人工智能：皇帝的新装？在金融服务中的应用

凯瑟琳·伍勒是 Softcat plc 的首席战略官——金融服务部门，该公司是一家上市于 FTSE 的 IT 公司。

发现顶级金融科技新闻和活动！

订阅 FinTech Weekly 的通讯

由摩根大通、Coinbase、黑石、Klarna 等高管阅读

没有哪个话题像人工智能一样具有两极分化的特征；评判的结果从更积极的角度来看，是人类进步的下一个前沿，一个寻找待解决问题的技术解决方案，或者更糟糕的，是有可能导致人类灭绝的潜力。

作为 Softcat 的首席战略官，我支持 2500 家金融服务公司通过 IT 服务和基础设施，我有幸在整个金融服务和基础设施公司中观看创新的展开。

首先，量化对冲基金在 AI 方面的强劲采纳，接受了大量投资以获取更好的回报，保险行业也受益于海量数据——这两者都能轻松证明其强有力的投资回报案例。
 
金融服务公司在 AI 被以现有形式推广之前，已经进行了近十年的数学建模和机器学习，但最近 AI 基础设施的强大性能刺激了量化交易基金和保险及财富管理公司的强劲采纳，所有这些公司都在寻求从现在可用的海量数据中获益。

此外，许多被销售为 AI 的技术仅仅是自动化的下一次表现。

尽管我们看到所有类型的金融服务公司对 AI 的巨大兴趣，基于该技术的巨大潜力，但我们最终仍处于采用的初级阶段。此外，使用案例的差异极大——一家一级银行部署 AI 的方式与一家十个分支的地方建筑协会的方式截然不同。

我常常看到同一组织内部不同的接受程度，董事会、年轻的数字化世代以及运营/财务职能通常对这一想法更为欢迎，而合规同事则不然。 提出的担忧通常包括该技术的“黑箱”特性、对 AI 伦理部署的担忧，以及缺乏监管清晰性。

然而，关于早期采纳和高使用水平，有一些明显的模式正在显现。成功的公司有一个强大的 AI 采纳战略，设立卓越中心，并确保他们的数据从一开始就处于适当状态；这些听起来像是小的举措，但它们是成功创新的基石。

我们通常看到第一个使用案例在生产力工具中部署，如 ChatGPT、Co-pilot 或 Claude，这些通常是许多同事接受 AI 概念的切入点，有时被干巴巴地称为“入门药物”！
 
在文化上，采用 AI 可能与现状有很大的不同，高效的领导团队将寻求为他们的组织进行未来规划。 前瞻性的 HR 战略至关重要，构建内部 AI 能力和专业知识，专注于适用技能、专业知识并鼓励知识共享。 对于因 AI 驱动效率而被替代的同事，必须采取长期的视角来重新部署他们。

确实，AI 的价值增值受到广泛关注；一些银行有数百个潜在使用案例，决定哪些进入概念验证并更广泛推出可能具有挑战性。 对于这样一种新技术，最佳实践才刚刚开始出现。 首先，从大量潜在使用案例中筛选出那些提供最大价值创造的案例可能会让人感到不知所措，而基于影响、成本、可行性和与更广泛商业目标的一致性进行无情的优先排序，可以评估潜在的投资回报。

需要有一个经过深思熟虑的测量框架来评估 AI 项目，设定相关的 KPI、健全的数据收集方法以及明确定义的报告机制。 一旦 AI 项目成为日常业务的一部分，就需要有一个持续的迭代开发政策，以最大化回报并确保与战略优先事项的一致性——这通常是高绩效团队的文化特征。

最近，我被邀请与一位监管者讨论 AI。 在一次行业圆桌会议上，提出了一个令人困惑的问题：“AI 比其他任何东西更好地解决了什么问题？” 不出所料，每个组织的答案完全不同，我预计公司将在未来几年内继续思考这个问题。

那些无法对 AI 采取战略性态度，并以适当和及时的方式进行部署的公司，将处于显著的劣势。