金融機(jī)構(gòu)2025年零售銀行業(yè)報(bào)告從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人AI

智能體能否重塑零售銀行業(yè)？2025

年12

月目錄03

AI

能否乘勢(shì)起飛？04零售銀行邁向“AI

優(yōu)先”勢(shì)在必行利潤(rùn)積壓隱現(xiàn)機(jī)不可失，時(shí)不再來利潤(rùn)池加速擴(kuò)容AI

智能體大有可為11什么是“AI

優(yōu)先”零售銀行？極致個(gè)性化客戶互動(dòng)個(gè)人綜合金融解決方案隱形嵌入式交互界面自動(dòng)化運(yùn)營(yíng)實(shí)時(shí)化風(fēng)險(xiǎn)與資本配置精益人力15追隨領(lǐng)軍者AI

投資三階段確立宏大的多年期戰(zhàn)略愿景重塑與創(chuàng)新構(gòu)建“AI

優(yōu)先”運(yùn)營(yíng)模式搭建關(guān)鍵人才梯隊(duì)筑牢技術(shù)與數(shù)據(jù)基石利用風(fēng)險(xiǎn)與合規(guī)打造差異化優(yōu)勢(shì)規(guī)?；瘜?shí)施與變革管理23未來行動(dòng)清單明確轉(zhuǎn)型基線確立清晰的戰(zhàn)略愿景將愿景融入工作流程逐步調(diào)整投資布局搭建負(fù)責(zé)任

AI

治理框架規(guī)?；瘶?gòu)建人才能力零售銀行業(yè)儼然成為AI

及其前沿應(yīng)用—AI

智能體—的重要應(yīng)用場(chǎng)景。銀行業(yè)具備諸多與

AI優(yōu)勢(shì)高度契合的特質(zhì)，例如提升客戶服務(wù)滿意度、實(shí)現(xiàn)服務(wù)與產(chǎn)品的個(gè)性化定制、以及自動(dòng)化處理重復(fù)性人工作業(yè)等，均屬于

AI的核心應(yīng)用場(chǎng)景。波士頓咨詢公司（BCG

）研究發(fā)現(xiàn)，AI

有望每年為全球銀行業(yè)帶來超過

3700億美元的額外利潤(rùn)。在此背景下，金融科技風(fēng)險(xiǎn)投資大幅增長(zhǎng)，AI

在零售銀行投資者會(huì)議中被提及的頻率迅速攀升，

已成必然趨勢(shì)。盡管前景廣闊，

但真正通過部署

AI

創(chuàng)造實(shí)質(zhì)性價(jià)值、實(shí)現(xiàn)成本節(jié)約、營(yíng)收增長(zhǎng)和息稅前利潤(rùn)（EBIT

）提升的案例仍寥寥無幾。當(dāng)前行業(yè)整體仍處于試點(diǎn)探索階段：多數(shù)銀行僅在局部業(yè)務(wù)環(huán)節(jié)進(jìn)行單點(diǎn)嘗試，

少數(shù)先行者雖已開啟端到端流程重塑，但尚未形成可復(fù)制的規(guī)?；晒?。零售銀行的這一處境，

實(shí)則折射出更廣闊商業(yè)世界的共同挑戰(zhàn)。盡管市場(chǎng)對(duì)

AI

寄予厚望，

但BCG

《構(gòu)建未來2025

》研究顯示：僅

5%的企業(yè)實(shí)現(xiàn)了

AI價(jià)值的規(guī)?；瘧?yīng)用，60%尚未取得實(shí)質(zhì)性成效，其余

35%的企業(yè)僅獲得有限成功。阻礙因素包括遺留系統(tǒng)的技術(shù)掣肘、企業(yè)文化的轉(zhuǎn)型鴻溝、客戶數(shù)據(jù)的隱私紅線，以及合規(guī)監(jiān)管的持續(xù)挑戰(zhàn)。盡管目前進(jìn)展有限，但大多數(shù)企業(yè)高管與行業(yè)觀察者都清醒地認(rèn)識(shí)到：AI

，尤其是

AI

智能體，在零售銀行業(yè)的應(yīng)用必將加速普及。銀行業(yè)迫切的轉(zhuǎn)型需求與

AI

技術(shù)帶來的巨大效益已形成不可抗拒的合力，具體體現(xiàn)在以下方面：?突破增長(zhǎng)困局：銀行業(yè)亟需擺脫當(dāng)前“收入—成本”雙重承壓的惡性循環(huán)，這一矛盾正持續(xù)侵蝕其盈利能力。與此同時(shí)，傳統(tǒng)銀行若不及早破局，恐將在金融科技公司與領(lǐng)先同業(yè)的雙重夾擊下喪失競(jìng)爭(zhēng)力。AI

技術(shù)恰恰為破解這一困局提供了關(guān)鍵突破口—既能開辟新的收入來源，又能優(yōu)化成本結(jié)構(gòu)，

為利潤(rùn)表兩側(cè)帶來變革契機(jī)。?破局刻不容緩：固守現(xiàn)狀絕非可行之策。即便最終僅有

5%的零售銀行成功實(shí)現(xiàn)

AI

全面嵌入（實(shí)際比例預(yù)計(jì)更高），

這些先行者也足以重塑行業(yè)競(jìng)爭(zhēng)格局。隨著AI智能體加速普及，行動(dòng)遲緩者將隨時(shí)間推移被逐漸邊緣化。?利潤(rùn)空間可觀：AI

每年可為全球銀行業(yè)創(chuàng)造超過

3700億美元的增量利潤(rùn)，

較常規(guī)業(yè)務(wù)預(yù)期高出約

30%。我們預(yù)計(jì)，AI

可助力銀行降低高達(dá)

40%的成本，在傳統(tǒng)收入增長(zhǎng)普遍放緩的背景下，這部分節(jié)省的成本可被重新投入創(chuàng)新研發(fā)、新營(yíng)收能力建設(shè)與新客戶獲取，形成良性循環(huán)。?智能體引領(lǐng)變革：

AI智能體作為能自主觀察、規(guī)劃并執(zhí)行目標(biāo)任務(wù)的系統(tǒng)，融合了預(yù)測(cè)性

AI與生成式

AI

的能力。這一在

2024年尚鮮被提及的技術(shù)，

在

2025

年已貢獻(xiàn)全行業(yè)

AI

總價(jià)值的

17%

，并有望在

2028

年達(dá)到

29%

。對(duì)于力求破局的零售銀行而言，利好消息是：其他行業(yè)的領(lǐng)軍者已總結(jié)出經(jīng)過驗(yàn)證的AI價(jià)值實(shí)現(xiàn)路徑，銀行業(yè)可直接借鑒。其中最具啟示的一點(diǎn)是：先行者不僅能快速獲得顯著回報(bào)，還將構(gòu)筑起令后來者難以逾越的競(jìng)爭(zhēng)壁壘。AI能否乘勢(shì)起飛？波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？3然而，深入分析顯示，

這份關(guān)于“成熟度”的自評(píng)可能存在一定程度的高估。超過半數(shù)的受訪銀行已在交易與支付服務(wù)領(lǐng)域布局

AI

應(yīng)用（與金融科技公司類似），

并期待從中獲得實(shí)質(zhì)性成果。同時(shí)，這些銀行也在聚焦客戶全旅程的

AI

賦能。但在信貸業(yè)務(wù)、市場(chǎng)營(yíng)銷、定價(jià)策略等其他關(guān)鍵領(lǐng)域，

AI

的落地應(yīng)用與規(guī)模化推廣仍進(jìn)展相對(duì)緩慢（參閱圖2

）。這一局面即將迎來轉(zhuǎn)變—多重驅(qū)動(dòng)力的匯聚，正共同催化

AI

在零售銀行業(yè)的深度變革。銀行業(yè)高管對(duì)自身的AI應(yīng)用及成熟度評(píng)價(jià)頗高。在

BCG《構(gòu)建未來

2025

》調(diào)研的自我評(píng)估結(jié)果中，

銀行、金融科技公司及支付企業(yè)在

AI

成熟度指數(shù)上的得分僅次于軟件與電信行業(yè)（參閱

圖1

）。零售銀行邁向“AI

優(yōu)先”勢(shì)在必行波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？4交易與支付服務(wù)AI驅(qū)動(dòng)的欺詐風(fēng)險(xiǎn)識(shí)別與欺詐風(fēng)險(xiǎn)評(píng)分集中整合信息，支持隨時(shí)按需調(diào)用，從而提升問題處理效率54%55%AI賦能交易實(shí)時(shí)監(jiān)控系統(tǒng)運(yùn)行狀態(tài)，及時(shí)發(fā)現(xiàn)問題，確保業(yè)務(wù)連續(xù)性52%51%信貸與貸款貸款審批以數(shù)據(jù)為驅(qū)動(dòng)分配預(yù)算，最大化營(yíng)銷活動(dòng)效率與投資回報(bào)率38%23%數(shù)字營(yíng)銷營(yíng)銷活動(dòng)績(jī)效優(yōu)化基于數(shù)據(jù)進(jìn)行受眾細(xì)分，提升廣告相關(guān)性與影響力40%39%精準(zhǔn)觸達(dá)利用預(yù)測(cè)分析，把握客戶留存與業(yè)務(wù)增長(zhǎng)的關(guān)鍵時(shí)機(jī)和信號(hào)37%33%監(jiān)管合規(guī)與風(fēng)險(xiǎn)管理債務(wù)催收與追償利用預(yù)測(cè)分析管理逾期賬款，并制定個(gè)性化還款策略26%21%AI賦能投資組合管理實(shí)時(shí)模擬信貸風(fēng)險(xiǎn)，并提供可追溯的AI推薦方案29%32%銷售優(yōu)化銀行銷售通過數(shù)據(jù)驅(qū)動(dòng)創(chuàng)新，加速產(chǎn)品設(shè)計(jì)并提升市場(chǎng)契合度25%優(yōu)化網(wǎng)點(diǎn)與數(shù)字渠道布局運(yùn)用戰(zhàn)略工具與數(shù)據(jù)分析，驅(qū)動(dòng)銀行營(yíng)收增長(zhǎng)42%22%020406080100來源：

BCG

《構(gòu)建未來2025》全球調(diào)研（總樣本量=

1,250）。圖2在金融機(jī)構(gòu)中，交易與支付領(lǐng)域的AI應(yīng)用處于領(lǐng)先地位評(píng)分最高的AI應(yīng)用職能領(lǐng)域及工作流程（基于應(yīng)用率和預(yù)期影響評(píng)分）職能領(lǐng)域

