熱門資訊> 正文
2026-05-20 11:45
登錄新浪財經APP 搜索【信披】查看更多考評等級
新浪財經ESG評級中心提供包括資訊、報告、培訓、諮詢等在內的14項ESG服務,助力上市公司傳播ESG理念,提升ESG可持續發展表現。點擊查看【 ESG評級中心服務手冊】
(來源:BCG波士頓諮詢)
過去數十年,零售銀行投入數十億美元推進全運營環節數字化佈局,覆蓋直接面向客户的前臺業務以及信貸評估、客户開户、客户服務、糾紛解決等支撐客户旅程的后臺系統。
然而,整合前后台系統生成的輸出結果並落實到行動,這一過程仍高度依賴人工——跨系統覈對統一信息、匯總結果、派發工單供下游決策,無一不靠人力完成。這些勞動密集型工作不僅推高成本、拖慢流程、加重運營負擔,而且也沒有同步提升風險管控水平或合規成效。
如今,員工不必再負責上述工作,轉由受監督、可審計的智能體系統執行。在此情況下,銀行不僅能大幅降低客户開户成本,還能把員工解放出來,專注於異常處理、判斷決策和客户互動。AI智能體同樣適用於后臺:常規審覈、數據錄入、文件生成均可實現自動化,提升銀行的效率、一致性和可審計性,把人才從重複性工作中解放出來,承擔更高價值的諮詢和監督職責。
據BCG近期研究顯示,到2030年,AI智能體有望推動銀行盈利能力提升30%、成本降低30-40%。率先擁抱AI智能體的銀行不僅能收穫短期效率紅利,更能借此提升生產力、改善經濟效益、縮短業務周期、提供卓越客户體驗。優勢一旦建立,后發者追趕的難度只會越來越大。
本文由BCG和OpenAI聯合發佈,聚焦銀行在運營各環節部署智能體式AI,升級客户開户的前臺體驗,優化后臺系統和流程,降低開户成本、縮短審批周期,促使員工把時間和精力投入到客户服務和專業決策類工作。
AI智能體未來可期
根據BCG近期研究,許多零售銀行已開始將AI融入日常運營,藉助生成式AI助手,幫助客户管理網上銀行服務,同時實現欺詐風險識別、合規風險管理、數字營銷等關鍵工作流的部分自動化。
然而,AI的落地並非一帆風順,其背后存在多重因素掣肘:一是高管層對AI轉型缺乏堅定投入;二是推進方向分散,試點項目眾多,卻鮮有規模化鋪開的成功案例;三是組織內對AI輸出結果的可靠性和責任界定仍心存顧慮;四是審慎經營的理念深植於銀行基因,面對AI可能觸及的關鍵監管和合規議題,更是慎之又慎。
核心業務環節融入可靠、可審計的AI智能體,有助於消除銀行在AI規模化應用和合規層面的顧慮。智能體式AI可實現端到端監督與執行,覆蓋客户服務、合規管理、風險管理和異常處理等各個環節。對於設計合理的AI智能體,管理人員全程掌控它所採取的行動,確保AI可靠負責。在前臺,AI智能體可推動服務模式從數字自助服務向智能輔助服務升級;在后台,AI智能體可協助人工審覈申請材料,從而縮短審批時間、提高處理效率,且這一過程無需對現有風險、合規和信貸政策框架做任何調整。
前臺轉型與客户體驗
過去幾十年,銀行成功實現了客户體驗數字化,推動孤立流程自動化,並構建起覆蓋網上銀行、移動銀行和線下網點的多元數字渠道。迭代更新固然增加了銀行服務的普及度和便利性,卻未能真正促使銀行完成深層變革。在移動互聯時代,客户雖可享受信息透明和自助服務,但底層運營模式幾乎未變——高價值流程仍由人工驅動,客户旅程呈現碎片化的特點,自動化也僅侷限於規則明確的任務。
