人工智能：皇帝的新装？金融服务中的采用情况

凯瑟琳·伍勒 是Softcat plc的首席策略官——金融服务部，Softcat plc是一家在富时指数上市的IT公司。

发现顶级金融科技新闻和事件！

订阅《金融科技周刊》的新闻通讯

由摩根大通、Coinbase、贝莱德、Klarna等高管阅读

很少有话题像人工智能（AI）一样具有如此两极分化的观点；评价从较为积极的一端认为它是人类进步的下一个前沿，是一种寻找问题解决方案的技术，或者在更糟的情况下，可能导致人类的终结。

作为Softcat的首席策略官，支持2500家金融服务公司提供IT服务和基础设施，我有幸站在前线，见证创新在整个金融服务与基础设施（FS&I）行业的展开。

首先，量化对冲基金的采用非常强烈，它们投入大量资金用于AI以提升回报，同时保险行业也在受益于海量数据——这两者都能轻松证明具有明确的应用场景和强大的投资回报率（ROI）。

金融服务公司早在AI以当前形式推向市场之前，便已进行数学建模和机器学习，但最近，AI基础设施的卓越性能激发了量化交易基金、保险和财富管理公司等的强烈采用意愿，它们都希望从如今可用的海量数据中获益。

此外，许多被称为AI的技术实际上只是自动化的下一次演变。

虽然我们看到所有类型的金融服务公司对AI都表现出极大兴趣，基于这项技术的巨大潜力，但我们仍处于采用的起步阶段。不同的应用场景差异巨大——一流银行部署AI的方式与拥有十个分支的地方性合作社完全不同。

我经常看到同一组织内部的不同意愿，董事会、年轻且更具数字化敏感度的世代，以及运营/财务部门通常更欢迎这一想法，而合规部门则可能持保留态度。提出的担忧常包括技术的“黑箱”特性、对AI伦理部署的担忧，以及缺乏明确的监管框架。

然而，关于早期采用和高水平使用的模式正逐渐清晰。成功的公司拥有明确的AI采纳策略，建立卓越中心，确保其数据从一开始就处于适当状态；这些看似微不足道的措施，却是成功创新的基石。

我们常见的第一个应用场景是生产力工具，如ChatGPT、Co-pilot或Claude，这些通常是许多同事接受AI理念的切入点，有时被戏称为“入门药”！

文化上，采纳AI可能意味着与现状的巨大背离，而高效的领导团队会着眼于未来，确保组织的韧性。前瞻性的人力资源战略至关重要，包括建立内部AI能力和专业知识，关注相关技能，鼓励知识共享。对于那些因AI驱动的效率提升而被取代岗位的员工，也需要制定长远的再部署计划。

目前，关于AI的价值增益已成为焦点。有些银行拥有数百个潜在应用场景，如何筛选出最具价值的概念验证（PoC）并更广泛地推广，具有一定挑战性。对于这样一项新兴技术，最佳实践尚在逐步形成。首先，从大量潜在应用中筛选出最具价值的场景，可能令人不堪重负，而通过影响、成本、可行性和与更广泛业务目标的契合度进行严格优先级排序，评估潜在ROI。

还需要设计一套周密的衡量框架，用于评估AI项目，包括相关的关键绩效指标（KPIs）、稳健的数据收集方法和明确的报告机制。一旦AI项目成为日常运营（BAU）的一部分，就必须实施持续的迭代开发策略，以最大化回报并确保与战略优先事项保持一致——这也是高绩效团队的文化特征之一。

近日，我受邀与监管机构讨论AI。在一次行业圆桌会议上，提出了一个令人困惑的问题：“AI能解决的一个问题比其他任何技术都更擅长的是什么？” 不出所料，每个组织的答案都截然不同，我预计企业在未来几年内仍会为此问题而苦苦思索。

那些不能在战略上合理部署AI、不能及时采取行动的公司，将处于明显的劣势。