工作流程銀行業(yè)應(yīng)用率銀行業(yè)預(yù)期影響1《構(gòu)建未來2025

》各行業(yè)平均AI評(píng)分（基于41個(gè)維度評(píng)估）軟件電信支付與金融科技電力與公用事業(yè)；可再生能源

銀行業(yè)；媒體設(shè)備、零部件與半導(dǎo)體航空航天與國防機(jī)械與自動(dòng)化（含綠色科技）生物制藥；醫(yī)療科技全球資產(chǎn)管理；鐵路與酒店；航空；金屬與采礦；保險(xiǎn)圖1銀行業(yè)對(duì)自身AI應(yīng)用進(jìn)展的評(píng)價(jià)分?jǐn)?shù)相對(duì)較高來源：

BCG

《構(gòu)建未來2025》全球調(diào)研（總樣本量=

1,250，其中金融機(jī)構(gòu)樣本量=

147）。注：基于應(yīng)用率與預(yù)期影響篩選出前五大職能領(lǐng)域，每個(gè)領(lǐng)域?qū)?yīng)選取前兩項(xiàng)重點(diǎn)工作流。1

影響程度以關(guān)鍵績(jī)效指標(biāo)（收入增長(zhǎng)、成本降低及客戶滿意度提升等）相較于可改善基準(zhǔn)的提升幅度來衡量。石油與天然氣供應(yīng)商、系統(tǒng)與服務(wù)；消費(fèi)品；物流與郵政服務(wù)汽車與出行波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？5時(shí)尚與奢侈品

房地產(chǎn)；建筑；城市與基礎(chǔ)設(shè)施開發(fā)零售公共部門；化工跨行業(yè)平均分43%歐洲、中東、東南亞4682612北美441

3522亞太358

523來源：

BCG

Expand

Banking

Pools。注：CAGR=

年復(fù)合增長(zhǎng)率。1

包括西歐和東歐的24個(gè)市場(chǎng)。2

包括澳大利亞、加拿大、中國香港、日本、新加坡、韓國。3

包括拉丁美洲、中東和亞洲的35個(gè)市場(chǎng)。圖4零售銀行業(yè)盈利能力出現(xiàn)下滑近年來，全球零售銀行業(yè)雖發(fā)展不均，但整體表現(xiàn)良好。自

2019

年以來，

全球零售銀行年度收入平均增長(zhǎng)7%，

不同地區(qū)之間也存在一定差異：中國內(nèi)地為

4%，

美國為

7%，歐洲達(dá)

9%。在利率上升及其他全球宏觀經(jīng)濟(jì)因素的帶動(dòng)下，存款、貸款和手續(xù)費(fèi)收入在此期間均有所增長(zhǎng)（參閱圖3

）。圖3近年來全球零售銀行業(yè)收入池持續(xù)增長(zhǎng)（單位：十億美元）然而，

盈利改善并不顯著—成本攀升（尤其在北美地區(qū)）持續(xù)侵蝕收入增幅。受運(yùn)營(yíng)成本及貸款減值損失增加的影響，2021

至

2024年間北美地區(qū)的稅前利潤(rùn)實(shí)際出現(xiàn)下滑（參閱圖4

）。波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？6（單位：十億美元）2021年稅前利潤(rùn)

美國

中國內(nèi)地

歐洲1

其他發(fā)達(dá)市場(chǎng)2

世界其他地區(qū)3（以

2021年稅前利潤(rùn)為基準(zhǔn)指數(shù)）2024年稅前利潤(rùn).貸款m

存款m支付與賬戶手續(xù)費(fèi)投資顧問+7.2%利潤(rùn)積壓隱現(xiàn)+4.2%126116100100100來源：

標(biāo)普Capital

IQ

數(shù)據(jù)庫。2019

2024

2029882019

2024

2029+7.2%+4.2%CAGR2024–2029CAGR2019–2024CAGR2024–2029CAGR2019–2024貸款減值損失凈利息收入手續(xù)費(fèi)收入運(yùn)營(yíng)支出6%3%5%9%6%2%5%8%4%3%4%2%4%7%6%7%4%9%3,5623,5622,8982,8982,0432,043展望未來，

我們及其他機(jī)構(gòu)的預(yù)測(cè)一致顯示，零售銀行業(yè)正面臨“收入增速放緩+成本持續(xù)上升”的雙重壓力。根據(jù)常規(guī)情景預(yù)測(cè)，

2024

至2029

年年度收入增速將降至

2%–4%，同時(shí)由于收入池對(duì)利率和經(jīng)濟(jì)周期仍高度敏感，波動(dòng)性將進(jìn)一步加劇。貸款業(yè)務(wù)收入受利率與規(guī)模變化影響，手續(xù)費(fèi)收入增長(zhǎng)趨于停滯，存款和儲(chǔ)蓄業(yè)務(wù)則對(duì)利率極為敏感。以

2025年為例，

隨著利率回落，

儲(chǔ)蓄相關(guān)收入較

2024年已下降近

35%

。與此同時(shí)，成本壓力仍在持續(xù)加大。行業(yè)成本高企主要源于三大因素：

一是固定成本不斷攀升；二是隨著線下網(wǎng)點(diǎn)等傳統(tǒng)客戶觸點(diǎn)的重要性下降，數(shù)字營(yíng)銷投入持續(xù)增加；三是面對(duì)日益增長(zhǎng)的業(yè)務(wù)需求，技術(shù)架構(gòu)升級(jí)勢(shì)在必行。近年來，

間接成本及監(jiān)管驅(qū)動(dòng)型成本的增速已超過總運(yùn)營(yíng)支出，合規(guī)、信息技術(shù)及內(nèi)控相關(guān)支出在預(yù)算中的占比不斷擴(kuò)大，

其增幅遠(yuǎn)超網(wǎng)點(diǎn)優(yōu)化帶來的直接成本節(jié)約。營(yíng)銷成本在總額與單客維度持續(xù)走高，

BCG

的REBEX

基準(zhǔn)數(shù)據(jù)顯示，2023

至

2024年單客營(yíng)銷成本增幅超過

20%

。在收入與成本結(jié)構(gòu)性錯(cuò)配的背景下，許多傳統(tǒng)銀行的成本收入比持續(xù)高居60%以上，而運(yùn)營(yíng)良好的數(shù)字銀行該比例僅約35%。這一差距正在演變?yōu)槿找鏀U(kuò)大的競(jìng)爭(zhēng)力鴻溝。對(duì)傳統(tǒng)銀行而言，僅在營(yíng)銷或網(wǎng)點(diǎn)運(yùn)營(yíng)層面進(jìn)行邊際成本優(yōu)化已難以破局，亟需借助

AI

實(shí)現(xiàn)跨越式變革。機(jī)不可失，時(shí)不再來眾多銀行如今陷入兩難境地：

一方面高調(diào)宣揚(yáng)AI

戰(zhàn)略，另一方面在實(shí)際落地時(shí)卻躊躇不前。AI

雖已成為熱議焦點(diǎn)，卻未能在損益表中兌現(xiàn)價(jià)值。銀行業(yè)正面臨一個(gè)危險(xiǎn)的矛盾：許多CEO高調(diào)描繪宏偉愿景，而大多數(shù)機(jī)構(gòu)卻仍停留在試點(diǎn)階段，僅將

AI

應(yīng)用于客戶身份識(shí)別（KYC

）或聊天機(jī)器人等局部業(yè)務(wù)場(chǎng)景。根據(jù)我們的研究和客戶實(shí)踐，

導(dǎo)致

AI

落地進(jìn)展緩慢的原因有很多，其中最關(guān)鍵的是高層管理者缺乏足夠的決心與行動(dòng)力。許多管理者仍停留在口頭承諾階段—既未設(shè)立明確的價(jià)值目標(biāo)，也沒有制定具體的實(shí)施路徑與關(guān)鍵績(jī)效指標(biāo)（

KPI

）追蹤體系。部分企業(yè)領(lǐng)導(dǎo)者因擔(dān)心影響客戶體驗(yàn)而遲疑不決；有些則將

AI

職責(zé)下放至中基層管理者，而后者要么不知如何落地推進(jìn)，

要么擔(dān)心

AI

的廣泛應(yīng)用會(huì)危及自身崗位，

自然難有作為；更有企業(yè)盲目鋪開試點(diǎn)，將資源分散投入數(shù)十個(gè)復(fù)雜工作流的碎片化改造，而不是集中力量變革能帶來規(guī)模價(jià)對(duì)銀行業(yè)而言，

真正的風(fēng)險(xiǎn)并非AI無法創(chuàng)造價(jià)值，而是未能果斷加速落地。觀望絕非明智之舉。AI

在銀行業(yè)廣泛落地的另一大障礙，是缺乏支撐

AI驅(qū)動(dòng)型銀行所需的先進(jìn)技術(shù)架構(gòu)。管理層既被舊有系統(tǒng)的沉沒成本所束縛，又對(duì)如何轉(zhuǎn)向具備強(qiáng)大數(shù)據(jù)能力的現(xiàn)代化開放架構(gòu)感到茫然無措。同時(shí)，他們還顧慮技術(shù)迭代帶來的風(fēng)險(xiǎn)—基礎(chǔ)模型發(fā)布周期從數(shù)月縮短至數(shù)周，性能與功能不斷升級(jí)，這讓銀行擔(dān)憂投入的技術(shù)可能在一年內(nèi)就面臨淘汰。亞洲地區(qū)（尤其是中國與新加坡）的銀行普遍陷入“自研還是采購”的決策僵局—面對(duì)持續(xù)迭代的供應(yīng)商生態(tài)，他們左右為難；而美國同業(yè)則更警惕“供應(yīng)商鎖定”的風(fēng)險(xiǎn)，擔(dān)憂未來會(huì)因許可證重新談判而承擔(dān)高昂的后續(xù)成本。在信貸審批、反洗錢和資金配置等核心業(yè)務(wù)中，AI

決策的可靠性、責(zé)任界定和信任問題正引發(fā)切實(shí)擔(dān)憂。當(dāng)前很多機(jī)構(gòu)仍在探索人機(jī)協(xié)作的最佳模式：如何合理設(shè)置人工介入節(jié)點(diǎn)，

以及在必要時(shí)以何種方式進(jìn)行干預(yù)。這已不再是一個(gè)單純的技術(shù)問題，

而是組織運(yùn)營(yíng)模式的深刻變革—建立明確的人機(jī)協(xié)作規(guī)則與責(zé)任框架，對(duì)于保障業(yè)務(wù)順暢運(yùn)營(yíng)，規(guī)避財(cái)務(wù)、法律及聲譽(yù)風(fēng)險(xiǎn)至關(guān)重要。此外，