生成式AI,尤其是具備自主推理和執行能力的智能體系統,現可助力銀行批量提供定製化客户體驗,引導客户完成複雜繁瑣的業務辦理。客户無需再層層瀏覽菜單、填寫各類表單,而是與個性化金融助手直接交互,它們可以理解自然對話中的真實意圖。不論是辦理授信額度、購房置業,還是現金流管理、糾紛處理,客户可隨時諮詢業務。智能體式AI系統能夠全程跟進客户需求,包括跨賬户調取信息、覈驗資質、審覈材料、啟動業務流程,並在必要時協同人工專家(參閱圖1)。
例如,客户信貸開户是大型零售銀行中最常見、運營成本最高的前臺業務之一。儘管銀行已在數字渠道投入多年,申請流程依然成本高昂、效率低下。固有的低效問題不僅損害客户體驗、拉高客户獲得信貸的門檻、增加運營成本,還給合規和運營團隊帶來沉重的負擔,並且反欺詐和信貸風險管理效果未能得到同步提升。
自動化程度不足並非問題的根源,關鍵在於銀行仍需依賴人工,對已通過驗證和審覈的系統輸出結果進行人工覈對和匯總。因此,即便身份覈驗、反欺詐篩查和信貸審批等環節已完成,銀行往往仍需依靠人工整合相關數據,才能做出最終決策。
針對上述難題,AI智能體可初步分析客户開户申請資料,加快決策速度。智能體能夠綜合評估身份覈驗結果、制裁篩查結果、欺詐風險信號和徵信數據,形成結構清晰的風險摘要和置信度評估。AI智能體並非取代現有管控機制,而是在銀行既定的風險和合規框架內運行,提供可解釋、可追溯、可複覈、可審計的輸出結果,併爲后續授信審批和人工審覈生成預審摘要。傳統授信模型仍負責評估信用風險、還款能力和政策合規性。
人工對AI評估結果完成審覈后,銀行將做出審批通過、拒絕授信或調整授信方案的決定。若客户接受原授信條件或修改后的條件,銀行將繼續走完開户、信息披露確認和卡片發放等流程,賬户啟用后,銀行仍會持續進行交易監控和早期風險管控。從結果來看,信貸審覈流程更透明、更高效,客户體驗大幅提升,同時還能釋放更多人力資源,讓他們專注處理信息不匹配、異常事項和高風險工單。
智能體式后臺
上述智能體式開户系統在客户需求、風險評估、合規管控和履約執行之間架起高效銜接的橋樑。為支持智能體系統批量生成信貸開户信息摘要,前后台系統需實現一體化協同運作。
除了優化開户體驗,AI還能為后臺創造立竿見影的巨大價值。開户流程的背后,是一系列規範的重複操作,往往需要人工解讀、判斷和處理。過去,由於需要理解文件內容、判斷背景或處理異常情況,開户流程的多數環節難以實現自動化。如今,AI系統可在人工監督下承擔解讀複雜文件、提取關鍵信息、分析業務案例、按需上報,並保留完整的審計痕跡。
若要在后台高效運行復雜的智能體系統,銀行需部署兩大核心要素保障系統的可靠性和可擴展性:
建立一套可複用的評估方法,衡量AI智能體處理文檔密集、以異常問題為主的任務的表現(一般每日由人工團隊完成),並隨着工作流和模型的迭代,持續追蹤任務質量。
需建設統一的AI中間件層,作為全行各類AI應用的標準化管控平臺,實現集中接入與統一治理。
AI輸出是否準確?
