金融機構(gòu)金融機構(gòu)2025年零售銀行業(yè)報告從實體網(wǎng)點到AI智能體能否重塑零售銀行業(yè)？AI能否乘勢起飛？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)用場景。銀行業(yè)具備諸多與AI優(yōu)勢高度契合的特質(zhì)，例如提升客戶服務(wù)滿意度、實現(xiàn)服務(wù)與產(chǎn)品的個性化定制、以及自動化處理重復(fù)性人工作業(yè)等，均屬于AI的核心應(yīng)用場景。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。在此背景下，金融科技風(fēng)險投資大幅增長，AI在零售銀行投資者會議中被提及的頻率迅速攀升，已成必然趨勢。盡管前景廣闊，但真正通過部署AI創(chuàng)造實質(zhì)性價值、實現(xiàn)成本節(jié)約、營收增長和息稅前利潤（EBIT）提升的案例仍寥寥無幾。當(dāng)前行業(yè)整體仍處于試點探索階段：多數(shù)銀行僅在局部業(yè)務(wù)環(huán)節(jié)進行單點嘗試，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)模化成果。零售銀行的這一處境，實則折射出更廣闊商業(yè)世界的共同挑戰(zhàn)。盡管市場對AI寄予厚望，但BCG《構(gòu)建未來2025》研究顯示：僅5%的企業(yè)實現(xiàn)了AI價值的規(guī)?；瘧?yīng)用，60%尚未取得實質(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)觀察者都清醒地認識到：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，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爭力。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)，為利潤表兩側(cè)帶來變革契機。?破局刻不容緩：固守現(xiàn)狀絕非可行之策。即便最終僅有5%的零售銀行成功實現(xiàn)AI全面嵌入（實際比例預(yù)計更高這些先行者也足以重塑行業(yè)競爭格局。隨著AI智能體加速普及，行動遲緩者將隨時間推移被逐漸邊緣化。?利潤空間可觀：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，較常規(guī)業(yè)務(wù)預(yù)期高出約30%。我們預(yù)計，AI可助力銀行降低高達40%的成本，在傳統(tǒng)收入增長普遍放緩的背景下，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)行目標任務(wù)的系統(tǒng)，融合了預(yù)測性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年已貢獻全行業(yè)AI總價值對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)過驗證的AI價值實現(xiàn)路徑，銀行業(yè)可直接借鑒。其中最具啟示的一點是：先行者不僅能快速獲得顯著回報，還將構(gòu)筑起令后來者難以逾越的競爭壁壘。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？3波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？4零售銀行邁向“AI優(yōu)先”銀行業(yè)高管對自身的AI應(yīng)用及成熟度評價頗高。在BCG《構(gòu)建未來2025》調(diào)研的自我評估結(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)（參閱然而，深入分析顯示，這份關(guān)于“成熟度”的自評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質(zhì)性成果。同時，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)、市場營銷、定價策略等其他關(guān)鍵領(lǐng)域，AI的落地應(yīng)用與規(guī)?；茝V仍進展相對緩慢（參閱這一局面即將迎來轉(zhuǎn)變—多重驅(qū)動力的匯聚，正共同催化AI在零售銀行業(yè)的深度變革。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？5銀行業(yè)對自身AI應(yīng)用進展的評價分數(shù)相對較高（基于41個維度評估）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)體航空航天與國防跨行業(yè)平均分機械與自動化（含綠色科技）跨行業(yè)平均分生物制藥；醫(yī)療科技全球資產(chǎn)管理；鐵路與酒店；航空；金屬與采礦；保險零售公共部門；化工石油與天然氣供應(yīng)商、系統(tǒng)與服務(wù)；消費品零售公共部門；化工時尚與奢侈品房地產(chǎn)；建筑；城市與基礎(chǔ)設(shè)施開發(fā)020406080100來源：BCG《構(gòu)建未來2025》全球調(diào)研（總樣本量=1,250）。在金融機構(gòu)中，交易與支付領(lǐng)域的AI應(yīng)用處于領(lǐng)先地位評分最高的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AI驅(qū)動的欺詐風(fēng)險識別與欺詐風(fēng)險評分集中整合信息，支持隨時按需調(diào)用，從而提升問題處理效率AI賦能交易實時監(jiān)控系統(tǒng)運行狀態(tài)，及時發(fā)現(xiàn)問題，確保業(yè)務(wù)連續(xù)性52%51%貸款審批以數(shù)據(jù)為驅(qū)動分配預(yù)算，最大化營銷活動效率與投資回報率營銷活動績效優(yōu)化基于數(shù)據(jù)進行受眾細分，提升廣告相關(guān)性與影響力40%39%精準觸達利用預(yù)測分析，把握客戶留存與業(yè)務(wù)增長的關(guān)鍵時機和信號37%33%債務(wù)催收與追償利用預(yù)測分析管理逾期賬款，并制定個性化還款策略AI賦能投資組合管理實時模擬信貸風(fēng)險，并提供可追溯的AI推薦方案優(yōu)化銀行銷售銷售道，產(chǎn)品設(shè)計并提升市場契合度43%25%運用戰(zhàn)略工具與數(shù)據(jù)分析來源：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，每個領(lǐng)域?qū)?yīng)選取前兩項重點工作流。影響程度以關(guān)鍵績效指標（收入增長、成本降低及客戶滿意度提升等）相較于可改善基準的提升幅度來衡量。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？6利潤積壓隱現(xiàn)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9%。在利率上升及其他全球宏觀經(jīng)濟因素的帶動下，存款、貸款和手續(xù)費收入在此期間均有所增長（參閱圖3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。受運營成本及貸款減值損失增加的影響，2021至2024年間北美地區(qū)的稅前利潤實際出現(xiàn)下滑（參閱圖4）。