監(jiān)管合規(guī)與文化壁壘也同樣阻礙著

AI在銀行業(yè)的廣泛應(yīng)用。很多高管往往不愿將關(guān)鍵決策交由機(jī)器執(zhí)行，特別是在投資理財(cái)或抵押貸款等高風(fēng)險(xiǎn)業(yè)務(wù)中?？蛻羝毡榕懦?/p>

AI

介入個(gè)人財(cái)務(wù)決策，而銀行員工也擔(dān)心被技術(shù)替代，這兩種抵觸情緒交織在一起，形成雙重阻力。要突破困局，銀行必須周密規(guī)劃并大規(guī)模推行組織變革與員工技能重塑。AI

不僅僅是技術(shù)升級(jí)，

只有將

AI

轉(zhuǎn)型視為深層次的文化變革，銀行才能在競(jìng)爭(zhēng)中搶占先機(jī)。這些擔(dān)憂固然有其道理，但如果銀行只是等待他人鋪平道路，無異于在競(jìng)爭(zhēng)中坐以待斃。對(duì)銀行業(yè)而言，

真正的風(fēng)險(xiǎn)并非

AI

無法創(chuàng)造價(jià)值，

而是未能果斷加速落地。值的端到端核心流程。最終往往是零散項(xiàng)目遍地開花，消耗大量資源，卻難以形成協(xié)同效應(yīng)。波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？7來源：

BCG

Banking

Pools；

BCG分析。AI

正在深刻重塑銀行業(yè)的競(jìng)爭(zhēng)邏輯。根據(jù)我們的測(cè)算，采用“AI

優(yōu)先”模式的零售銀行，其成本基礎(chǔ)可比行業(yè)普遍預(yù)期低30%–40%。在部分市場(chǎng)，

AI

帶來的成本節(jié)約甚至足以完全抵消自然成本上漲，使銀行總成本在數(shù)年內(nèi)保持穩(wěn)定。預(yù)計(jì)銀行會(huì)將節(jié)省的部分成本回饋給客戶，并再投資于新客戶獲取—此舉可能導(dǎo)致潛在收入減少15%–20%。盡管收入折損看似顯著，但歷史經(jīng)驗(yàn)表明，這是重大技術(shù)變革過程中的常態(tài)。將效率提升帶來的收益重新投入創(chuàng)新與新營(yíng)收能力建設(shè)，將加速蠶食行動(dòng)遲緩者的市場(chǎng)份額。在其他行業(yè)的AI領(lǐng)軍者中，

我們已觀察到這種飛輪效應(yīng)正在形成（參閱圖6

）。0.21.00.2傳統(tǒng)銀行雖已完成現(xiàn)有產(chǎn)品與流程的數(shù)字化，提升了服務(wù)效率、降低了運(yùn)營(yíng)成本，并實(shí)現(xiàn)了“按需響應(yīng)”的客戶服務(wù)，但數(shù)字技術(shù)始終扮演著輔助角色—旨在更快、更好、更省地完成既有業(yè)務(wù)。而“AI優(yōu)先”的銀行則將重塑行業(yè)邏輯，構(gòu)建具備預(yù)測(cè)性、自適應(yīng)與自主運(yùn)行能力的全新運(yùn)營(yíng)范式。它們不僅是將產(chǎn)品遷移至數(shù)字渠道，更通過預(yù)設(shè)規(guī)則下的實(shí)時(shí)提示、個(gè)性化建議與動(dòng)態(tài)調(diào)優(yōu)，

引導(dǎo)客戶實(shí)現(xiàn)財(cái)務(wù)目標(biāo)，并創(chuàng)造出唯有在“AI

優(yōu)先”模式下才能誕生的創(chuàng)新產(chǎn)品。在提升客戶體驗(yàn)的同時(shí)，AI

也顯著增強(qiáng)了銀行前、中、后臺(tái)的運(yùn)營(yíng)效率。AI

不僅能為客戶提供更優(yōu)惠、更優(yōu)質(zhì)的產(chǎn)品或服務(wù)，還能從結(jié)構(gòu)上優(yōu)化銀行成本、提升利潤(rùn)空間（參閱圖5

）?？傮w而言，

目前全球零售銀行業(yè)年收入達(dá)

2.9

萬億美元，稅前利潤(rùn)約

9000

億美元。根據(jù)現(xiàn)有市場(chǎng)與宏觀經(jīng)濟(jì)趨勢(shì)預(yù)測(cè)，到2030

年行業(yè)收入將增至

3.8

萬億美元，但受前述成本持續(xù)攀升影響，利潤(rùn)增幅相對(duì)有限，預(yù)計(jì)僅達(dá)

1

萬億美元。圖5AI將助力生產(chǎn)力提升與利潤(rùn)增長(zhǎng)全球收入與成本（

2024年

vs2030年AI驅(qū)動(dòng)型零售銀行）

（單位：萬億美元）收入

2.93.83.1對(duì)典型零售銀行而言，

規(guī)?；瘧?yīng)用

AI

可帶來30%以上的利潤(rùn)增長(zhǎng)。盡管全球推進(jìn)速度不一（亞洲目前暫時(shí)領(lǐng)先），

且部分

AI

技術(shù)的落地或許稍慢于預(yù)期，但

AI

仍是當(dāng)前最具顛覆性的戰(zhàn)略杠桿。0.9Σ

1.6Σ

2.6–1.1網(wǎng)點(diǎn)（含ATM

）遠(yuǎn)程中心非網(wǎng)點(diǎn)銷售銷售和產(chǎn)品管理數(shù)字營(yíng)銷波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？8

前臺(tái)成本中臺(tái)成本后臺(tái)成本利潤(rùn)池加速擴(kuò)容–1.82030年常規(guī)模式經(jīng)營(yíng)2030年AI驅(qū)動(dòng)型零售銀行稅前利潤(rùn)成本風(fēng)險(xiǎn)1.3–0.50.268%50%63%成本收入比支持IT運(yùn)營(yíng)2024年Σ

1.7當(dāng)智能體技術(shù)完全成熟時(shí)，

這些

AI

系統(tǒng)將成為真正的數(shù)字員工。采用“AI優(yōu)先”戰(zhàn)略的銀行，不僅能夠通過智能體實(shí)現(xiàn)規(guī)?；瘮U(kuò)張，還能與客戶進(jìn)行真正的個(gè)性化互動(dòng)。智能體式

AI

將監(jiān)管并執(zhí)行服務(wù)、合規(guī)、風(fēng)控及異常處理等端到端工作流，使大規(guī)模運(yùn)營(yíng)的邊際成本趨近于零。與此同時(shí)，人力價(jià)值將實(shí)現(xiàn)向上遷移：中后臺(tái)的工作重心將從已被自動(dòng)化的重復(fù)性任務(wù)，轉(zhuǎn)向處理那些“關(guān)鍵時(shí)刻”—即因涉及重大利益、復(fù)雜情境或強(qiáng)烈情感因素，而必須依賴人類同理心、專業(yè)判斷與責(zé)任擔(dān)當(dāng)來應(yīng)對(duì)的核心業(yè)務(wù)場(chǎng)景。我們離這一愿景仍有距離。要充分釋放智能體價(jià)值，銀行不僅需要構(gòu)建人才與技術(shù)能力，更需建立全新的運(yùn)營(yíng)模式—這注定是一場(chǎng)長(zhǎng)期征程。很可能部分（甚至多數(shù)）銀行會(huì)首先將智能體部署于客戶交互層面，使客戶互動(dòng)與需求解析實(shí)現(xiàn)智能體驅(qū)動(dòng)。后續(xù)推進(jìn)將基于智能體自主編寫并持續(xù)優(yōu)化的確定性邏輯規(guī)則，在確保系統(tǒng)可控性與可審計(jì)性的前提下，

實(shí)現(xiàn)快速自適應(yīng)。目前，

少數(shù)銀行已率先部署自主智能體，但從行業(yè)整體來看，

多數(shù)銀行仍處于智能體應(yīng)用的初級(jí)階段（參閱圖7

）。過去一年，

智能體式

AI

的崛起已成為推動(dòng)

AI與商業(yè)實(shí)踐深度融合的關(guān)鍵進(jìn)展。這類系統(tǒng)能夠自主觀察、規(guī)劃并執(zhí)行目標(biāo)任務(wù)，融合了預(yù)測(cè)性

AI與生成式AI的雙重能力。通過將其嵌入業(yè)務(wù)流程，企業(yè)能夠在全價(jià)值鏈實(shí)現(xiàn)自主決策與執(zhí)行—這意味著

AI的角色從被動(dòng)顧問轉(zhuǎn)變?yōu)槠髽I(yè)運(yùn)作中的主動(dòng)執(zhí)行者。智能體技術(shù)的早期實(shí)踐已取得顯著成果：

在亞洲，某銀行通過部署智能體實(shí)現(xiàn)逾期債務(wù)催收與談判流程自動(dòng)化，成功將運(yùn)營(yíng)成本壓縮

30%–40%，并將現(xiàn)金回收率較傳統(tǒng)模式提升逾十個(gè)百分點(diǎn)。通過虛擬助手與客戶開展智能對(duì)話的銀行，則在提供財(cái)富規(guī)劃、產(chǎn)品推薦與實(shí)時(shí)決策支持的過程中，將業(yè)務(wù)預(yù)申請(qǐng)數(shù)量增加75%，并同步提升客戶資質(zhì)合格率。某大型全球性銀行正在試點(diǎn)以“AI優(yōu)先”模式重構(gòu)人力資源職能，

以驗(yàn)證該技術(shù)如何從根本上重塑員工的全周期體驗(yàn)。 AI落后者AI領(lǐng)軍者來源：

BCG

《構(gòu)建未來2025》全球調(diào)研（總樣本量=

1,250，其中金融機(jī)構(gòu)樣本量=

147）。AI

智能體大有可為圖6金融機(jī)構(gòu)AI領(lǐng)軍者：通過資金再投資，開啟價(jià)值創(chuàng)造的良性循環(huán)波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？92024年已實(shí)現(xiàn)增值

…………持續(xù)投入資金

…………預(yù)計(jì)2028年將創(chuàng)造更大價(jià)值9.5%

10.5%1.8x4.2%2.3%

1.9x

1.3%

2.4%

到2028年，AI創(chuàng)造的價(jià)值預(yù)計(jì)將提升3–7倍4.5%

4.9%收入增長(zhǎng)

成本降低2025年IT預(yù)算

1.0x

1.1x

,

1.1x

,

1.1x

,12.0%

12.3%AI投入占比成本降低收入增長(zhǎng)8.6%

9.3%來源：

BCG分析。注：

LLMs=大語言模型；TTC

=

測(cè)試時(shí)計(jì)算。對(duì)領(lǐng)先的金融機(jī)構(gòu)而言，

真正的突破在于后續(xù)發(fā)展階段。向自主智能體演進(jìn)—即培育具備環(huán)境感知、策略規(guī)劃、工具調(diào)用與自主執(zhí)行能力的AI