要確保智能體式AI輸出結果的質量、準確性和可審計性,必須以AI未來接手的真實后臺任務為基準進行對比評估。這需要評估驅動開發(EDD)模式,從多個預設維度衡量AI應用的表現,併爲開發優先級提供方向。EDD可同時向內控團隊和外部管控合作伙伴提供切實依據,證明系統的構建、測試和運行均遵循系統化、可審計的規範(參閱圖2)。
在開發初期,需對AI智能體開展評估,確保其能夠可靠獲取執行任務所需的信息。初始評估應明確界定輸出結果合格與不合格的典型示例,為團隊迭代優化信息獲取策略、信息劃分、排序機制和提示詞設計提供依據。
例如,在客户身份審查(KYC)流程中,AI系統應在推理階段準確調取相應的支撐材料,這一能力可通過檢索準確率和調取率進行量化評估。同時,還需可通過事實準確性與忠實度評估確認模型不會產生無憑無據的結論,輸出結果基於已調取的證據。
隨着相關應用逐步拓展至工具調用和多環節工作流,AI智能體的實際執行情況也需納入評估。更為關鍵的是,AI智能體制定完整合規的執行方案的能力,將直接決定系統準確性。若規劃不當,即便響應迅速、下游環節執行無誤(如準確調用工具,使用數據庫、API等外部系統),也可能導致最終結果與預期目標出現較大偏差。
以授信審批流程為例,AI智能體即便準確調用了所有工具,但也可能會過早判定客户的信用風險可控而僅側重收入覈實,未全面評估信用記錄。這屬於規劃缺陷,會帶來實際業務和合規風險;而EDD的核心價值,正是在大規模部署前發現此類問題。
評估工作不應侷限於單一模型或智能體的表現,必須將智能體系統作為生產力應用進行整體監測,持續衡量輸出質量、分流(routing)準確性、異常率、延迟和模型漂移等指標。這種持續的系統層面的評估,可確保應用在數據、使用模式和底層模型不斷變化的情況下,始終滿足既定的業務、風險與管控目標。
注:評估工作也可通過OpenAI GDPval等相關評估框架開展。GDPval是一個面向金融服務等行業的公開平臺,測評AI應用在定義明確的標準化知識型工作任務的表現,並由專人對輸出結果進行評分。相關任務會在獨立平臺Hugging Face上記錄並公開。
AI智能體是否可擴展?
對於銀行等受嚴格監管的大型機構而言,穩健的內部中間件層至關重要。中間件層支撐銀行執行統一的軟件開發標準、身份認證和權限管理政策以及模型風險管理、合規等內控團隊的接入要求。與其由各團隊單獨定製集成和管控機制,不如由中間件層擔任統一「入口」,承載所有AI相關任務(參閱圖3)。這有助於銀行避免管控偏移,並確保各項AI應用均在同一治理框架下完成開發、部署和運行。
同樣重要的是,中間件層集AI智能體的監控和審計工作於一體,有助於加強合規管理。中間件層提供統一平臺,記錄所有AI使用方的標準化日誌、使用元數據和決策痕跡,支持有效監控、問題覈查和監管報告。由於模型交互的事前和事中,身份、權限、數據訪問規則和安全護欄均得到統一執行,銀行可以及時管理敏感數據,並實時檢測AI智能體的任何異常或違規行為。立足高透明度,銀行能夠快速響應問題事件,採取精準的干預措施或一鍵熔斷,將潛在故障的影響範圍降至最低。
在中間件層的支持下,AI可在嚴格監管的環境中實現長期規模化應用。通過建立統一對接外部AI模型服務商的入口,避免各應用與單一廠商技術綁定,銀行可在實施統一管控的同時保持戰略靈活性。依託可複用模式和共享基礎設施,無需每次從零搭建,可高效部署集成新AI應用,最終形成平臺化模式,支持銀行在各業務線推動AI的廣泛應用,確保統一的風險管理、運營紀律和監管信心。
智能體式后臺長什麼樣?