近年來全球零售銀行業(yè)收入池持續(xù)增長（單位：十億美元）CAGRCAGRCAGRCAGR7%3%7%3%4%4%4%4%9%2%9%2%6%3%6%3%7%4%7%4%201920242029美國中國內(nèi)地歐洲1其他發(fā)達市場2世界其他地區(qū)3來源：BCGExpandBankingPools。注：CAGR=年復(fù)合增長率。包括西歐和東歐的24個市場。包括澳大利亞、加拿大、中國香港、日本、新加坡、韓國。包括拉丁美洲、中東和亞洲的35個市場。CAGRCAGRCAGRCAGR6%6%9%2%9%2%6%6%8%4%8%4%201920242029.貸款m存款m支付與賬戶手續(xù)費投資顧問零售銀行業(yè)盈利能力出現(xiàn)下滑（單位：十億美元）稅前利潤手續(xù)費收入貸款減值損失運營支出稅前利潤468264412288888523來源：標普CapitalIQ數(shù)據(jù)庫。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？7展望未來，我們及其他機構(gòu)的預(yù)測一致顯示，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，2024至2029年年度收入增速將降至2%–4%，同時由于收入池對利率和經(jīng)濟周期仍高度敏感，波動性將進一步加劇。貸款業(yè)務(wù)收入受利率與規(guī)模變化影響，手續(xù)費收入增長趨于停滯，存款和儲蓄業(yè)務(wù)則對利率極為敏感。以2025年為例，隨著利率回落，儲蓄相關(guān)收入較2024年已下降近35%。與此同時，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)點等傳統(tǒng)客戶觸點的重要性下降，數(shù)字營銷投入持續(xù)增加；三是面對日益增長的業(yè)務(wù)需求，技術(shù)架構(gòu)升級勢在必行。近年來，間接成本及監(jiān)管驅(qū)動型成本的增速已超過總運營支出，合規(guī)、信息技術(shù)及內(nèi)控相關(guān)支出在預(yù)算中的占比不斷擴大，其增幅遠超網(wǎng)點優(yōu)化帶來的直接成本節(jié)約。營銷成本在總額與單客維度持續(xù)走高，BCG的REBEX基準數(shù)據(jù)顯示，2023至2024年單客營銷成本增幅超過20%。在收入與成本結(jié)構(gòu)性錯配的背景下，許多傳統(tǒng)銀行的成本收入比持續(xù)高居60%以上，而運營良好的數(shù)字銀行該比例僅約35%。這一差距正在演變?yōu)槿找鏀U大的競爭力鴻溝。對傳統(tǒng)銀行而言，僅在營銷或網(wǎng)點運營層面進行邊際成本優(yōu)化已難以破局，亟需借助AI實現(xiàn)跨越式變革。機不可失，時不再來眾多銀行如今陷入兩難境地：一方面高調(diào)宣揚AI戰(zhàn)略，另一方面在實際落地時卻躊躇不前。AI雖已成為熱議焦點，卻未能在損益表中兌現(xiàn)價值。銀行業(yè)正面臨一個危險的矛盾：許多CEO高調(diào)描繪宏偉愿景，而大多數(shù)機構(gòu)卻仍停留在試點階段，僅將AI應(yīng)用于客戶身份識別（KYC）或聊天機器人等局部業(yè)務(wù)場景。根據(jù)我們的研究和客戶實踐，導(dǎo)致AI落地進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)立明確的價值目標，也沒有制定具體的實施路徑與關(guān)鍵績效指標（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，要么擔(dān)心AI的廣泛應(yīng)用會危及自身崗位，自然難有作為；更有企業(yè)盲目鋪開試點，將資源分散投入數(shù)十個復(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)模價值的端到端核心流程。最終往往是零散項目遍地開花，消耗大量資源，卻難以形成協(xié)同效應(yīng)。對銀行業(yè)而言，真正的風(fēng)險并非AI無法創(chuàng)造價值，而是未能果斷加速落地。觀AI在銀行業(yè)廣泛落地的另一大障礙，是缺乏支撐AI驅(qū)動型銀行所需的先進技術(shù)架構(gòu)。管理層既被舊有系統(tǒng)的沉沒成本所束縛，又對如何轉(zhuǎn)向具備強大數(shù)據(jù)能力的現(xiàn)代化開放架構(gòu)感到茫然無措。同時，他們還顧慮技術(shù)迭代帶來的風(fēng)險—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，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，擔(dān)憂未來會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)切實擔(dān)憂。當(dāng)前很多機構(gòu)仍在探索人機協(xié)作的最佳模式：如何合理設(shè)置人工介入節(jié)點，以及在必要時以何種方式進行干預(yù)。這已不再是一個單純的技術(shù)問題，而是組織運營模式的深刻變革—建立明確的人機協(xié)作規(guī)則與責(zé)任框架，對于保障業(yè)務(wù)順暢運營，規(guī)避財務(wù)、法律及聲譽風(fēng)險至關(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)鍵決策交由機器執(zhí)行，特別是在投資理財或抵押貸款等高風(fēng)險業(yè)務(wù)中?？蛻羝毡榕懦釧I介入個人財務(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，只有將AI轉(zhuǎn)型視為深層次的文化變革，銀行才能在競爭中搶占先機。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，無異于在競爭中坐以待斃。對銀行業(yè)而言，真正的風(fēng)險并非AI無法創(chuàng)造價值，而是未能果斷加速落地。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？8利潤池加速擴容傳統(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、降低了運營成本，并實現(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)測性、自適應(yīng)與自主運行能力的全新運營范式。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)則下的實時提示、個性化建議與動態(tài)調(diào)優(yōu)，引導(dǎo)客戶實現(xiàn)財務(wù)目標，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。在提升客戶體驗的同時，AI也顯著增強了銀行前、中、后臺的運營效率。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)化銀前全球零售銀行業(yè)年收入達2.9萬億美元，稅前利潤約9000億美元。根據(jù)現(xiàn)有市場與宏觀經(jīng)濟趨勢預(yù)測，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，利潤增幅相對有限，預(yù)計僅達1萬億美元。