模型—將為成本與收入兩端創(chuàng)造實(shí)質(zhì)性價(jià)值。在智能體發(fā)展階梯的頂端（目前尚無企業(yè)達(dá)到此階段），

將出現(xiàn)能夠自主交互的多智能體系統(tǒng)：它們通過跨域信息同步、目標(biāo)協(xié)同與策略協(xié)調(diào)，

實(shí)現(xiàn)復(fù)雜業(yè)務(wù)的閉環(huán)管理。盡管目前鮮有企業(yè)觸及后兩個(gè)階段，但BCG

研究顯示，

那些實(shí)現(xiàn)規(guī)?；瘍r(jià)值創(chuàng)造的企業(yè)，

其營(yíng)收增幅可達(dá)未實(shí)現(xiàn)規(guī)?；髽I(yè)的5

倍，

成本降幅則為

3

倍—這一影響足以顯著提升股東回報(bào)。即便在當(dāng)前發(fā)展初期，“AI

優(yōu)先”的行業(yè)趨勢(shì)已清晰可見—至少對(duì)領(lǐng)軍企業(yè)而言。正如當(dāng)年消費(fèi)數(shù)字革命重塑商業(yè)格局（還記得亞馬遜出現(xiàn)之前的零售業(yè)形態(tài)嗎？

），

其他行業(yè)領(lǐng)先企業(yè)打造的客戶體驗(yàn)，

必將深刻影響銀行業(yè)商業(yè)模式與運(yùn)營(yíng)體系的演進(jìn)方向。當(dāng)前，旅游和零售行業(yè)通過智能行程規(guī)劃、持續(xù)動(dòng)態(tài)定價(jià)與“預(yù)見式管家服務(wù)”不斷提升用戶體驗(yàn)標(biāo)桿，相比之下，銀行傳統(tǒng)的被動(dòng)服務(wù)模式已顯滯后。最終，AI智能體將成為行業(yè)分水嶺：

AI

領(lǐng)軍者將構(gòu)建完整的智能體系統(tǒng)，

而

AI

落后者仍停留在零散工具試點(diǎn)階段。工作流系統(tǒng)訓(xùn)練使用工具智能體工作流“LLMs+條件語句”經(jīng)訓(xùn)練具備工具調(diào)用與結(jié)構(gòu)化輸出能力，搭配工作流系統(tǒng)后，即可構(gòu)建出受約束的AI智能體規(guī)?；瘧?yīng)用圖7頭部金融機(jī)構(gòu)不斷邁入智能體式AI發(fā)展新階段波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？10自主智能體模型經(jīng)訓(xùn)練可完成觀察、推理（TTC）、規(guī)劃、使用工具，并調(diào)用資源以自主智能體的角色執(zhí)行任務(wù)不同程度的推理/學(xué)習(xí)能力構(gòu)成一個(gè)額外維度：從當(dāng)前受約束的智能體，到未來可期的完全自主智能體聊天機(jī)器人經(jīng)指令微調(diào)的基礎(chǔ)模型，訓(xùn)練目標(biāo)是與用戶“對(duì)話”Token預(yù)測(cè)原始基礎(chǔ)模型，僅具備簡(jiǎn)單的下一個(gè)Token預(yù)測(cè)功能多智能體系統(tǒng)

經(jīng)訓(xùn)練可跨邊界共享上下文、對(duì)齊目標(biāo)，并協(xié)同規(guī)劃與執(zhí)行智能體觀察、規(guī)劃、執(zhí)行許多機(jī)構(gòu)正在探索或已實(shí)施工作流系統(tǒng)解決方案智能體智能體訓(xùn)練規(guī)劃與推理能力早期非常早期訓(xùn)練溝通能力多智能體系統(tǒng)訓(xùn)練對(duì)話基礎(chǔ)模型智能體編排試想這樣一幅場(chǎng)景：某銀行能夠根據(jù)客戶的投資策略調(diào)整（如轉(zhuǎn)向進(jìn)取型投資）或生活變化（如購置新房），

自動(dòng)優(yōu)化其投資組合配置；或根據(jù)存款規(guī)模定制個(gè)性化利率方案；或結(jié)合房產(chǎn)細(xì)節(jié)、交易場(chǎng)景與客戶財(cái)務(wù)狀況設(shè)計(jì)專屬按揭貸款；

亦或是通過深度嵌入非銀行場(chǎng)景的

AI驅(qū)動(dòng)流程，

提供個(gè)性化儲(chǔ)蓄計(jì)劃與無縫支付體驗(yàn)（參見專題《瑪麗亞的一天：口袋里的智能財(cái)務(wù)顧問》）。AI

同樣正在改變銀行業(yè)的商業(yè)邏輯。傳統(tǒng)上，零售銀行的競(jìng)爭(zhēng)力體現(xiàn)在銷售團(tuán)隊(duì)實(shí)力、運(yùn)營(yíng)效率、風(fēng)險(xiǎn)判斷力和資產(chǎn)負(fù)債表的穩(wěn)健性。盡管科技早已滲透這些競(jìng)爭(zhēng)維度，

但始終只是輔助角色。而成功轉(zhuǎn)向“AI優(yōu)先”的銀行，其核心競(jìng)爭(zhēng)力將不再依賴網(wǎng)點(diǎn)規(guī)?；蛸Y產(chǎn)負(fù)債表實(shí)力，而取決于算法的響應(yīng)速度、復(fù)雜度和透明度。隨著行業(yè)建立起必要的信任基準(zhǔn)，A

銀行與

B

銀行的競(jìng)爭(zhēng)將直接體現(xiàn)為算法能力的較量—人類的設(shè)計(jì)智慧與機(jī)器的學(xué)習(xí)能力（例如在服務(wù)過程中持續(xù)進(jìn)化的水平）將成為價(jià)值核心。智能體能夠以近乎零邊際成本，

實(shí)現(xiàn)運(yùn)營(yíng)規(guī)模的無限擴(kuò)展，

并提供真正個(gè)性化的客戶交互。數(shù)字化幫助銀行實(shí)現(xiàn)流程自動(dòng)化并改善客戶服務(wù)，

但并未真正改變銀行業(yè)的基本模式。AI

則截然不同?！癆I

優(yōu)先”的銀行將重新定義一流銀行的能力邊界。AI

的部署能夠重塑銀行的成本結(jié)構(gòu)—這一趨勢(shì)已經(jīng)顯現(xiàn)。行業(yè)領(lǐng)軍者還將更進(jìn)一步：借助AI改造現(xiàn)有產(chǎn)品與服務(wù)，并開創(chuàng)全新業(yè)務(wù)模式。它們將打造能夠成為客戶“全程伴侶”的智能體，通過基于數(shù)據(jù)的自動(dòng)化、實(shí)時(shí)化的建議與執(zhí)行，幫助客戶達(dá)成財(cái)務(wù)目標(biāo)，管理財(cái)富生活。什么是“AI

優(yōu)先”零售銀行？波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？11午餐時(shí)分，瑪麗亞在附近店鋪點(diǎn)了壽司。她無需掏錢包或手機(jī)付款，

因?yàn)橐褳樵撋虘糸_通了免接觸支付功能。終端設(shè)備識(shí)別到她手機(jī)的加密近場(chǎng)令牌后，銀行基于她的消費(fèi)習(xí)慣、地理位置及預(yù)設(shè)的50

美元以下支付限額，

通過網(wǎng)絡(luò)令牌授權(quán)完成交易，

全程不暴露任何卡片信息。用餐期間，Ari

同步更新了她的預(yù)算目標(biāo)：“注意到您本月餐飲支出較上月減少12%。若保持這種節(jié)奏，您的旅行儲(chǔ)蓄目標(biāo)將提前一個(gè)月達(dá)成。需要我將今日節(jié)省的金額轉(zhuǎn)入度假基金嗎？”瑪麗亞欣然同意。她甚至沒來得及思考預(yù)算這件事，

因?yàn)?/p>

Ari

早已安排妥當(dāng)。下班途中，

瑪麗亞收到了

Ari

發(fā)來的月度資金管理報(bào)告：“今天我將您部分儲(chǔ)蓄資金轉(zhuǎn)至短期債券基金。鑒于午后市場(chǎng)波動(dòng)加劇，本次調(diào)倉在維持年化收益穩(wěn)定的同時(shí)，有效平衡了您的風(fēng)險(xiǎn)敞口。附上完整操作記錄及備選方案模擬。您希望手動(dòng)調(diào)整設(shè)置，還是直接確認(rèn)執(zhí)行？”瑪麗亞快速瀏覽了摘要。所有操作透明可見，且始終保留人工干預(yù)權(quán)限—她隨時(shí)可以介入調(diào)整，

但實(shí)際上幾乎不需要，

因?yàn)锳ri

會(huì)在后臺(tái)預(yù)先整合方案，讓她能夠快遞且有依據(jù)地做出決策。下午，瑪麗亞在線選購了一輛二手電動(dòng)車，這能讓她的通勤時(shí)間縮短

20

分鐘。賣家提供即時(shí)分期服務(wù)，

以往這意味著繁瑣材料和漫長(zhǎng)審核，但此刻，Ari

已瞬間完成了對(duì)她收入流水、消費(fèi)習(xí)慣及車輛殘值的綜合分析?！百J款已獲批。每月還款50

美元，基于您的個(gè)人資質(zhì)及市場(chǎng)行情，個(gè)性化利率為4.2%

，并包含盜竊及損壞保險(xiǎn)。是否確認(rèn)辦理？”不到一秒，瑪麗亞便獲得了一套集融資與保障于一體的解決方案—無需填表，

無需等待，銀行在后臺(tái)實(shí)時(shí)完成了全部流程。清晨

6:30，瑪麗亞在手機(jī)鬧鈴聲中醒來。她的銀行

AI

助手

Ari

已準(zhǔn)備好晨間簡(jiǎn)報(bào)，她一邊吃早餐一邊瀏覽晨報(bào)內(nèi)容?！霸缟虾?，瑪麗亞。您的水電費(fèi)賬單今日到期。建議將支付時(shí)間調(diào)整到下午2

點(diǎn)后，這樣既能避免透支費(fèi)用，又能保留現(xiàn)金返還優(yōu)惠。需要我為您更新支付安排嗎？”瑪麗亞隨口應(yīng)了聲“好”，Ari

