银行业的竞争生存取决于人工智能（AI）

《银行业的AI数字化银行报告》调查了全球范围的多家银行和信用合作社，以确定银行业人工智能功能的发展程度。调查结果表明，整个行业的部署远远落后于其他行业。

一些高瞻远瞩的金融机构在充分发挥可供使用的数据、洞察力和先进分析工具，旨在改善后台运营和上下文个性化，一扇大门向它们敞开着。话虽如此，研究表明，与其他行业的现状相比，大多数银行和信用合作社、乃至整个行业都达不到消费者在数字化能力或数字化参与度方面的预期要求。

没有比银行业部署人工智能（AI）这个方面来得更明显的了。由于AI起源于风险及欺诈检测和成本降低，它对于金融服务公司保持竞争力而言显得日益重要。在精通AI的公司（比如亚马逊、谷歌、Facebook和苹果）的调教下，数字化消费者要求与之打交道的公司通过个性化沟通手段，认识他们、了解他们并奖励他们。

据Deluxe和BAI赞助的《银行业的AI数字化银行报告：客户体验方面的新前沿》声称，虽然许多组织了解人工智能的重要性，但很少有谁部署AI解决方案，许多组织甚至没有考虑今后18个月内部署人工智能。

这份报告的其他要点包括如下：

• 更大的金融机构在部署AI解决方案方面远远领先于小型银行和信用合作社。

• 安全和风险应用软件是部署最多的解决方案，其次是个性化和沟通应用软件。

• 尽管部署了安全应用软件，但经过改善的客户体验是AI部署时提到的最主要的AI商业理由驱动因素。

• 谁应该领导人工智能项目方面根本未达成共识。大多数AI项目由跨职能团队领导。

• 想要实施AI解决方案的公司面临的主要挑战是缺乏专长和人才。

AI部署

据《数字化银行报告》显示，只有15%的金融机构在使用AI与同行竞争，并识别数据中原本会被忽略的机会。另外22%的金融机构预计在今后18个月内使用AI功能。但是这只是冰山一角。很快，所有金融服务公司都将需要充分发挥AI的力量，提供更好的体验、缩减成本、降低风险，并增加收入。

值得关注的是，接受调查的金融机构中整整四分之一根本没计划在未来18个月内实施任何人工智能解决方案。考虑到德勤调查的高管中有45%认为，AI在今后2年将成为主流，许多组织从技术的角度来看到时可能会猝不及防。

报告按金融机构的规模评估AI部署的状况时，最大的金融机构（资产超过500亿美元）中近一半部署了至少一种AI解决方案，最大金融机构中只有12%在其路线图上根本没有AI，这不足为奇。

然而在资产规模较低的类别中，报告发现，当前和未来部署的水平显著下降。调查报告声称：“虽然25%的区域性金融机构（资产在100亿美元至500亿美元）今天已部署了AI解决方案，但在任何资产较小的类别中使用AI的金融机构要少得多。”随着金融机构的规模减小（最小的金融机构除外），眼下未将AI列为优先事项的金融机构的百分比有所增加，这不足为奇。

所使用的AI解决方案的类型

我们询问已实施了至少一种AI解决方案（或计划实施AI解决方案）的金融机构：它们部署了或计划部署哪一种或哪几种解决方案，安全解决方案和生物特征识别解决方案是最有可能已部署到位或近期部署的。下一个最有可能部署到位或近期部署的功能就是客户支持（聊天机器人/机器人顾问）解决方案和个性化解决方案。值得关注的是，在列出来的所有解决方案中，答复个性化方面“没有计划”的比例最小。

更深入地研究AI的使用后发现，只有40%的调查对象发觉将AI用于欺诈和风险检测极其重要，另有32%的调查对象表示，AI就这个用途而言非常重要。实际上，欺诈、安全和生物特征识别是被认为对全球金融机构而言很重要的三大功能中的两项。

AI业务驱动因素

《数字化银行报告》调查的金融机构高管被问及促进AI实施的业务驱动因素的重要性时，渴望提升整体客户体验无疑是最重要的一个驱动因素，90%以上的金融机构声称，这“极其重要”或“非常重要”。报告称：“这个发现结果与《2017年零售银行趋势和预测数字化银行报告》的结果相关联，在后一份报告中，改善客户体验是调查对象提及的头号趋势。”

《数字化银行报告》中下一个最常被提及的业务驱动因素就是，渴望降低成本（74%的调查对象提到“极其重要”或“非常重要”）和渴望提升后台速度和效率（合计74%的调查对象提到很重要）。在加权平均的基础上，增加产品/服务的使用是第四个最重要的业务驱动因素。

被问及将机器学习应用于改善营销和客户体验时，Deluxe的首席数据科学家凯斯娜·劳伦斯（Kesna Lawrence）声称：“人工智能和机器学习在不断改进，它们有望继续增强金融机构更好地服务于客户和股东的能力。与此同时，随着创新继续下去，金融营销人员已经可以利用现有的机器学习工具，让获取和留住客户的工作发挥最大的影响力。”

领导人和投资

我们研究报告的一个更值得关注调查的结果之一是，金融机构实施AI的领导人具有多重性。类似于我们在研究客户体验的实施时发现的结果，我们发现，许多金融机构有多个领导人（跨职能团队）来负责部署AI。

我们按金融机构的规模和类型评估了领导人后，看到了类似的结果。不出所料，小型金融机构和社区银行更有可能表示多个部门（或团队）在管理AI。

短期内AI投资方面的增加幅度相当大，这反映了AI在各种规模的金融机构内的部署处于早期阶段。值得关注的是，社区银行（中型金融机构）最有可能减少AI方面的开支，或者支出根本没有变化。

未来的AI挑战

《数字化银行报告》声称：“对部署了AI解决方案的大多数金融机构而言，最重大的挑战就是，拥有部署解决方案所需要的专长和人员。”AI部署方面第二个最常提及的挑战是可用来构建AI解决方案的数据具有的结构，这不足为奇。

这些挑战并非不可逾越，但它们很艰巨。在大多数情况下，公司内部并不拥有克服这些挑战所需的资源，尤其是考虑到在如今的市场还有其他优先事项需要关注。大多数公司需要评估到底决定自建、购买还是与提供商合作。考虑到缺少时间和预算也是被提及的两个挑战，这一点来得尤其明显。

绝大多数金融服务机构目前没有部署单一AI解决方案的内部资源，更不用说部署多个AI解决方案的内部资源了。不仅可供使用的人才供不应求，说服才华横溢的技术和分析专家成为银行或信用合作社的员工也并非易事。

这使得大多数金融机构决定购买还是与专门的解决方案提供商合作，以部署AI解决方案。本研究发现，答案因部署的解决方案而异。聊天机器人、生物特征识别、欺诈和语音等解决方案通常被认为合作方面大有机会。

据BAI的首席执行官黛比·比亚努齐（Debbie Bianucci）声称：“无论如何，AI技术仍然是一种等待我们发挥其潜力，对它下达行军令，并充分利用起来的工具。有了明确的期望和充分的战略规划，我们不需要计算机告诉我们：知道如何处理AI、以什么方式处理需要一种完全不同的智能。”