AI將助力生產(chǎn)力提升與利潤增長（單位：萬億美元）網(wǎng)點（含ATM）遠程中心網(wǎng)點（含ATM）遠程中心數(shù)字營銷成本非網(wǎng)點銷售銷售和產(chǎn)品管理支持IT運營AIAI驅(qū)動型零售銀行成本成本前臺成本中臺成本后臺成本來源：BCGBankingPools；BCG分析。AI正在深刻重塑銀行業(yè)的競爭邏輯。根據(jù)我們的測算，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，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)計銀行會將節(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)新與新營收能力建設(shè)，將加速蠶食行動遲緩者的市場份額。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）。對典型零售銀行而言，規(guī)?；瘧?yīng)用AI可帶來30%以上的利潤增長。盡管全球推進速度不一（亞洲目前暫時領(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。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？9金融機構(gòu)AI領(lǐng)軍者：通過資金再投資，開啟價值創(chuàng)造的良性循環(huán)20242024年已實現(xiàn)增值……2.3%4.2%2.3%成本降低收入增長成本降低………持續(xù)投入資金……到2028年，AI創(chuàng)造的價值預(yù)計將提升3–7倍4.5%4.9%AI投入占比2025年ITAI投入占比………預(yù)計2028年將創(chuàng)造更大價值1.0x8.6%9.3%收入增長成本降低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，其中金融機構(gòu)樣本量=147）。AI智能體大有可為過去一年，智能體式AI的崛起已成為推動AI與商業(yè)實踐深度融合的關(guān)鍵進展。這類系統(tǒng)能夠自主觀察、規(guī)劃并執(zhí)行目標任務(wù)，融合了預(yù)測性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)能夠在全價值鏈實現(xiàn)自主決策與執(zhí)行—這意味著AI的角色從被動顧問轉(zhuǎn)變?yōu)槠髽I(yè)運作中的主動執(zhí)行者。智能體技術(shù)的早期實踐已取得顯著成果：在亞洲，某銀行通過部署智能體實現(xiàn)逾期債務(wù)催收與談判流程自動化，成功將運營成本壓縮30%–40%，并將現(xiàn)金回收率較傳統(tǒng)模式提升逾十個百分點。通過虛擬助手與客戶開展智能對話的銀行，則在提供財富規(guī)劃、產(chǎn)品推薦與實時決策支持的過程中，將業(yè)務(wù)預(yù)申請數(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以“AI優(yōu)先”模式重構(gòu)人力資源職能，以驗證該技術(shù)如何從根本上重塑員工的全周期體驗。當(dāng)智能體技術(shù)完全成熟時，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現(xiàn)規(guī)?；瘮U張，還能與客戶進行真正的個性化互動。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)模運營的邊際成本趨近于零。與此同時，人力價值將實現(xiàn)向上遷移：中后臺的工作重心將從已被自動化的重復(fù)性任務(wù)，轉(zhuǎn)向處理那些“關(guān)鍵時刻”—即因涉及重大利益、復(fù)雜情境或強烈情感因素，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)對的核心業(yè)務(wù)場景。我們離這一愿景仍有距離。要充分釋放智能體價值，銀行不僅需要構(gòu)建人才與技術(shù)能力，更需建立全新的運營模式—這注定是一場長期征程。很可能部分（甚至多數(shù)）銀行會首先將智能體部署于客戶交互層面，使客戶互動與需求解析實現(xiàn)智能體驅(qū)動。后續(xù)推進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)可控性與可審計性的前提下，實現(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)用的初級波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？10頭部金融機構(gòu)不斷邁入智能體式AI發(fā)展新階段多智能體系統(tǒng)多智能體系統(tǒng)訓(xùn)練溝通能力智能體智能體經(jīng)訓(xùn)練可跨邊界共享上下文、對齊目標，并協(xié)同規(guī)劃與執(zhí)行非常早期智能體編排訓(xùn)練規(guī)劃與推理能力智能體智能體編排訓(xùn)練規(guī)劃與推理能力智能體觀察、規(guī)劃、執(zhí)行模型經(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)早期訓(xùn)練對話基礎(chǔ)模型經(jīng)指令微調(diào)的基礎(chǔ)模型，訓(xùn)練目標是與用戶“對話訓(xùn)練對話基礎(chǔ)模型經(jīng)指令微調(diào)的基礎(chǔ)模型，訓(xùn)練目標是與用戶“對話”原始基礎(chǔ)模型，僅具備簡單的下一個Token預(yù)測功能工作流系統(tǒng)訓(xùn)練使用工具“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)用來源：BCG分析。注：LLMs=大語言模型；TTC=測試時計算。對領(lǐng)先的金融機構(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—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)造實質(zhì)性價值。在智能體發(fā)展階梯的頂端（目前尚無企業(yè)達到此階段將出現(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、目標協(xié)同與策略協(xié)調(diào)，實現(xiàn)復(fù)雜業(yè)務(wù)的閉環(huán)管理。盡管目前鮮有企業(yè)觸及后兩個階段，但BCG研究顯示，那些實現(xiàn)規(guī)?；瘍r值創(chuàng)造的企業(yè)，其營收增幅可達未實現(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。不同程度的推理/學(xué)習(xí)能力構(gòu)成一個額外維度：即便在當(dāng)前發(fā)展初期，“AI優(yōu)先”的行業(yè)趨勢已清晰可見—至少對領(lǐng)軍企業(yè)而言。正如當(dāng)年消費數(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，必將深刻影響銀行業(yè)商業(yè)模式與運營體系的演進方向。當(dāng)前，旅游和零售行業(yè)通過智能行程規(guī)劃、持續(xù)動態(tài)定價與“預(yù)見式管家服務(wù)”不斷提升用戶體驗標桿，相比之下，銀行傳統(tǒng)的被動服務(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階段。