便即時(shí)調(diào)整了付款計(jì)劃。無需打開應(yīng)用、無需登錄賬號(hào)—只需一個(gè)無縫、隱形的交互界面，便提前預(yù)判并滿足了她的需求。通勤途中，

瑪麗亞收到了Ari

發(fā)來的個(gè)性化按揭貸款優(yōu)化提示：“根據(jù)您所在社區(qū)的最新評(píng)估，以及您近期提升的信用評(píng)分，我們可以將您的房貸利率下降0.3%。立即調(diào)整即可每月節(jié)省約300

美元。需要我模擬重貸流程，并展示對(duì)您預(yù)算的影響嗎？”瑪麗亞點(diǎn)擊“模擬”，短短幾秒內(nèi)，

一份動(dòng)態(tài)可視化方案彈出：包含新的現(xiàn)金流狀況、五年累計(jì)節(jié)省金額，

以及房產(chǎn)估值預(yù)測(cè)趨勢(shì)。Ari

已預(yù)填好大部分申請(qǐng)表信息，只待最終確認(rèn)。無需去網(wǎng)點(diǎn)，也沒有推銷話術(shù)—只有智能的情景化服務(wù)。晚上設(shè)置鬧鐘時(shí)，Ari

提醒她，

次日需與銀行的專屬客戶經(jīng)理進(jìn)行視頻會(huì)議。因?yàn)?/p>

Ari

已處理了她的大部分事務(wù)，她與客戶經(jīng)理并不常溝通。但明天的安排將聚焦她的創(chuàng)業(yè)計(jì)劃—開一家可持續(xù)發(fā)展主題的咖啡館。Ari

會(huì)提前備好融資方案、現(xiàn)金流預(yù)測(cè)，甚至模擬多種商業(yè)模式；客戶經(jīng)理則會(huì)協(xié)助瑪麗亞制定切實(shí)可行的落地計(jì)劃，

讓夢(mèng)想照進(jìn)現(xiàn)實(shí)。臨睡前，瑪麗亞突然意識(shí)到，一整天下來，她壓根沒想過“銀行業(yè)務(wù)”這回事?，旣悂喌囊惶欤嚎诖锏闹悄茇?cái)務(wù)顧問波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？12我們認(rèn)為，以下六大特征將深刻定義“AI優(yōu)先”銀行的核心形態(tài)：極致個(gè)性化客戶互動(dòng)未來的銀行客戶經(jīng)理和財(cái)富顧問，將化身為客戶口袋中的

AI

智能體。它能持續(xù)觀察并深度參與用戶的財(cái)務(wù)生活，提前識(shí)別需求，

實(shí)時(shí)提供優(yōu)化建議，并在獲得授權(quán)后直接執(zhí)行操作?；跒槊课豢蛻袅可矶ㄖ频膫€(gè)性化分析與方案論證，智能體將顯著提升新業(yè)務(wù)及適配性產(chǎn)品與服務(wù)的轉(zhuǎn)化率。目前，部分大型金融機(jī)構(gòu)的智能體已能實(shí)時(shí)監(jiān)測(cè)企業(yè)公告、新聞動(dòng)態(tài)、社交媒體內(nèi)容以及券商研究報(bào)告，并將這類多維度信息與客戶個(gè)體數(shù)據(jù)整合，

為前線服務(wù)人員提供投資策略及產(chǎn)品推薦。我們認(rèn)為，

隨著文化壁壘和對(duì)新事物的顧慮逐漸消散，智能體直接服務(wù)零售銀行客戶只是時(shí)間問題。屆時(shí)，銀行將實(shí)現(xiàn)全渠道協(xié)同銷售，而“預(yù)判能力+

個(gè)性化服務(wù)”將重新定義轉(zhuǎn)化率。個(gè)人綜合金融解決方案“AI

優(yōu)先”銀行將摒棄傳統(tǒng)產(chǎn)品的銷售模式，

轉(zhuǎn)而提供全面化、自適應(yīng)、動(dòng)態(tài)化的金融解決方案及財(cái)務(wù)操作系統(tǒng)，持續(xù)優(yōu)化每位客戶的整體財(cái)務(wù)狀況。通過這一模式，“AI

優(yōu)先”銀行將扭轉(zhuǎn)當(dāng)前解決方案日益碎片化的趨勢(shì)—即客戶自主選擇零散服務(wù)的模式。智能體能夠靈活整合模塊化產(chǎn)品，根據(jù)客戶個(gè)體情況定制專屬金融方案。以銀保業(yè)務(wù)為例：AI

可實(shí)現(xiàn)保障產(chǎn)品的實(shí)時(shí)定制，在個(gè)人客戶層面動(dòng)態(tài)調(diào)整保障范圍、定價(jià)及風(fēng)險(xiǎn)偏好。人壽保險(xiǎn)和財(cái)產(chǎn)保險(xiǎn)可以嵌入更廣泛的金融需求和場(chǎng)景中（如與按揭貸款、儲(chǔ)蓄、支付等功能結(jié)合）。定價(jià)因此變得個(gè)性化且動(dòng)態(tài)化—統(tǒng)一費(fèi)率與標(biāo)準(zhǔn)化利差將成為歷史。取而代之的是，

系統(tǒng)可即時(shí)完成個(gè)性化的風(fēng)險(xiǎn)回報(bào)權(quán)衡定價(jià)，在平衡每位客戶的風(fēng)險(xiǎn)偏好與對(duì)價(jià)格上調(diào)的承受度的同時(shí)，綜合考慮風(fēng)險(xiǎn)水平、利率走勢(shì)、投資組合動(dòng)態(tài)及市場(chǎng)競(jìng)爭(zhēng)情況。隨著解決方案日趨個(gè)性化與復(fù)雜化，消費(fèi)者權(quán)益保護(hù)的重要性日益凸顯。兼具可信性與責(zé)任感的

AI系統(tǒng)愈發(fā)關(guān)鍵—這不僅關(guān)乎到技術(shù)可靠性，更直接影響消費(fèi)者權(quán)益保護(hù)與銀行聲譽(yù)的維護(hù)。隱形嵌入式交互界面銀行服務(wù)界面與應(yīng)用將徹底融入客戶日常生活。智能體可跨渠道無縫運(yùn)作，主動(dòng)預(yù)判并滿足客戶需求。支付、信貸和儲(chǔ)蓄功能無縫嵌入客戶原有的生活和商業(yè)場(chǎng)景中—無論是電商平臺(tái)、移動(dòng)應(yīng)用還是社交網(wǎng)絡(luò)。傳統(tǒng)的被動(dòng)響應(yīng)式數(shù)字前端或?qū)⒅饾u淡出視野。自動(dòng)化運(yùn)營(yíng)智能體式

AI

將監(jiān)管并執(zhí)行服務(wù)、合規(guī)、風(fēng)控及異常處理等端到端工作流，從而推動(dòng)大規(guī)模運(yùn)營(yíng)的邊際成本趨近于零。人力資源將實(shí)現(xiàn)價(jià)值升級(jí)：中后臺(tái)團(tuán)隊(duì)規(guī)?？s減，工作重心轉(zhuǎn)向高價(jià)值分析與決策干預(yù)，混合式工作模式成為標(biāo)準(zhǔn)化設(shè)計(jì)。流程默認(rèn)采用自動(dòng)化流轉(zhuǎn)機(jī)制—智能體負(fù)責(zé)任務(wù)分流與方案預(yù)整合，最大限度縮短客戶等待時(shí)間；人類團(tuán)隊(duì)則聚焦于突破流程瓶頸與提供審批確認(rèn)。這一認(rèn)知架構(gòu)能夠持續(xù)觀察、推理、規(guī)劃和執(zhí)行，從運(yùn)營(yíng)結(jié)果中學(xué)習(xí)，并自適應(yīng)優(yōu)化工作流程。人工問責(zé)機(jī)制仍是核心支柱?？蛻舢?dāng)然不會(huì)希望智能體完全取代人類決策主導(dǎo)權(quán)，

可通過構(gòu)建“三層防護(hù)框架”實(shí)現(xiàn)權(quán)責(zé)閉環(huán)：其

一

，智能體政策層界定權(quán)責(zé)邊界，劃定操作紅線與授權(quán)范圍；其二，合規(guī)保障層提供全流程管控、可追溯審計(jì)記錄及方案模擬驗(yàn)證，確保自主操作有據(jù)可查、風(fēng)險(xiǎn)可控；其三，

人工責(zé)任層為每個(gè)自主業(yè)務(wù)域指定明確責(zé)任主體，

其原理類似于自動(dòng)駕駛領(lǐng)域的責(zé)任框架。波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？13實(shí)時(shí)化風(fēng)險(xiǎn)與資本配置在“AI優(yōu)先”的銀行中，風(fēng)險(xiǎn)管理是持續(xù)不間斷的。傳統(tǒng)風(fēng)險(xiǎn)管理按固定周期運(yùn)行，

反應(yīng)滯后（如授信時(shí)的信用評(píng)分、月度或季度的組合審查、年度壓力測(cè)試），

而“AI

優(yōu)先”銀行的風(fēng)險(xiǎn)模型則持續(xù)運(yùn)作，

實(shí)時(shí)感知、預(yù)測(cè)并重新定價(jià)風(fēng)險(xiǎn)。貸款審批可在毫秒內(nèi)完成定價(jià)與決策。風(fēng)險(xiǎn)與回報(bào)不再以平均值計(jì)算，AI

模型通過整合客戶行為、宏觀經(jīng)濟(jì)信號(hào)與市場(chǎng)動(dòng)態(tài)的實(shí)時(shí)數(shù)據(jù)流，即時(shí)調(diào)整定價(jià)。這意味著貸款利率、存款利率及保險(xiǎn)費(fèi)率將根據(jù)風(fēng)險(xiǎn)偏好、資金成本和市場(chǎng)競(jìng)爭(zhēng)態(tài)勢(shì)持續(xù)動(dòng)態(tài)調(diào)整。銀行不再被動(dòng)等待存款積累與貸款發(fā)放，而是成為資本的自主配置者。AI

智能體以近實(shí)時(shí)的方式動(dòng)態(tài)調(diào)控資產(chǎn)負(fù)債表，在客戶、組合乃至地域間靈活調(diào)配流動(dòng)性、資金和風(fēng)險(xiǎn)加權(quán)資產(chǎn)。這使得銀行在滿足現(xiàn)有監(jiān)管要求的同時(shí)，能夠最大化資本回報(bào)，并為每位客戶定制解決方案。這種變革也將反過來影響監(jiān)管機(jī)構(gòu)的監(jiān)督預(yù)期—AI