穩定可靠的后臺,加上統一的評估流程和功能強大的中間件層,構成了AI賦能的銀行的核心基石。通過合理部署和運行,銀行可有效降低運營成本和複雜度、提升業務效率、強化合規管理、減少錯誤率,並將人力資源重新配置至高價值的諮詢和客户關係管理崗位。后臺有望成為數字化引擎,在改善運營效率的同時為客户創造卓越價值,並賦能前臺業務轉型。一旦缺少現代化后臺,便無法規模化打造智能化客户體驗。前臺與后臺協同一體,共同構成統一的AI原生系統,打下未來銀行的核心地基。
內部普及與人才建設
要讓AI智能體在零售銀行運營中真正落地,成為核心組成部分並持續創造價值,必須推動長期轉型,全面重構核心客户旅程和業務流程。為此,銀行需匯聚AI工程師、架構師、平臺團隊、安全合規專家和領域專家,組建跨職能團隊,共同設計AI原生流程,確保流程在安全的前提下實現規模化運行。
跨職能團隊形成AI卓越中心,負責在組織內製定和推廣最佳實踐、工具、框架和技術。業務團隊仍負責各自應用場景的端到端交付,AI卓越中心則作為深受信任的專家團隊,與業務部門緊密協作,牽頭推動高優先級項目順利落地。
對於處於AI應用旅程初期的組織,AI卓越中心可通過標準化立項流程,協助確定應用場景的優先級。業務部門提交項目書,其中應包含項目目標、基準指標、必要系統和工具、數據敏感等級,以及管控要求初步評估。AI卓越中心將採用透明評分體系,從技術可行性、業務價值、戰略契合度,交付就緒度(如數據、流程責任和平臺能力),以及信息安全、隱私、合規和模型風險管理等管控要求對候選項目進行評分。再由AI卓越中心與業務部門負責人共同篩選首批「少而精」的項目進行部署,明確項目負責人、實施時間表和管控合作伙伴校驗節點。
AI卓越中心應建立管理一條獲批准的AI工具鏈,並針對持續迭代的模型、框架和軟件開發工具包的評估工作,打造可複用流程。AI卓越中心需熟練掌握現代化評估和風險護欄方法,主動挖掘組織內其他部門現成能力的利用機會。同樣重要的是,應提前預判風險,提出兼顧內外部管控要求的緩釋措施(參閱圖4)。
AI卓越中心還應為外部合作伙伴建立統一的協作模式,為技術深度分析、管控統籌和複雜個案上報提供單一對接渠道,從而加速學習進程,提升重點場景的部署質量。
AI卓越中心可為前后台的轉型奠定基礎,讓銀行能夠在全組織安全、有效地規模化應用AI。
引領變革
若要在AI原生時代保持領先,銀行需要從以下四個維度進行組織重塑:
重構核心客户旅程。重新設計客户旅程,確保AI智能體賦能的系統能夠在清晰的政策約束和責任邊界內加速端到端工作流。
建立完善的治理機制。圍繞AI輔助工作流,構建全新的治理和風險管理體系,配套提供人工監督、審計能力,並對齊合規、信息安全、隱私保護和模型風險管理等現有管控機制。
打造靈活的運營模式。隨着應用場景和數據的持續迭代,設計全新運營模式,對AI智能體開展常態化評估、測試和優化。
組建跨職能團隊。設立AI卓越中心,匯聚技術、產品、運營、風險和合規等領域專家,在安全的前提下共同推進AI智能體的設計研發和規模化落地。
隨着零售銀行步入AI轉型的時代,競爭格局也開始重塑。銀行已從試點探索轉向落地應用,客户越來越期待更高效的個性化服務。速度決定先機:率先行動的金融機構將佔據有利條件塑造行業標準、搭建可複用平臺,並在各類場景中持續沉澱經驗,領先行動滯后的同業,建立顯著的競爭優勢。
對於行動迅速的銀行而言,客户旅程將迎來質變。客户無需再層層瀏覽菜單、填寫各類表單,而是與目標導向的AI金融助手直接交互。AI助手能理解業務情景,可以跨系統調取相關信息,在授權權限內啟動業務流程,並在需要專業判斷或處理異常情況時,及時聯動人類專家。AI智能體不僅改善了自助服務體驗,而且優化了實際金融業的效率和一致性。
轉型已在眼前悄然發生。對銀行而言,佈局未來能力、夯實運營紀律至關重要,但下定變革決心的速度則更為重要。
(BCG波士頓諮詢)
新浪財經ESG評級中心簡介
新浪財經ESG評級中心是業內首箇中文ESG專業資訊和評級聚合平臺,致力於宣傳和推廣可持續發展,責任投資,與ESG(環境、社會和公司治理)價值理念,傳播ESG的企業實踐行動和榜樣力量,推動中國ESG事業的發展,促進中國ESG評估標準的建立和企業評級的提升。
依託ESG評級中心,新浪財經發布多隻ESG創新指數,為關注企業ESG表現的投資者提供更多選擇。同時,新浪財經成立中國ESG領導者組織論壇,攜手中國ESG領導企業和合作夥伴,通過環境、社會和公司治理理念,推動建立適合中國時代特徵的ESG評價標準體系,促進中國資產管理行業ESG投資發展。