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？11數(shù)字化幫助銀行實現(xiàn)流程自動化并改善客戶服務(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)—這一趨勢已經(jīng)顯現(xiàn)。行業(yè)領(lǐng)軍者還將更進一步：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)的自動化、實時化的建議與執(zhí)行，幫助客戶達成財務(wù)目標，管理財富生活。試想這樣一幅場景：某銀行能夠根據(jù)客戶的購置新房自動優(yōu)化其投資組合配置；或根據(jù)存款規(guī)模定制個性化利率方案；或結(jié)合房產(chǎn)細節(jié)、交易場景與客戶財務(wù)狀況設(shè)計專屬按揭貸款；亦或是通過深度嵌入非銀行場景的AI驅(qū)動流程，提供個性化儲蓄計劃與無縫支付體驗（參見專題《瑪麗亞AI同樣正在改變銀行業(yè)的商業(yè)邏輯。傳統(tǒng)上，零售銀行的競爭力體現(xiàn)在銷售團隊實力、運營效率、風(fēng)險判斷力和資產(chǎn)負債表的穩(wěn)健性。盡管科技早已滲透這些競爭維度，但始終只是輔助角色。而成功轉(zhuǎn)向“AI優(yōu)先”的銀行，其核心競爭力將不再依賴網(wǎng)點規(guī)?；蛸Y產(chǎn)負債表實力，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，A銀行與B銀行的競爭將直接體現(xiàn)為算法能力的較量—人類的設(shè)計智慧與機器的學(xué)習(xí)能力（例如在服務(wù)過程中持續(xù)進化的水平）將成為價值核心。智能體能夠以近乎零邊際成本，實現(xiàn)運營規(guī)模的無限擴展，并提供真正個性化的客戶交互。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？12瑪麗亞的一天：口袋里的智能財務(wù)顧問清晨6:30，瑪麗亞在手機鬧鈴聲中醒來。她的銀行AI助手Ari已準備好晨間簡報，她一邊吃早餐一邊瀏覽晨報內(nèi)容。建議將支付時間調(diào)整到下午2點后，這樣既能避免透支費用，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便即時調(diào)整了付款計劃。無需打開應(yīng)用、無需登錄賬號—只需一個無縫、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)來的個性化按揭貸款優(yōu)化提示：“根據(jù)您所在社區(qū)的最新評估，以及您近期提升的信用評分，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，并展示對您預(yù)算的影響嗎？”瑪麗亞點擊“模擬”，短短幾秒內(nèi)，一份動態(tài)可視化方案彈出：包含新的現(xiàn)金流狀況、五年累計節(jié)省金額，以及房產(chǎn)估值預(yù)測趨勢。Ari已預(yù)填好大部分申請表信息，只待最終確認。無需去網(wǎng)點，也沒有推銷話術(shù)—只有智能的情景化服務(wù)。午餐時分，瑪麗亞在附近店鋪點了壽司。她無需掏錢包或手機付款，因為已為該商戶開通了免接觸支付功能。終端設(shè)備識別到她手機的加密近場令牌后，銀行基于她的消費習(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：“注意到您本月餐飲支出較上月減少12%。若保持這種節(jié)奏，您的旅行儲蓄目標將提前一個月達成。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，因為Ari早已安排妥當(dāng)。下午，瑪麗亞在線選購了一輛二手電動車，這能讓她的通勤時間縮短20分鐘。賣家提供即時分期服務(wù)，以往這意味著繁瑣材料和漫長審核，但此刻，Ari已瞬間完成了對她收入流水、消費習(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，基于您的個人資質(zhì)及市場行情，個性化利率為4.2%，并包含盜竊及損壞保險。是否確認辦理？”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，銀行在后臺實時完成了全部流程。下班途中，瑪麗亞收到了Ari發(fā)來的月度資金管理報告：“今天我將您部分儲蓄資金轉(zhuǎn)至短期債券基金。鑒于午后市場波動加劇，本次調(diào)倉在維持年化收益穩(wěn)定的同時，有效平衡了您的風(fēng)險敞口。附上完整操作記錄及備選方案模擬。您希望手動調(diào)整設(shè)置，還是直接確認執(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—她隨時可以介入調(diào)整，但實際上幾乎不需要，因為Ari會在后臺預(yù)先整合方案，讓她能夠快遞且有依據(jù)地做出決策。晚上設(shè)置鬧鐘時，Ari提醒她，次日需與銀行的專屬客戶經(jīng)理進行視頻會議。因為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)計劃—開一家可持續(xù)發(fā)展主題的咖啡館。Ari會提前備好融資方案、現(xiàn)金流預(yù)測，甚至模擬多種商業(yè)模式；客戶經(jīng)理則會協(xié)助瑪麗亞制定切實可行的落地計劃，讓夢想照進現(xiàn)實。臨睡前，瑪麗亞突然意識到，一整天下來，她壓根沒想過“銀行業(yè)務(wù)”這回事。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？13我們認為，以下六大特征將深刻定義“AI優(yōu)先”銀行的核心形態(tài)：極致個性化客戶互動未來的銀行客戶經(jīng)理和財富顧問，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務(wù)生活，提前識別需求，實時提供優(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€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，部分大型金融機構(gòu)的智能體已能實時監(jiān)測企業(yè)公告、新聞動態(tài)、社交媒體內(nèi)容以及券商研究報告，并將這類多維度信息與客戶個體數(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。我們認為，隨著文化壁壘和對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間問題。屆時，銀行將實現(xiàn)全渠道協(xié)同銷售，而“預(yù)判能力+個性化服務(wù)”將重新定義轉(zhuǎn)化率。個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)、動態(tài)化的金融解決方案及財務(wù)操作系統(tǒng)，持續(xù)優(yōu)化每位客戶的整體財務(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—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)客戶個體情況定制專屬金融方案。