儘管圍繞人工智慧變革銀行業的潛力有很多討論，但根據一位頂級銀行分析師的觀點，AI並不是"萬能良藥"。
Wells Fargo分析師Mike Mayo在上周給投資者的報告中寫道："這是一個漫長、昂貴且風險受限的變革過程。事實上，在這些非常早期的階段，我們找不到AI帶來的一個極其值得關注的新產品或服務（從產品角度來看，這有點乏味）。"
Mayo在周二寫道，實際的回報需要時間，人工參與不會很快消失。這是在一次銀行和科技峰會後得出的結論，峰會包括了摩根大通、美國銀行、Wells Fargo、高盛、紐約梅隆銀行、亞馬遜、Meta和一位前英偉達高管的見解。
Mayo寫道："長期的上升潛力屬於那些將專有數據與嚴格流程重新設計相結合的規模化參與者，而信任是一道護城河，這是額外的優勢。"
普華永道銀行和資本市場諮詢負責人Sean Viergutz表示，在過去6到12個月中，隨著對AI理解的加深，他看到了向流程重新設計思維方式的轉變。
Viergutz在最近的一次採訪中說："那些真正掌握了AI力量的人不會把它當作工具使用。他們把它當作同事使用，把它當作隊友使用。"
他說，現在更多地考慮的是"我們如何從根本上改變（組織）結構、流程結構、工作方式、操作程序，以真正利用和涉及數字工作者的這個部分？"
高盛CEO David Solomon在周五發布的股東信中暗示了這一點，提到了該銀行"由AI推動"的新運營模式。
Solomon寫道："越來越清楚的是，我們的運營流程需要反映這些變革性技術將帶來的收益。"
然而，Viergutz說："有一種認知差距，認為'哦，AI可以做任何事情'，但情況絕對不是這樣。"
他說，雖然AI可以"在提高效率和準確性方面實現階段性轉變"，但"它不會取代那些理解系統、技術以及業務流程或產品流程中必須發生什麼的專家工作者的工作。"
Viergutz表示，在其他領域中，銀行正在工程和代碼開發、客戶身份識別和反洗錢應用以及投資銀行業務中使用AI，自動化意味著信貸分析師不需要花費數小時來整理推介手冊。
Mayo引用了一個估計，即銀行職位或部分職位的三分之一最終可能由AI更好地處理。
Mayo寫道："對於大型銀行來說，在大規模人員配置方面有更多的規模化和生產力提升。對於信託/資產服務銀行來說，更多地關注智能體AI用於文檔繁重、數據密集的工作流程。對於地區銀行來說，努力更多地針對目標效率（呼叫中心、欺詐檢測、編碼）。"
Mayo提到的銀行和科技峰會"強化了我們的觀點，即AI可以幫助銀行趨向創紀錄的效率。銀行正在從試點轉向生產再到盈利。然而，問題仍然是AI夢想何時能轉化為美元收益。"
美國最大銀行摩根大通的CEO Jamie Dimon去年10月告訴彭博社，該銀行每年AI產生的20億美元節省大約等於其在該技術上的年度支出。
Mayo寫道，除了摩根大通外，"幾乎沒有銀行披露節省情況"，並補充說他想知道銀行是否知道他們目前獲得的投資回報率。
Publicis Sapient金融服務戰略董事總經理兼聯合負責人Nina Owens說，這是一個常見問題，因為行業正在試驗智能體AI。
她在最近的採訪中說："我們還沒有20年的智能體經驗，甚至沒有5年的智能體經驗，來真正捕捉典型的回報是什麼。"
埃森哲全球銀行數據和AI負責人Keri Smith預計，隨著公司意識到看到結果需要什麼，將看到公司在未來6到8個月內重新設計工作角色以支持AI採用。她稱約8%的金融服務公司為AI先行者，這意味著他們正在重新發明工作流程，有組織協調，並且已經看到了結果。
Owens說，她的幾個銀行客戶旨在用智能體AI改革營銷運營，讓營銷人員或內容經理參與其中，同時讓智能體處理數據提取或其他例行工作。
她說，這已經成為銀行尋求發展業務的一個重要焦點，因為智能體AI可以快速連接數據和身份點，這樣銀行就可以向客戶提供超個性化的優惠。不過，她指出，要實現這一點，必須進行大量與數據和現代化系統相關的基礎性工作。
在美國銀行，一個AI催化劑小組有該銀行戰略負責人Jeff Busconi和美國銀行首席技術和信息官Hari Gopalkrishnan與代表銀行不同領域的18名高級業務領導者合作，該銀行聯席總裁Dean Athanasia在本月的投資者會議上表示，"確保我們將AI推動到每一個領域"。
考慮到銀行的規模，他說："這是完成工作並分享、利用和從每一美元投資中獲得最大收益的方法。"
美國銀行表示，AI驅動的虛擬助手Erica處理著約11,000人的工作，該銀行所有18,000名軟體開發人員都使用編碼智能體來優化開發過程，生產力提高了約20%。Athanasia說，該銀行還向1,000名財務顧問推出了Salesforce的Agentforce，它能夠創建AI智能體來處理任務。
金融科技公司Chime的高管設想AI通過合規審查提高效率，並確保符合不公平、欺騙性或濫用行為和做法標準，CEO Chris Britt在本月的投資者會議上說。
他說："你仍然需要一定程度的人工參與，但有很多方法可以讓這些流程越來越高效。"
不過，Britt說，要做到這一點需要時間，因為金融科技在高度監管的業務中運營，需要與銀行和監管機構進行"深度互動"。
Britt說："這不是可以一夜之間就AI化的東西。"
確實，Mayo強調，大銀行對AI的謹慎方法仍然是關鍵，精確性比速度更重要。
Mayo寫道："銀行的AI失敗比其他行業有更大的下行風險，因為它們會侵蝕銀行最重要的資產：信任。"
Q&A
Q1：銀行業使用人工智慧面臨哪些主要挑戰？
A：根據分析師觀點，銀行業AI變革是一個漫長、昂貴且風險受限的過程。目前很難找到AI帶來的極其值得關注的新產品或服務，實際回報需要時間，而且銀行AI失敗的風險比其他行業更大，因為會侵蝕銀行最重要的資產——信任。
Q2：人工智慧會完全取代銀行員工嗎？
A：不會完全取代。專家表示，AI不會取代那些理解系統、技術以及業務流程的專家工作者。雖然估計銀行職位或部分職位的三分之一最終可能由AI更好地處理，但仍需要人工參與，AI更像是同事或隊友，而不是替代品。
Q3：銀行在哪些具體領域應用人工智慧？
A：銀行主要在工程和代碼開發、客戶身份識別和反洗錢、投資銀行業務、呼叫中心、欺詐檢測、合規審查等領域使用AI。例如美國銀行的AI虛擬助手Erica處理約11,000人的工作，18,000名軟體開發人員使用編碼智能體提高了20%的生產力。