驅(qū)動(dòng)的風(fēng)險(xiǎn)引擎透明度、壓力測(cè)試能力和系統(tǒng)韌性將成為監(jiān)管關(guān)注的核心。精益人力在“AI優(yōu)先”模式下，人類員工只需專注于戰(zhàn)略規(guī)劃、治理架構(gòu)、創(chuàng)新突破和關(guān)系構(gòu)建相關(guān)工作。由此，銀行能夠精簡(jiǎn)人員和成本，

同時(shí)擴(kuò)大服務(wù)半徑，

提升運(yùn)營(yíng)效能。“AI

優(yōu)先”銀行的員工數(shù)量可能不及當(dāng)前一家中等規(guī)模的金融科技公司，但其資產(chǎn)管理能力卻可能超過上世紀(jì)最大規(guī)模的銀行。真正的護(hù)城河不再是網(wǎng)點(diǎn)網(wǎng)絡(luò)或資產(chǎn)負(fù)債表，而是高性能且值得信賴的

AI—這一特性至關(guān)重要。波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？14“AI

優(yōu)先”零售銀行及其潛在影響，

在當(dāng)下看來或許遙不可及。確實(shí)，AI

模型的可靠性仍需提升，數(shù)據(jù)和技術(shù)基礎(chǔ)設(shè)施尚待完善，監(jiān)管框架也需與時(shí)俱進(jìn)，而最關(guān)鍵的是，消費(fèi)者和員工需要逐漸適應(yīng)與“智能”機(jī)器的日?；?dòng)。然而，我們已經(jīng)看到一些銀行正朝著“AI優(yōu)先”的未來邁出堅(jiān)實(shí)步伐。以虛擬助手為例，銀行通過語音交互對(duì)話為客戶提供財(cái)務(wù)信息和實(shí)時(shí)資金洞察，在保持客戶滿意度不下降的同時(shí)，有效降低成本并提升業(yè)務(wù)轉(zhuǎn)化率。AI

智能體負(fù)責(zé)的貸后催收實(shí)現(xiàn)了更高的成功率和更低的運(yùn)營(yíng)成本。通過智能體實(shí)時(shí)監(jiān)測(cè)欺詐和風(fēng)險(xiǎn)因素，銀行在有效控制誤報(bào)率的前提下顯著降低了損失率。由智能體主導(dǎo)、結(jié)合動(dòng)態(tài)定價(jià)與個(gè)性化推薦的營(yíng)銷活動(dòng)，

不僅提升了投資回報(bào)率，也加速了付費(fèi)服務(wù)的市場(chǎng)滲透。在合規(guī)領(lǐng)域，智能體能夠統(tǒng)籌客戶盡調(diào)與反洗錢流程中的案件匯編、證據(jù)核查與報(bào)告提交，使得業(yè)務(wù)周期大幅縮短，

分析師的重復(fù)工作量減少，

同時(shí)基于結(jié)構(gòu)化操作日志的審計(jì)追溯能力也得到全面提升。誠然，此類案例目前仍屬零星個(gè)例。銀行若希望通過

AI創(chuàng)造真正具有系統(tǒng)性、可在損益表與股東回報(bào)中體現(xiàn)的實(shí)質(zhì)性價(jià)值，就必須在戰(zhàn)略愿景上更具雄心，在落地執(zhí)行與規(guī)?；七M(jìn)上更具魄力。追隨領(lǐng)軍者波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？15AI

投資三階段企業(yè)在推進(jìn)

AI投資時(shí)通常會(huì)經(jīng)歷三個(gè)階段，只有在后兩個(gè)階段實(shí)現(xiàn)規(guī)模化應(yīng)用，

才能真正在損益表上體現(xiàn)出實(shí)質(zhì)性的價(jià)值（參閱圖8

）。?部署應(yīng)用：通過文檔提取、負(fù)面清單篩查、文本起草與摘要生成等標(biāo)準(zhǔn)化解決方案，AI

在組織內(nèi)部實(shí)現(xiàn)對(duì)大部分日常工作的自動(dòng)化或增強(qiáng)賦能。?流程重塑：AI

對(duì)信貸咨詢、申請(qǐng)?zhí)峤?、信用審核（含證券化貸款估值）、審批放款（包括面向終端客戶或客服人員的場(chǎng)景化聊天機(jī)器人）及報(bào)告起草等流程與職能進(jìn)行端到端優(yōu)化。來源：

BCG

2025年AI雷達(dá)調(diào)研（樣本量=

1,803）。當(dāng)前大多數(shù)銀行面臨的核心抉擇在于：

是繼續(xù)停留在部署應(yīng)用的階段，還是加速邁向模式創(chuàng)新，重寫自身乃至整個(gè)行業(yè)的競(jìng)爭(zhēng)規(guī)則？那些未能走出部署階段的機(jī)構(gòu)，

將面臨被行業(yè)結(jié)構(gòu)性淘汰的風(fēng)險(xiǎn)。圖8多數(shù)企業(yè)未優(yōu)先布局高影響力的投資機(jī)會(huì)部署、重塑和創(chuàng)新舉措方面的AI投資占比分布盡管要完全實(shí)現(xiàn)這一愿景仍需推進(jìn)諸多變革，

但已有部分銀行正朝著“AI優(yōu)先”的未來邁出堅(jiān)實(shí)步伐。部署聚焦個(gè)體效率提升重塑旨在重塑關(guān)鍵職能的流程級(jí)生產(chǎn)力提升創(chuàng)新關(guān)乎企業(yè)核心業(yè)務(wù)的公司級(jí)創(chuàng)新值得慶幸的是，

在其他行業(yè)中，已經(jīng)從

AI

中獲得顯著價(jià)值的領(lǐng)軍企業(yè)—我們稱之為“先鋒型企業(yè)”（future-built

）—總結(jié)出一套可供借鑒的實(shí)踐路徑。該方法包含五大核心戰(zhàn)略，但鑒于行業(yè)的特殊性，

銀行還需在此基礎(chǔ)上補(bǔ)充一項(xiàng)行業(yè)專屬戰(zhàn)略。29%44%56%27%?模式創(chuàng)新：AI

基于數(shù)據(jù)與算法催生全新商業(yè)模式，包括個(gè)性化金融操作系統(tǒng)、實(shí)時(shí)風(fēng)險(xiǎn)定價(jià)以及預(yù)測(cè)性投資平臺(tái)等。波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？16圖9銀行業(yè)領(lǐng)軍企業(yè)將AI定位為高管層核心要?jiǎng)?wù)，其管理者推動(dòng)AI應(yīng)用的積極性約為落后企業(yè)的四倍管理者支持AI落地的行為分布16%64%20%6%53%41%

0%

先鋒型企業(yè)不再滿足于僅用AI改進(jìn)單個(gè)環(huán)節(jié)，而是著眼于打通并自動(dòng)化整個(gè)業(yè)務(wù)流程。這些企業(yè)運(yùn)用

AI

技術(shù)重新構(gòu)想工作方式：例如借助視覺AI

，

自動(dòng)化處理依賴紙質(zhì)文檔的流程（這些文檔包含平面圖等非結(jié)構(gòu)化數(shù)據(jù)）；或自動(dòng)分析待融資房產(chǎn)或車輛的影像資料，

以快速生成評(píng)估結(jié)果。這些企業(yè)將

AI深度嵌入工作流，

動(dòng)態(tài)優(yōu)化投資組合，并營(yíng)造技術(shù)與業(yè)務(wù)協(xié)同發(fā)展的組織環(huán)境。絕大多數(shù)領(lǐng)軍者預(yù)期，

其

AI

價(jià)值將主要來源于對(duì)業(yè)務(wù)流程的重塑與創(chuàng)新。先鋒型企業(yè)會(huì)制定與公司戰(zhàn)略相契合、兼具雄心與可行性的量化

AI

目標(biāo)，

并獲得董事會(huì)與

CEO層面的全力支持，

確保

AI

議程不再停留于零散實(shí)驗(yàn)或試點(diǎn)，而是上升至戰(zhàn)略核心地位（參閱圖9

）。高層管理者會(huì)將整體業(yè)務(wù)目標(biāo)轉(zhuǎn)化為擁有充足資金保障、具備清晰里程碑的多年期

AI

愿景，

例如通過

AI驅(qū)動(dòng)的流程改進(jìn)實(shí)現(xiàn)明確效率提升，

或通過個(gè)性化項(xiàng)目創(chuàng)造新的營(yíng)收來源。這些企業(yè)以AI價(jià)值為核心指引，根據(jù)投資潛在回報(bào)優(yōu)先排序AI機(jī)會(huì)，

聚焦高價(jià)值突破點(diǎn)，

明確財(cái)務(wù)預(yù)期。正如前文所述，領(lǐng)軍企業(yè)會(huì)將成功投資收益再投入增長(zhǎng)舉措，如客戶獲取、錢包份額拓展等。它們?yōu)楦拍铗?yàn)證與規(guī)?；A段設(shè)定清晰

KPI

，并以短期和長(zhǎng)期價(jià)值落地周期錨定戰(zhàn)略愿景—既包含當(dāng)年

KPI

，也涵蓋到

2030

年的階段性目標(biāo)，

同時(shí)制定明確的執(zhí)行路線圖。領(lǐng)軍企業(yè)優(yōu)先在核心業(yè)務(wù)領(lǐng)域?qū)崿F(xiàn)

AI價(jià)值轉(zhuǎn)化—目前銀行業(yè)75%的AI價(jià)值正源自這些領(lǐng)域（參閱圖10

）。其重點(diǎn)布局的客戶服務(wù)領(lǐng)域已在數(shù)字營(yíng)銷、客戶旅程管理、定價(jià)及銷售等多個(gè)流程中取得實(shí)質(zhì)性成效；同時(shí)，信息技術(shù)，尤其是軟件開發(fā)，也成為重要價(jià)值引擎。來源：

BCG

《構(gòu)建未來2025》全球調(diào)研（總樣本量=

1,250，其中銀行樣本量=59）。重塑與創(chuàng)新全面擁抱AI，親自示范使用并直接推動(dòng)轉(zhuǎn)型積極應(yīng)用AI并培養(yǎng)團(tuán)隊(duì)技能接受培訓(xùn)并使用AI，但依賴他人推動(dòng)應(yīng)用未積極參與波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？174倍管理者親自示范使用AI并積極推廣確立宏大的多年期戰(zhàn)略愿景AI落后者

AI領(lǐng)軍者在新運(yùn)營(yíng)模式中，有兩個(gè)方面尤為關(guān)鍵：治理機(jī)制與生態(tài)合作。治理機(jī)制必須在“充分監(jiān)管”與“靈活創(chuàng)新”之間取得平衡—既要通過有效監(jiān)管，確保有限的