以銀保業(yè)務(wù)為例：AI可實現(xiàn)保障產(chǎn)品的實時定制，在個人客戶層面動態(tài)調(diào)整保障范圍、定價及風(fēng)險偏好。人壽保險和財產(chǎn)保險可以嵌入更廣泛的金融需求和場景中（如與按揭貸款、儲蓄、支付等功能結(jié)合）。定價因此變得個性化且動態(tài)化—統(tǒng)一費率與標準化利差將成為歷史。取而代之的是，系統(tǒng)可即時完成個性化的風(fēng)險回報權(quán)衡定價，在平衡每位客戶的風(fēng)險偏好與對價格上調(diào)的承受度的同時，綜合考慮風(fēng)險水平、利率走勢、投資組合動態(tài)及市場競爭情況。隨著解決方案日趨個性化與復(fù)雜化，消費者權(quán)益保護的重要性日益凸顯。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，更直接影響消費者權(quán)益保護與銀行聲譽的維護。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作，主動預(yù)判并滿足客戶需求。支付、信貸和儲蓄功能無縫嵌入客戶原有的生活和商業(yè)場景中—無論是電商平臺、移動應(yīng)用還是社交網(wǎng)絡(luò)。傳統(tǒng)的被動響應(yīng)式數(shù)字前端或?qū)⒅饾u淡出視野。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，從而推動大規(guī)模運營的邊際成本趨近于零。人力資源將實現(xiàn)價值升級：中后臺團隊規(guī)?？s減，工作重心轉(zhuǎn)向高價值分析與決策干預(yù)，混合式工作模式成為標準化設(shè)計。流程默認采用自動化流轉(zhuǎn)機制—智能體負責(zé)任務(wù)分流與方案預(yù)整合，最大限度縮短客戶等待時間；人類團隊則聚焦于突破流程瓶頸與提供審批確認。這一認知架構(gòu)能夠持續(xù)觀察、推理、規(guī)劃和執(zhí)行，從運營結(jié)果中學(xué)習(xí)，并自適應(yīng)優(yōu)化工作流程。人工問責(zé)機制仍是核心支柱?？蛻舢?dāng)然不會希望智能體完全取代人類決策主導(dǎo)權(quán)，可通過構(gòu)建“三層防護框架”實現(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、可追溯審計記錄及方案模擬驗證，確保自主操作有據(jù)可查、風(fēng)險可控；其三，人工責(zé)任層為每個自主業(yè)務(wù)域指定明確責(zé)任主體，其原理類似于自動駕駛領(lǐng)域的責(zé)任框架。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？14實時化風(fēng)險與資本配置在“AI優(yōu)先”的銀行中，風(fēng)險管理是持續(xù)不間斷的。傳統(tǒng)風(fēng)險管理按固定周期運行，反應(yīng)滯后（如授信時的信用評分、月度或季度的組合審查、年度壓力測試而“AI優(yōu)先”銀行的風(fēng)險模型則持續(xù)運作，實時感知、預(yù)測并重新定價風(fēng)險。貸款審批可在毫秒內(nèi)完成定價與決策。風(fēng)險與回報不再以平均值計算，AI模型通過整合客戶行為、宏觀經(jīng)濟信號與市場動態(tài)的實時數(shù)據(jù)流，即時調(diào)整定價。這意味著貸款利率、存款利率及保險費率將根據(jù)風(fēng)險偏好、資金成本和市場競爭態(tài)勢持續(xù)動態(tài)調(diào)整。銀行不再被動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智能體以近實時的方式動態(tài)調(diào)控資產(chǎn)負債表，在客戶、組合乃至地域間靈活調(diào)配流動性、資金和風(fēng)險加權(quán)資產(chǎn)。這使得銀行在滿足現(xiàn)有監(jiān)管要求的同時，能夠最大化資本回報，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)管機構(gòu)的監(jiān)督預(yù)期—AI驅(qū)動的風(fēng)險引擎透明度、壓力測試能力和系統(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，銀行能夠精簡人員和成本，同時擴大服務(wù)半徑，提升運營效能?！癆I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最大規(guī)模的銀行。真正的護城河不再是網(wǎng)點網(wǎng)絡(luò)或資產(chǎn)負債表，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體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？15追隨領(lǐng)軍者其潛在影響，在當(dāng)下看來或許遙不可及。確實，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)管框架也需與時俱進，而最關(guān)鍵的是，消費者和員工需要逐漸適應(yīng)與“智能”機器的日?；?。然而，我們已經(jīng)看到一些銀行正朝著“AI優(yōu)先”的未來邁出堅實步伐。以虛擬助手為例，銀行通過語音交互對話為客戶提供財務(wù)信息和實時資金洞察，在保持客戶滿意度不下降的同時，有效降低成本并提升業(yè)務(wù)轉(zhuǎn)化率。AI智能體負責(zé)的貸后催收實現(xiàn)了更高的成功率和更低的運營成本。通過智能體實時監(jiān)測欺詐和風(fēng)險因素，銀行在有效控制誤報率的前提下顯著降低了損失率。由智能體主導(dǎo)、結(jié)合動態(tài)定價與個性化推薦的營銷活動，不僅提升了投資回報率，也加速了付費服務(wù)的市場滲透。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，同時基于結(jié)構(gòu)化操作日志的審計追溯能力也得到全面提升。誠然，此類案例目前仍屬零星個例。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中體現(xiàn)的實質(zhì)性價值，就必須在戰(zhàn)略愿景上更具雄心，在落地執(zhí)行與規(guī)模化推進上更具魄力。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？16AI投資三階段企業(yè)在推進AI投資時通常會經(jīng)歷三個階段，只有在后兩個階段實現(xiàn)規(guī)?；瘧?yīng)用，才能真正在損益表上體現(xiàn)出實質(zhì)性的價值（參閱圖8）。?部署應(yīng)用：通過文檔提取、負面清單篩查、文本起草與摘要生成等標準化解決方案，AI在組織內(nèi)部實現(xiàn)對大部分日常工作的自動化或增強賦能。?流程重塑：AI對信貸咨詢、申請?zhí)峤?、信用審終端客戶或客服人員的場景化聊天機器人）及報告起草等流程與職能進行端到端優(yōu)化。?模式創(chuàng)新：AI基于數(shù)據(jù)與算法催生全新商業(yè)模式，包括個性化金融操作系統(tǒng)、實時風(fēng)險定價以及預(yù)測性投資平臺等。