规增加了银行的责任，AI 实时检测新型欺诈模式和减少人为错误的能力正成为一种竞争和财务必需品。正如我们在各个行业经常听到的那样，通过自动化常规检查和分析，该技术释放了人类专家。对于金融行业来说，这些专家可以将他们的技能集中在最复杂的调查上，以提高打击金融犯罪的效率和效果。
通过 AI 实现银行体验的超个性化
金融业对超个性化的追求正在推动对客户服务 AI 的大量投资。报告预测，到 2030 年，英国银行将向面向客户的 AI 投入超过 11 亿英镑，是所有领域中投资最大的部分。这种个性化的资本流入被用于开发能够处理复杂查询、提供个性化财务建议甚至预测客户需求的复杂虚拟助手和聊天机器人。目标是远远超越过去基于规则的机器人，走向真正的对话和智能界面。这种转变预计将带来巨大的效率，到 2030 年每年节省 5.4 亿英镑的运营成本，并释放 2600 万小时的人力代理时间。这些员工也可以重新部署到需要人工干预的更复杂和高价值的交互中。投资组合管理也将受益。到 2030 年，该领域的投资预计将增长到 1.45 亿英镑。在这里，AI 被定位为不是人类顾问的替代品。