AI資源投向最具潛力的項(xiàng)目；也要賦予業(yè)務(wù)單元足夠的創(chuàng)新自主權(quán)。成功的關(guān)鍵在于既賦能分布式創(chuàng)新，又保持中央統(tǒng)籌，

由總部核心損益負(fù)責(zé)人承擔(dān)最終責(zé)任。與外部專家合作同樣至關(guān)重要?；锇殛P(guān)系往往是獲取必備人才、提升運(yùn)營(yíng)靈活性、接入前沿技術(shù)及加速組織運(yùn)營(yíng)模式轉(zhuǎn)型的最佳途徑，有時(shí)甚至是唯一途徑。這類合作能夠?yàn)槠髽I(yè)打造全新的價(jià)值創(chuàng)造引擎。領(lǐng)軍企業(yè)深知快速行動(dòng)的重要性，

同時(shí)也重視運(yùn)營(yíng)模式的持續(xù)迭代和優(yōu)化。有效的“AI

優(yōu)先”運(yùn)營(yíng)模式，其核心不在于以技術(shù)取代人力，而在于圍繞

AI

重新構(gòu)想企業(yè)形態(tài)。人類在這一過程中仍然至關(guān)重要，但他們將在重構(gòu)的工作流中扮演全新角色—與數(shù)字員工協(xié)同共事。若不能將現(xiàn)有運(yùn)營(yíng)模式轉(zhuǎn)變?yōu)橹悄荏w輔助乃至智能體主導(dǎo)的工作流，大多數(shù)銀行將難以實(shí)現(xiàn)

AI（尤其是智能體式

AI

）的規(guī)?；瘧?yīng)用。這要求技術(shù)與業(yè)務(wù)部門共同推動(dòng)

AI項(xiàng)目，

實(shí)施嚴(yán)格的組合管理、分階段注資與季度組合評(píng)估，

同時(shí)保留分布式創(chuàng)新的空間。而落后企業(yè)這一比例僅為12%?？傮w來看，

先鋒型企業(yè)的價(jià)值兌現(xiàn)周期更短—通常為

9

至

12個(gè)月，而行業(yè)普遍為

12

至

18個(gè)月。同時(shí)，

它們會(huì)持續(xù)追蹤并披露成果：超過60%的先鋒型企業(yè)嚴(yán)格追蹤AI價(jià)值實(shí)現(xiàn)情況，而落后企業(yè)中這一比例僅為

17%

。基于財(cái)務(wù)或運(yùn)營(yíng)影響力設(shè)定

AI

投資組合優(yōu)先級(jí)，可實(shí)現(xiàn)技術(shù)落地與預(yù)期成果的高度契合。領(lǐng)軍企業(yè)在

AI部署場(chǎng)景與價(jià)值兌現(xiàn)場(chǎng)景的匹配度遠(yuǎn)高于其他企業(yè)，

明確的優(yōu)先級(jí)也有助于加速落地進(jìn)程：先鋒型企業(yè)中約

62%的

AI舉措已完成部署，圖10AI價(jià)值主要源于核心業(yè)務(wù)職能與

IT

系統(tǒng)2025年各職能AI價(jià)值潛力分布1研發(fā)與創(chuàng)新數(shù)字營(yíng)銷客戶旅程定價(jià)銷售交易與支付服務(wù)監(jiān)管合規(guī)與風(fēng)險(xiǎn)管理信貸與貸款客戶服務(wù)合計(jì) 10%

11%

4%

6%

-

-來源：

BCG

《構(gòu)建未來2025》全球調(diào)研（總樣本量=

1,250，其中銀行樣本量=59）。1

價(jià)值包含營(yíng)收增長(zhǎng)與成本降低。2

該職能為2025年框架新增，未出現(xiàn)在2024年調(diào)研中。

14%+4

4%

–1

2%

–3

3%

–4

以客戶為中心的業(yè)務(wù)流+

IT工作流，貢獻(xiàn)了超40%的AI感知收益波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？18支持職能IT投資人力資源財(cái)務(wù)法務(wù)合計(jì)構(gòu)建“AI

優(yōu)先”運(yùn)營(yíng)模式 7%

6%

·

11%

n/a22024年客戶關(guān)系類別15%

–3

75%

6%

n/a2口

較2024年百分比變化2%

–2

25%核心業(yè)務(wù)職能–10+14軟件8%55%電信8%33%銀行業(yè)8%27%航空航天與國防7%42%媒體7%33%支付與金融科技7%31%設(shè)備、零部件與半導(dǎo)體6%38%公共部門6%25%金屬與采礦6%24%保險(xiǎn)6%22%汽車與出行6%21%全球資產(chǎn)管理6%20%鐵路與酒店5%28%供應(yīng)商、系統(tǒng)與服務(wù)5%25%時(shí)尚與奢侈品5%24%電力與公用事業(yè)5%24%可再生能源5%24%零售5%24%醫(yī)療科技5%23%物流與郵政服務(wù)5%19%石油與天然氣5%18%航空5%17%生物制藥5%16%消費(fèi)品5%16%機(jī)械與自動(dòng)化（含綠色科技）5%13%房地產(chǎn)4%19%建筑、城市與基礎(chǔ)設(shè)施開發(fā)4%17%化工4%11%搭建關(guān)鍵人才梯隊(duì)還意味著銀行需打造

AI

人才向往的雇主生態(tài)，通過員工價(jià)值主張和企業(yè)文化傳遞在技術(shù)領(lǐng)域的雄心、自主權(quán)和使命感。先鋒型企業(yè)將宏大的培訓(xùn)目標(biāo)與全員參與深度結(jié)合，計(jì)劃在明年內(nèi)為超過50%的員工提供AI技能提升培訓(xùn)，而落后企業(yè)這一比例僅為20%。此外，

先鋒型企業(yè)為結(jié)構(gòu)化學(xué)習(xí)預(yù)留時(shí)間的可能性是普通企業(yè)的六倍。這些投入已顯現(xiàn)成效：日常使用

AI

辦公的員工比例提升

50%，他們能夠?qū)⒏嗑ν度霊?zhàn)略思考、判斷決策及人機(jī)協(xié)作等高價(jià)值活動(dòng)（參見專題《埃里克在“AI

優(yōu)先”銀行中的新角色》）。盡管銀行業(yè)在

AI專職崗位配置上已走在前列，

但在員工整體技能提升的廣度與深度上，仍具備較大的成長(zhǎng)空間（參閱圖11

）。要讓“AI優(yōu)先”運(yùn)營(yíng)模式真正落地，人才必不可缺。領(lǐng)導(dǎo)者必須果斷行動(dòng)，大力吸引、留住人才并提升其技能，使其能有效統(tǒng)籌和監(jiān)管AI

智能體，從而順利推進(jìn)下一代AI能力的設(shè)計(jì)、部署和管理。短期內(nèi)的關(guān)鍵是明確

AI

核心崗位（如機(jī)器學(xué)習(xí)工程師、數(shù)據(jù)科學(xué)家、AI

治理專家等），

并制定人才缺口填補(bǔ)方案（內(nèi)部培養(yǎng)、外部招聘或生態(tài)合作）。中長(zhǎng)期則需聚焦現(xiàn)有員工的再培訓(xùn)與技能升級(jí)，

同時(shí)重構(gòu)工作流，搭建“人類員工

+

AI

智能體”混合用工管理能力，推動(dòng)員工技能結(jié)構(gòu)迭代。圖11銀行業(yè)AI人員配置位居前列，但技能提升力度處于中等水平AI全職人員配置全職人員技能提升計(jì)劃13%銀行業(yè)

AI落后企業(yè)平均水平8%銀行業(yè)

AI領(lǐng)軍企業(yè)平均水平波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？19搭建關(guān)鍵人才梯隊(duì)來源：

BCG

《構(gòu)建未來2025》全球調(diào)研（總樣本量=

1,250）。銀行業(yè)

AI領(lǐng)軍企業(yè)平均水平銀行業(yè)

AI落后企業(yè)平均水平27%6%實(shí)時(shí)反饋閉環(huán)埃里克不再需要等待數(shù)周才能拿到調(diào)研數(shù)據(jù)，而是能夠?qū)崟r(shí)監(jiān)測(cè)來自數(shù)百萬次微交互的信號(hào)。

AI

智能體持續(xù)分析各類數(shù)據(jù)，包括應(yīng)用流程中的用戶流失節(jié)點(diǎn)、來自語音、聊天和社交媒體的客戶情緒，

以及行為變化（例如客戶在確認(rèn)交易前的猶豫行為）。埃里克無需再親自篩選原始數(shù)據(jù)。AI

會(huì)自動(dòng)識(shí)別異常情況、定位體驗(yàn)痛點(diǎn)并做出預(yù)測(cè)（例如：“此功能可能導(dǎo)致下月某特定客戶群出現(xiàn)5%的流失”）。與AI

智能體協(xié)同共創(chuàng)埃里克不再只是將AI發(fā)現(xiàn)的問題整理成報(bào)告，而是與能夠主動(dòng)提出改進(jìn)方案的AI助手協(xié)同工作。例如，

當(dāng)系統(tǒng)檢測(cè)到一批客戶在查看貸款方案時(shí)頻繁停頓，AI

會(huì)直接提出優(yōu)化界面說明層設(shè)計(jì)的建議；若用戶對(duì)“食品雜貨”和“外賣套餐”等消費(fèi)分類感到困惑，AI

能即時(shí)生成全新的預(yù)算管理頁面可視化方案。在這個(gè)流程中，埃里克扮演著決策閉環(huán)中“人類守門員”的角色：他負(fù)責(zé)審核AI的提案、微調(diào)細(xì)節(jié)并確定優(yōu)先級(jí)，確保每個(gè)方案既體現(xiàn)客戶關(guān)懷、符合品牌調(diào)性，又嚴(yán)守合規(guī)底線。埃里克曾是一名客戶體驗(yàn)分析師。在他所在的銀行未采用“AI優(yōu)先”運(yùn)營(yíng)模式的時(shí)期，他的日常工作主要包括：分析客戶調(diào)研結(jié)果與呼叫中心記錄，

定期開展焦點(diǎn)小組訪談，

基于客戶滿意度、流失率、等待時(shí)長(zhǎng)等歷史數(shù)據(jù)制作可視化看板，并根據(jù)過往數(shù)據(jù)規(guī)律提出優(yōu)化建議。他的大部分時(shí)間都耗費(fèi)在對(duì)靜態(tài)數(shù)據(jù)的復(fù)盤上，反饋周期冗長(zhǎng)；同時(shí)，他所在的團(tuán)隊(duì)與其他部門和高層直接溝通有限，