盡管要完全實現(xiàn)這一愿景仍需推進諸多變革，但已有部分銀行正朝著“AI優(yōu)先”多數(shù)企業(yè)未優(yōu)先布局高影響力的投資機會部署、重塑和創(chuàng)新舉措方面的AI投資占比分布聚焦個體效率提升旨在重塑關(guān)鍵職能的流程級生產(chǎn)力提升關(guān)乎企業(yè)核心業(yè)務(wù)的公司級創(chuàng)新來源：BCG2025年AI雷達調(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，重寫自身乃至整個行業(yè)的競爭規(guī)則？那些未能走出部署階段的機構(gòu)，將面臨被行業(yè)結(jié)構(gòu)性淘汰的風(fēng)險。值得慶幸的是，在其他行業(yè)中，已經(jīng)從AI中獲得顯著價值的領(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)上補充一項行業(yè)專屬戰(zhàn)略。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？17確立宏大的多年期戰(zhàn)略愿景先鋒型企業(yè)會制定與公司戰(zhàn)略相契合、兼具雄心與可行性的量化AI目標，并獲得董事會與CEO層面的全力支持，確保AI議程不再停留于零散實驗或試點，而是上升至戰(zhàn)略核心地位（參閱圖9）。高層管理者會將整體業(yè)務(wù)目標轉(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)動的流程改進實現(xiàn)明確效率提升，或通過個性化項目創(chuàng)造新的營收來源。這些企業(yè)以AI價值為核心指引，根據(jù)投資潛在回報優(yōu)先排序AI機會，聚焦高價值突破點，明確財務(wù)預(yù)期。正如前文所述，領(lǐng)軍企業(yè)會將成功投資收益再投入增長舉措，如客戶獲取、錢包份額拓展等。它們?yōu)楦拍铗炞C與規(guī)?；A段設(shè)定清晰KPI，并以短期和長期價值落地周期錨定戰(zhàn)略愿景—既包含當(dāng)年KPI，也涵蓋到2030年的階段性時制定明確的執(zhí)行路線圖。銀行業(yè)領(lǐng)軍企業(yè)將AI定位為高管層核心要務(wù)，其管理者推動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64%20%6%41% AI落后者AI領(lǐng)軍者管理者親自示范使用AI并積極推廣全面擁抱AI，親自示范使用并直接推動轉(zhuǎn)型積極應(yīng)用AI并培養(yǎng)團隊技能接受培訓(xùn)并使用AI，但依賴他人推動應(yīng)用未積極參與來源：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）。先鋒型企業(yè)不再滿足于僅用AI改進單個環(huán)節(jié)，而是著眼于打通并自動化整個業(yè)務(wù)流程。這些企業(yè)運用AI技術(shù)重新構(gòu)想工作方式：例如借助視覺AI，自動化處理依賴紙質(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)或自動分析待融資房產(chǎn)或車輛的影像資料，以快速生成評估結(jié)果。這些企業(yè)將AI深度嵌入工作流，動態(tài)優(yōu)化投資組合，并營造技術(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價值將主要來源于對業(yè)務(wù)流程的重塑與創(chuàng)新。領(lǐng)軍企業(yè)優(yōu)先在核心業(yè)務(wù)領(lǐng)域?qū)崿F(xiàn)AI價值轉(zhuǎn)化—目前銀行業(yè)75%的AI價值正源自這些領(lǐng)域（參閱圖10）。其重點布局的客戶服務(wù)領(lǐng)域已在數(shù)字營銷、客戶旅程管理、定價及銷售等多個流程中取得實質(zhì)性成效；同時，信息技術(shù)，尤其是軟件開發(fā)，也成為重要價值引擎。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？18基于財務(wù)或運營影響力設(shè)定AI投資組合優(yōu)先級，可實現(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部署場景與價值兌現(xiàn)場景的匹配度遠高于其他企業(yè)，明確的優(yōu)先級也有助于加速落地進程：先鋒型企業(yè)中約62%的AI舉措已完成部署，而落后企業(yè)這一比例僅為12%?？傮w來看，先鋒型企業(yè)的價值兌現(xiàn)周期更短—通常為9至12個月，而行業(yè)普遍為12至18個月。同時，它們會持續(xù)追蹤并披露成果：超過60%的先鋒型企業(yè)嚴格追蹤AI價值實現(xiàn)情況，而落后企業(yè)中這一比例僅為17%。AI價值主要源于核心業(yè)務(wù)職能與IT系統(tǒng)2025年各職能AI價值潛力分布1研發(fā)與創(chuàng)新數(shù)字營銷客戶旅程研發(fā)與創(chuàng)新數(shù)字營銷客戶旅程以客戶為中心的以客戶為中心的業(yè)務(wù)流+IT工作流，貢獻了超40%的AI感知收益2024年客戶關(guān)系類別監(jiān)管合規(guī)與風(fēng)險管理來源：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）。價值包含營收增長與成本降低。該職能為2025年框架新增，未出現(xiàn)在2024年調(diào)研中?？谳^2024年百分比變化領(lǐng)軍企業(yè)深知快速行動的重要性，同時也重視運營模式的持續(xù)迭代和優(yōu)化。有效的“AI優(yōu)先”運營模式，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)有運營模式轉(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AI項目，實施嚴格的組合管理、分階段注資與季度組合評估，同時保留分布式創(chuàng)新的空間。在新運營模式中，有兩個方面尤為關(guān)鍵：治理機制與生態(tài)合作。治理機制必須在“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、提升運營靈活性、接入前沿技術(shù)及加速組織運營模式轉(zhuǎn)型的最佳途徑，有時甚至是唯一途徑。這類合作能夠為企業(yè)打造全新的價值創(chuàng)造引擎。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？19搭建關(guān)鍵人才梯隊要讓“AI優(yōu)先”運營模式真正落地，人才必不可缺。領(lǐng)導(dǎo)者必須果斷行動，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，從而順利推進下一代AI能力的設(shè)計、部署和管理。短期內(nèi)的關(guān)鍵是明確AI核心崗位（如機器學(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方案（內(nèi)部培養(yǎng)、外部招聘或生態(tài)合作）。中長期則需聚焦現(xiàn)有員工的再培訓(xùn)與技能升級，同時重構(gòu)工作流，搭建“人類員工+AI智能體”混合用工管理能力，推動員工技能結(jié)構(gòu)迭代。