要推动银行业的人工智能采用，您需要了解员工的技能

Bernardo Nunes 是一位专注于 Workera AI 转型的数据科学家。

发现顶级金融科技新闻和事件！

订阅 FinTech Weekly 的新闻通讯

由 JP Morgan、Coinbase、Blackrock、Klarna 等高管阅读

人工智能不再仅仅是一个实验。根据麦肯锡最新的全球 AI 调查，78%的组织现在在至少一个业务职能中使用 AI。

银行业正在快速追赶。最近一项 EY-Parthenon 调查发现，77%的银行已经推出或试点生成式 AI 应用，比 2023 年的约 61% 有所增加。然而，只有 31% 已经朝全面实施迈进。

与此同时，尽管银行业普遍投资于 AI，但只有少数将这些能力融入其战略手册。BCG 的一项调查显示，只有 25%的银行这样做了——其余 75% 仍停留在孤立的试点和概念验证阶段，面临随着数字优先竞争者的推进而变得无关紧要的风险。

银行业由严格的法规和审慎的策略定义。这段历史带来了 AI 的风险与机遇。虽然其他行业已领先一步，但现在行动的银行仍有机会获得先发优势。成功实施 AI 需要基础设施、模型、数据管道和合规策略。然而，将 AI 的潜力转化为商业价值的最关键因素在于人力资本。

获胜的金融机构将是那些能够让员工不仅临时使用 AI 工具，而是将其作为日常工作流程一部分的机构。这意味着培养真正的、经过验证的技能，让人们理解、利用并引领 AI 创新。

为什么员工推动 AI 创新

AI 有潜力在生产力、客户体验和风险管理方面带来巨大提升。但从本质上讲，AI 只是一个工具——它需要人类的创造力和领域专业知识来产生实际的商业价值。仅靠技术无法推动创新；人类才是关键。在银行业，信任、法规和判断力是核心，这使得人机之间的互动变得尤为重要。

如今，每位员工都必须在不同程度上成为 AI 赋能的员工。有些人将是深度技术人员——数据科学家、工程师和模型构建者，负责设计和维护支撑 AI 运营的系统。其他人，如出纳、核保员或客户服务代表，可能永远不会触碰一行代码，但仍可以使用 AI 驱动的工具来简化工作流程并做出更好的决策。在这些极端之间，是“AI+X”员工。这些人拥有信用风险、合规或欺诈检测等领域的深厚专业知识，并具备足够的 AI 素养，利用技术来增强其专业能力。

AI+X 员工将是真正推动创新的人。他们可以帮助弥合业务需求与技术可能性之间的差距，将复杂的银行挑战转化为 AI 能够带来切实成果的机会。例如，具有 AI 流利度的合规官可以与数据团队合作，设计更公平、更透明的 KYC 和 AML 模型。使用生成式 AI 进行原型设计的产品经理可以重新构想客户互动，创建个性化的财务建议或改善入职流程。在所有这些案例中，AI 放大了人类的洞察力，而不是取代它。

在像银行这样受严格监管且风险规避的行业中，这个人类层面至关重要。技术可能识别异常或生成建议，但由人类来解释、情境化，并确保决策符合伦理、法律和声誉标准。这也是为什么在 AI 采纳方面领先的银行不仅投资系统和模型，还投资于员工的技能和理解。

用验证技能推动发展

建立 AI 赋能的员工队伍，首先要了解现有技能和差距。要成功扩展 AI，银行不仅需要热情和培训预算，还需要一套经过验证、可衡量的技能数据基础。没有清晰的员工能力视图，领导者就无法做出明智的决策，关于如何培养员工或在哪里最有效地部署 AI。

自我评估并不可靠。员工往往高估或低估自己的熟练程度，导致培训效率低下。通过客观评估测量的验证技能，可以准确绘制出当前的优势和劣势。凭借这些信息，银行可以设计针对特定流程和目标的学习路径，无论是为前线团队提供入门级 AI 素养，还是为数据专业人员提供深度技术知识，或为合规官提供治理专业知识。

一旦员工了解自己的位置，就可以进行有针对性的技能提升，并在周期性中验证技能，以衡量进展并对人才进行负责任的投资。这一学习与验证的循环，营造出持续改进的文化，确保技能随着行业发展保持最新。这在 AI 领域尤为重要，因为技能的半衰期比以往任何时候都短。今天被视为前沿的技术，可能在一年内就会过时，使得员工快速学习的能力比任何具体技术能力都更有价值。

对于银行来说，这意味着需要优先考虑技能增长速度——员工获取和应用新技能的速度。培养这种适应能力的机构，将保持竞争优势，更快应对新法规、客户期望和新技术。验证技能还能加强治理，确保员工不仅知道如何使用 AI，还知道如何负责任地使用它，关注公平性、透明度和风险。

最终目标是实现对齐。当技能情报指导学习策略——而学习策略支持业务优先事项——银行就能自信地加速 AI 转型。验证技能数据让领导者看到投资方向、人才动员方式以及何时安全扩展创新。

打造胜利的员工队伍

这是银行业的关键时刻。建立创新基础的机构将领先一步，而犹豫不决的机构则有被甩在后面的风险。前进的道路很明确：那些在员工中建立广泛 AI 能力——尤其是融合技术与领域专业知识的验证技能——的银行，将处于最有利的位置。

当每位员工都能使用 AI——无论是作为创造者、强力用户还是领域专家——整个银行都将变得更加敏捷、具有韧性，并能推动战略价值，而不仅仅是实现效率提升。现在是从试验走向赋能的时刻。在 AI 领域，领导者与落后者的区别不仅在于你构建的模型或投入的研发，还在于你培养的技能。