猶如“信息孤島”，導(dǎo)致許多洞察難以及時(shí)轉(zhuǎn)化為實(shí)際變革。隨著銀行全面邁入“AI優(yōu)先”時(shí)代，埃里克的角色也發(fā)生了翻天覆地的變化。如今他的職位是“客戶旅程調(diào)度專家”，不僅核心職責(zé)重塑，日常使用的工作工具也全面升級(jí)。下面就來具體看看，他的工作如何煥然一新。埃里克在“AI

優(yōu)先”銀行中的新角色波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？20嵌入式實(shí)驗(yàn)機(jī)制在“AI優(yōu)先”的模式下，

系統(tǒng)可隨時(shí)發(fā)起多版本即時(shí)測(cè)試（A/B/n

測(cè)試）。當(dāng)客戶的AI

助手推出新的儲(chǔ)蓄建議卻導(dǎo)致互動(dòng)率下滑時(shí)，埃里克的團(tuán)隊(duì)能立即捕捉到這一變化，并自動(dòng)觸發(fā)反向測(cè)試。現(xiàn)在，埃里克更像是一位控制中心的指揮官—他的工作包括設(shè)定安全邊界、決定哪些實(shí)驗(yàn)可以推進(jìn)，并密切監(jiān)控系統(tǒng)的自我進(jìn)化進(jìn)程。人機(jī)視角融合如今，埃里克角色的一個(gè)重大變化，是他會(huì)頻繁參加跨部門研討會(huì)，

與不同部門和人員協(xié)同合作，確保將人類的共情、文化洞察與倫理考量深度融入每一個(gè)由

AI驅(qū)動(dòng)的客戶旅程。例如，

當(dāng)

AI

建議對(duì)某個(gè)社區(qū)全體客戶啟動(dòng)自動(dòng)續(xù)貸時(shí)，埃里克會(huì)敏銳發(fā)問：“這是否會(huì)無意間忽略掉那些更看重人工服務(wù)的群體？”當(dāng)預(yù)測(cè)模型識(shí)別到客戶通話中的焦慮情緒時(shí)，他會(huì)主導(dǎo)設(shè)計(jì)讓客戶感到被支持而非被侵犯的干預(yù)方案。從觀察者到掌舵者埃里克角色的最大轉(zhuǎn)變，是從客戶旅程的旁觀者，升級(jí)為能實(shí)時(shí)調(diào)度全局的掌舵者。他的數(shù)據(jù)看板不再只是記錄過去，

更成為了動(dòng)態(tài)體驗(yàn)的控制臺(tái)。埃里克能針對(duì)不同客群，

精細(xì)調(diào)節(jié)

AI

助手的語氣：

對(duì)年長(zhǎng)客戶更顯正式（“史密斯先生，

您好嗎？”),對(duì)年輕用戶則更為輕松（“珍妮，最近怎么樣？”)；他能隨時(shí)觸發(fā)全新的微旅程，

例如當(dāng)利率突然波動(dòng)時(shí)，

即時(shí)推送抵押貸款知識(shí)指引；也能模擬未來場(chǎng)景，例如直接提問：“如果我們將貸款審批流程的阻力降低20%，對(duì)客戶的終身價(jià)值會(huì)產(chǎn)生怎樣的影響？”埃里克的新技能在轉(zhuǎn)型過程中，埃里克接受了全面的新技能培訓(xùn)，現(xiàn)已熟練掌握以下核心能力：?人機(jī)協(xié)作能力：精準(zhǔn)判斷何時(shí)應(yīng)信任算法，何時(shí)需實(shí)施人工干預(yù)。?設(shè)計(jì)思維與共情映射：確保

AI

驅(qū)動(dòng)的客戶旅程始終飽含人文溫度。?數(shù)據(jù)洞察素養(yǎng)：不僅能解讀數(shù)據(jù)看板，更能主動(dòng)質(zhì)詢實(shí)時(shí)預(yù)測(cè)模型。?倫理與合規(guī)認(rèn)知：在保障用戶自主權(quán)與公平性的監(jiān)管框架內(nèi)開展工作。?敘事影響力：將

AI的發(fā)現(xiàn)轉(zhuǎn)化為打動(dòng)決策層的戰(zhàn)略敘事。人機(jī)共生：以人為核心在人員更精簡(jiǎn)的“AI優(yōu)先”銀行中，埃里克的角色至關(guān)重要。AI

智能體可設(shè)計(jì)并監(jiān)控客戶旅程，但信任、共情和戰(zhàn)略判斷始終是人類不可替代的領(lǐng)域。埃里克的團(tuán)隊(duì)規(guī)模精簡(jiǎn)，權(quán)責(zé)卻更重。他們不再埋頭核算數(shù)據(jù)，而是專注打造無縫、個(gè)性化且值得信賴的客戶體驗(yàn)。埃里克的工作已從復(fù)盤客戶過去的問題，轉(zhuǎn)向與

AI

搭檔實(shí)時(shí)設(shè)計(jì)全新的旅程—

AI

既是他的合作伙伴，也是核心引擎。波士頓咨詢公司從實(shí)體網(wǎng)點(diǎn)到智能機(jī)器人：AI智能體能否重塑零售銀行業(yè)？21利用風(fēng)險(xiǎn)與合規(guī)打造差異化優(yōu)勢(shì)客戶、員工和監(jiān)管機(jī)構(gòu)等各方，

只有在對(duì)

AI技術(shù)建立充分信任的基礎(chǔ)上，

才會(huì)深度互動(dòng)或允許此類應(yīng)用落地。這份信任無法一蹴而就，

需要運(yùn)用AI

的機(jī)構(gòu)通過長(zhǎng)期主動(dòng)建設(shè)來贏得。為此，銀行必須為每一個(gè)AI

應(yīng)用場(chǎng)景搭建透明且符合監(jiān)管要求的防護(hù)框架，在滿足客戶與員工道德期待的同時(shí)，持續(xù)跟進(jìn)技術(shù)演進(jìn)和監(jiān)管標(biāo)準(zhǔn)。在組織內(nèi)部采納與嵌入

AI、生成式

AI

和智能體式

AI技術(shù)的同時(shí)，

有效管控其衍生風(fēng)險(xiǎn)，

是釋放

AI轉(zhuǎn)型潛能的關(guān)鍵所在。風(fēng)險(xiǎn)與合規(guī)部門需從以下方面著手，

為企業(yè)的

AI

轉(zhuǎn)型保駕護(hù)航：?提升風(fēng)險(xiǎn)與合規(guī)在

AI項(xiàng)目中的戰(zhàn)略定位。?運(yùn)用

AI、生成式AI

和智能體式AI

開展賦能培訓(xùn)，提升團(tuán)隊(duì)在數(shù)據(jù)治理、技術(shù)應(yīng)用及相關(guān)風(fēng)險(xiǎn)領(lǐng)域的專業(yè)能力。?構(gòu)建高度可擴(kuò)展的風(fēng)險(xiǎn)技術(shù)平臺(tái)，

實(shí)現(xiàn)

AI

與第三方數(shù)據(jù)及解決方案的無縫集成。?推動(dòng)組織思維模式轉(zhuǎn)型，從低附加值工作向高附加值活動(dòng)轉(zhuǎn)變，通過“人機(jī)協(xié)同學(xué)習(xí)”提煉核心洞察，重構(gòu)風(fēng)險(xiǎn)管理方法論。核心議題包括：?AI

會(huì)催生哪些新型風(fēng)險(xiǎn)？應(yīng)如何有效管理？?

如何借助

AI

更高效地管理企業(yè)風(fēng)險(xiǎn)？?

風(fēng)險(xiǎn)與合規(guī)能力需要怎樣演進(jìn)？規(guī)?；瘜?shí)施與變革管理鑒于

AI轉(zhuǎn)型涉及廣泛且深遠(yuǎn)的系統(tǒng)性變革，明確預(yù)期目標(biāo)并監(jiān)控執(zhí)行進(jìn)度至關(guān)重要。最高管理層需要將宏觀戰(zhàn)略拆解為按季度推進(jìn)的路線圖，并由各級(jí)管理者帶頭踐行—這些管理者自身對(duì)

AI工具的應(yīng)用效果，將成為衡量轉(zhuǎn)型成效的關(guān)鍵指標(biāo)。同時(shí)，

需依托業(yè)務(wù)與技術(shù)部門協(xié)同推進(jìn)的變革舉措，

以及專門的

AI

交付辦公室提供全方位支持。筑牢技術(shù)與數(shù)據(jù)基石銀行素來是技術(shù)應(yīng)用的先驅(qū)，

多數(shù)銀行都擁有強(qiáng)大的遺留系統(tǒng)。然而，

這把雙刃劍在

AI

時(shí)代正面臨挑戰(zhàn)：

要釋放

AI

價(jià)值，

必須圍繞新技術(shù)重構(gòu)系統(tǒng)架構(gòu)與流程，而對(duì)遺留系統(tǒng)的固守可能成為轉(zhuǎn)型桎梏。當(dāng)智能體應(yīng)用規(guī)模擴(kuò)大，迫使團(tuán)隊(duì)重復(fù)從零構(gòu)建模型的碎片化架構(gòu)已難以為繼。先鋒型企業(yè)通過采用靈活的技術(shù)組合策略破解這一難題。領(lǐng)軍者率先搭建戰(zhàn)略性橫向技術(shù)棧，并專門增設(shè)智能體與

AI平臺(tái)層，

實(shí)現(xiàn)成本與風(fēng)險(xiǎn)可控、智能化規(guī)模落地，

以及價(jià)值的漸進(jìn)驗(yàn)證。這些企業(yè)清楚認(rèn)識(shí)到不存在“一刀切”的終極架構(gòu)，而是通過整合多元解決方案滿足特定需求。在獲取智能體能力時(shí)，他們會(huì)在以下四大路徑中做出戰(zhàn)略選擇：?獨(dú)立智能體方案—針對(duì)編碼、研究等專項(xiàng)任務(wù)的開箱即用型應(yīng)用。?嵌入式智能體方案

—將智能體直接部署于CRM

、ERP

等核心系統(tǒng)內(nèi)部，復(fù)用既有數(shù)據(jù)與治理體系。?智能體開發(fā)平臺(tái)

—通過低代碼或自助式平臺(tái)，

借助模塊化組件賦能團(tuán)隊(duì)打造定制化智能體。?

自定義智能體方案—針對(duì)需定制邏輯、復(fù)雜調(diào)度或嚴(yán)格性能的差異化場(chǎng)景，從零起步量身打造專屬智能體。多數(shù)企業(yè)發(fā)現(xiàn)，混合式策略是平衡市場(chǎng)成熟方案與內(nèi)部定制需求的最佳方式。研究顯示，僅

11%的企業(yè)以自研