搭建關(guān)鍵人才梯隊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)目標與全員參與深度結(jié)合，計劃在明年內(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、判斷決策及人機協(xié)作等高價值活動（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，仍具備較大的成長空間（參閱圖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劃軟件8%55%電信8%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%7%31%設(shè)備、零部件與半導(dǎo)體6%6%38%公共部門6%25%金屬與采礦6%24%保險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%消費品5%16%機械與自動化（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%銀行業(yè)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8%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6%來源：BCG《構(gòu)建未來2025》全球調(diào)研（總樣本量=1,250）。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？20埃里克在“AI優(yōu)先”銀行中的新角色埃里克曾是一名客戶體驗分析師。在他所在的銀行未采用“AI優(yōu)先”運營模式的時期，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，定期開展焦點小組訪談，基于客戶滿意度、流失率、等待時長等歷史數(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。他的大部分時間都耗費在對靜態(tài)數(shù)據(jù)的復(fù)盤上，反饋周期冗長；同時，他所在的團隊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轉(zhuǎn)化為實際變革。隨著銀行全面邁入“AI優(yōu)先”時代，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。下面就來具體看看，他的工作如何煥然一新。實時反饋閉環(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監(jiān)測來自數(shù)百萬次微交互的信號。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、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會自動識別異常情況、定位體驗痛點并做出預(yù)測（例如：“此與AI智能體協(xié)同共創(chuàng)埃里克不再只是將AI發(fā)現(xiàn)的問題整理成報告，而是與能夠主動提出改進方案的AI助手協(xié)同工作。例如，當(dāng)系統(tǒng)檢測到一批客戶在查看貸款方案時頻繁停頓，AI會直接提出優(yōu)化界面說明層設(shè)計的建議；若用戶對“食品雜貨”和“外賣套餐”等消費分類感到困惑，AI能即時生成全新的預(yù)算管理頁面可視化方案。在這個流程中，埃里克扮演著決策閉環(huán)中“人類守門員”的角色：他負責(zé)審核AI的提案、微調(diào)細節(jié)并確定優(yōu)先級，確保每個方案既體現(xiàn)客戶關(guān)懷、符合品牌調(diào)性，又嚴守合規(guī)底線。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？21嵌入式實驗機制在“AI優(yōu)先”的模式下，系統(tǒng)可隨時發(fā)起多版本即時測試（A/B/n測試）。當(dāng)客戶的AI助手推出新的儲蓄建議卻導(dǎo)致互動率下滑時，埃里克的團隊能立即捕捉到這一變化，并自動觸發(fā)反向測試。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、決定哪些實驗可以推進，并密切監(jiān)控系統(tǒng)的自我進化進程。人機視角融合如今，埃里克角色的一個重大變化，是他會頻繁參加跨部門研討會，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由AI驅(qū)動的客戶旅程。例如，當(dāng)AI建議對某個社區(qū)全體客戶啟動自動續(xù)貸時，埃里克會敏銳發(fā)問：“這是否會無意間忽略掉那些更看重人工服務(wù)的群體？”當(dāng)預(yù)測模型識別到客戶通話中的焦慮情緒時，他會主導(dǎo)設(shè)計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，升級為能實時調(diào)度全局的掌舵者。他的數(shù)據(jù)看板不再只是記錄過去，更成為了動態(tài)體驗的控制臺。埃里克能針對不同客群，精細調(diào)節(jié)AI助手的語氣：對年長客戶更顯正式（“史密斯先生，您好嗎？”),對年輕用戶則更為輕松（“珍妮，最近怎么樣？”)；他能隨時觸發(fā)全新的微旅程，例如當(dāng)利率突然波動時，即時推送抵押貸款知識指引；也能模擬未來場景，例如直接提問：“如果我們將貸款審批流程的阻力降低20%，對客戶的終身價值會產(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：?人機協(xié)作能力：精準判斷何時應(yīng)信任算法，何時需實施人工干預(yù)。?設(shè)計思維與共情映射：確保AI驅(qū)動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，更能主動質(zhì)詢實時預(yù)測模型。?倫理與合規(guī)認知：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)化為打動決策層的戰(zhàn)略敘事。人機共生：以人為核心在人員更精簡的“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。埃里克的團隊規(guī)模精簡，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、個性化且值得信賴的客戶體驗。埃里克的工作已從復(fù)盤客戶過去的問題，轉(zhuǎn)向與AI搭檔實時設(shè)計全新的旅程—AI既是他的合作伙伴，也是核心引擎。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？22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)銀行都擁有強大的遺留系統(tǒng)。然而，這把雙刃劍在AI時代正面臨挑戰(zhàn)：要釋放AI價值，必須圍繞新技術(shù)重構(gòu)系統(tǒng)架構(gòu)與流程，而對遺留系統(tǒng)的固守可能成為轉(zhuǎn)型桎梏。當(dāng)智能體應(yīng)用規(guī)模擴大，迫使團隊重復(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平臺層，實現(xiàn)成本與風(fēng)險可控、智能化規(guī)模落地，以及價值的漸進驗證。這些企業(yè)清楚認識到不存在“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，他們會在以下四大路徑中做出戰(zhàn)略選擇：?獨立智能體方案—針對編碼、研究等專項任務(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—通過低代碼或自助式平臺，借助模塊化組件賦能團隊打造定制化智能體。?自定義智能體方案—針對需定制邏輯、復(fù)雜調(diào)度或嚴格性能的差異化場景，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)以自研為主，僅4%依賴單一供應(yīng)商提供端到端全棧AI解決方案。但需注意，若盲目采購各類解決方案而缺乏優(yōu)先級規(guī)劃，可能導(dǎo)致系統(tǒng)碎片化與落地效果不佳。利用風(fēng)險與合規(guī)打造差異化優(yōu)勢客戶、員工和監(jiān)管機構(gòu)等各方，只有在對AI技術(shù)建立充分信任的基礎(chǔ)上，才會深度互動或允許此類應(yīng)用落地。這份信任無法一蹴而就，需要運用AI的機構(gòu)通過長期主動建設(shè)來贏得。為此，銀行必須為每一個AI應(yīng)用場景搭建透明且符合監(jiān)管要求的防護框架，在滿足客戶與員工道德期待的同時，持續(xù)跟進技術(shù)演進和監(jiān)管標準。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，有效管控其衍生風(fēng)險，是釋放AI轉(zhuǎn)型潛能的關(guān)鍵所在。風(fēng)險與合規(guī)部門需從以下方面著手，為企業(yè)的AI轉(zhuǎn)型保駕護航：?提升風(fēng)險與合規(guī)在AI項目中的戰(zhàn)略定位。?運用AI、生成式AI和智能體式AI開展賦能培訓(xùn)，提升團隊在數(shù)據(jù)治理、技術(shù)應(yīng)用及相關(guān)風(fēng)險領(lǐng)域的專業(yè)能力。?構(gòu)建高度可擴展的風(fēng)險技術(shù)平臺，實現(xiàn)AI與第三方數(shù)據(jù)及解決方案的無縫集成。?推動組織思維模式轉(zhuǎn)型，從低附加值工作向高附加值活動轉(zhuǎn)變，通過“人機協(xié)同學(xué)習(xí)”提煉核心洞察，重構(gòu)風(fēng)險管理方法論。核心議題包括：?AI會催生哪些新型風(fēng)險？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？?風(fēng)險與合規(guī)能力需要怎樣演進？規(guī)模化實施與變革管理鑒于AI轉(zhuǎn)型涉及廣泛且深遠的系統(tǒng)性變革，明確預(yù)期目標并監(jiān)控執(zhí)行進度至關(guān)重要。最高管理層需要將宏觀戰(zhàn)略拆解為按季度推進的路線圖，并由各級管理者帶頭踐行—這些管理者自身對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。同時，需依托業(yè)務(wù)與技術(shù)部門協(xié)同推進的變革舉措，以及專門的AI交付辦公室提供全方位支持。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？23未來行動清單過AI創(chuàng)造價值”設(shè)為最高優(yōu)先級的任務(wù)。目前，僅有不到20%的銀行設(shè)定了可量化的AI目標，不足15%的銀行將損益表結(jié)構(gòu)調(diào)整為技術(shù)驅(qū)動型的收入與成本模式。多數(shù)機構(gòu)仍需克服組織惰性、系統(tǒng)復(fù)雜性、數(shù)據(jù)質(zhì)量不佳、員工對失業(yè)風(fēng)險與AI缺陷的擔(dān)憂等障礙—這些都充分說明，轉(zhuǎn)型之路任重而道遠。波士頓咨詢公司從實體網(wǎng)點到智能機器人：AI智能體能否重塑零售銀行業(yè)？24為快速啟動向“AI優(yōu)先”模式的轉(zhuǎn)型，零售銀行可從即刻起著手推進以下關(guān)鍵舉措：管理層需通過系統(tǒng)化評估，準確掌握銀行當(dāng)前的AI成熟度，清晰界定現(xiàn)有能力、結(jié)構(gòu)性短板及尚未開發(fā)的潛在機會。應(yīng)組建跨部門團隊，借助成熟評估框架（如BCG的AI成熟度自評工具全面審計現(xiàn)有AI應(yīng)用案例、數(shù)據(jù)質(zhì)量、技術(shù)設(shè)施及人才技能。最終成果應(yīng)形成一份完整的AI成熟度“熱力圖”，直觀呈現(xiàn)優(yōu)勢與不足，識別機遇點，并優(yōu)先聚焦現(xiàn)狀與潛在價值差距最大的領(lǐng)域。該基線評估有助于明確哪些部門需強化能力、哪些傳統(tǒng)流程應(yīng)實現(xiàn)自動化，以及哪些領(lǐng)域需優(yōu)先投資新技術(shù)，從而為AI轉(zhuǎn)型提供清晰的行動路線。確立清晰的戰(zhàn)略愿景銀行需提出一個以創(chuàng)造綜合價值（而非單純削減成本）為核心的多年期AI愿景，這是凝聚組織共識的關(guān)鍵。該愿景應(yīng)強調(diào)創(chuàng)新與競爭優(yōu)勢，并明確傳達“AI優(yōu)先”是最高管理層的核心戰(zhàn)略。同時，將愿景轉(zhuǎn)化為可量化的目標與行動計劃：確立關(guān)鍵績效指標（如預(yù)期效率提升幅度、AI驅(qū)動型服務(wù)創(chuàng)造的增量收入等爭取董事會支持并確保充足資金投入，使AI戰(zhàn)略愿景真正深度融入企業(yè)整體發(fā)展戰(zhàn)略。還需以愿景凝聚組織合力：各業(yè)務(wù)單元需將AI目標全面納入部門計劃，定期追蹤并匯報進度，確保團隊切實承擔(dān)成果責(zé)任。將愿景融入工作流程優(yōu)先篩選并推進一批“快速見效”的AI流程試點項目。在轉(zhuǎn)型初期（約180天內(nèi)迅速啟動若干高影響力AI應(yīng)用場景，部署2–4個兼具規(guī)?；瘽摿εc價值回報的智能體工作流程（如數(shù)字化開戶、自動化信用審核、動態(tài)定價等）。為每個工作流程配備小型敏捷團隊，基于現(xiàn)有AI工具或平臺快速構(gòu)建解決方案。采用迭代沖刺模式開發(fā)AI賦能型流程，從項目初始便設(shè)定明確的成功指標（如縮短周轉(zhuǎn)時間、降低差錯率全程追蹤實際成效。這些早期項目既起到概念驗證作用，也能形成規(guī)模化推廣的最佳實踐與模板?？焖亠@現(xiàn)的切實成果能證明AI價值并非空談，必須確保6–12個月內(nèi)取得顯著成果（如開戶時間縮短50%、貸款處理差錯率大幅下降從而為后續(xù)全面推廣奠定基礎(chǔ)。初期成功將有效提振組織信心，持續(xù)釋放轉(zhuǎn)型動力，推動更多AI應(yīng)用落地。逐步調(diào)整投資布局隨著經(jīng)驗積累和成效顯現(xiàn)，銀行應(yīng)逐步將更多資源和資金傾投入AI領(lǐng)域。持續(xù)提升技術(shù)和數(shù)據(jù)在年度預(yù)算中的占比，將投資重點轉(zhuǎn)向高回報率的AI平臺和解決方案，同時逐步淘汰低價值支出。應(yīng)按季度審視項目組合和預(yù)算分配，精準識別可縮減或終止的傳統(tǒng)項目及開支，將釋放的資金重新投入AI計劃。需構(gòu)建自我強化的投資循環(huán)：通過動態(tài)更新的多年期投資規(guī)劃，清晰展示資源如何從傳統(tǒng)支出流向AI與數(shù)據(jù)項目（可列明具體金額或百分比確保AI轉(zhuǎn)型獲得持續(xù)資金支持。該規(guī)劃將成為與“AI優(yōu)先”戰(zhàn)略深度對齊的財務(wù)藍圖，使銀