GenAI 成为推动创新和提升效率的颠覆性力量。在本文中，我们分享了将 GenAI 引入组织时应考虑的关键运营方面。
从重塑传统银行业务到提升客户体验，GenAI 已成为推动创新和提升效率的颠覆性力量。生成式 AI (GenAI) 是人工智能的一个子集，专注于使用基于大型数据集训练的算法生成新内容或数据。在企业环境中，GenAI 可应用于自动化重复性任务、生成个性化内容、总结文档，以及通过提供快速信息获取途径来提高员工生产力。
在充满活力的银行和金融服务领域，GenAI 的集成已演变为一场变革性的历程。2023 年，对人工智能领域的信心和投资大幅增长，这促使各银行探索众多的人工智能用例。领导层要求证明能得到切实的投资回报，这一压力的增加导致全球企业纷纷成立专门的领导团队，专注于扩大 GenAI 计划。
- 在银行、金融服务和保险 (BFSI) 领域，GenAI 正通过风险管理、欺诈检测、个性化服务和运营效率等方面彻底改变客户体验。Gartner 预测，到 2024 年底，全球范围内银行在安全和风险管理方面的支出将达到 2150 亿美元，同比增长 14%。
- 在最新的进展中，有一个关键用例是异常检测。人工智能模型能够检测到基于规则的系统难以识别的异常交易。 瑞典银行报告称，使用这些模型检测欺诈的能力提高了20%至30%. 由于 BFSI 实体处理的交易数量庞大，这一应用至关重要。
- 案例研究展示了 GenAI 在机器人顾问中的应用，可用于项目组合管理、算法交易、客户服务聊天机器人、基于人工智能的承保、自动化合同管理、个性化财务规划、优化交易策略和增强客户支持等方面。
虽然银行在各种用例中都通过实施人工智能收获了回报，但真正的挑战在于从根本上重新思考银行运营的本质。
建立 GenAI 时代的愿景
如何通过设想全新的产品和服务交付方式，重新定义银行业务的本质？
这种转变不仅限于改进现有流程，而是要重塑银行运营的本质，从传统的以实体为中心的模式转变为基于数据和人工智能基础设施的架构。成为一家 GenAI 驱动型机构的过程非常艰巨，但要在不断变化的环境中保持相关性、利用数据分析（例如监管合规性数据、信用风险评估、投资数据等）、引入自动化流程以及提高整体效率，这一转变至关重要。
在数字创新浪潮的推动下，印度一直保持着坚定不移的进步势头和发展前景。（2024 年）《数字印度故事》 将通过利用先进的人工智能/机器学习功能（例如分析用户偏好、行为和过往交互）提供高度定制的相关内容，从而彻底改变每一位用户的体验。
投资于可扩展功能
金融领域的领导者必须明确以 GenAI 为中心的未来所需要的能力、技能和投资。既要紧急交付新产品，又要合理设计组织以实现这一日程，两者之间的平衡成为一项重大挑战。重点应该放在构建可重复的任务和工具上，以产生复利回报。
例如，在银行业务中，GenAI 为合同管理提供了一种渐进式的解决方案。通过将审查协议、建议合规条款和自动修订合同等繁琐任务自动化，GenAI 简化了流程，节省了时间和资源。
同样，为了更好地评估信用风险，银行正在使用基于人工智能的系统，以帮助做出更明智、更安全、更具盈利性的信贷决策。机器学习算法可用于了解行为和模式，以判断信用记录有限的客户能否真的成为信用良好的客户，或者找到符合某种模式的客户，以提高追加销售的可能性。
这些算法超越传统评分方式，使用数千个替代数据点评估信用度。
另一个例子是在抵押贷款领域，GenAI 的能力得到了扩展，可整合客户数据以生成定制的合同。GenAI 通过根据过往贷款优化条款，同时确保遵守监管标准，提高了抵押贷款交易的效率和准确性。
在 BFSI 领域利用 GenAI 的强大功能
GenAI 有潜力从三个关键方面带来变革：
- 改变对话的性质： 在人工智能方面的及早取得领先不再是相对的竞争优势。GenAI 改变了围绕人工智能的论述，使其成为所有人无法回避的考虑因素。
- 打破先行者的产品优势： 像聊天机器人这样的技术曾经被认为是最前沿的，但现在已经称不上尖端。对 GenAI 的投资可以带来一系列前沿产品。
- 超越竞争对手： 大型语言模型 (LLM) 可能帮助银行在技术技能和深层数据集方面超越竞争对手。如今，数十年的数据基础设施投资可能在更短的时间内以更低的成本进行复制。尽管这些变化的影响仍不确定，但深深扎根于优化数据驱动型业务模式的企业文化可能有利于保持竞争优势。
麦肯锡最近的一项研究显示，生成式 AI 在银行业的潜在价值在 2000 亿 - 3400 亿美元 之间，涵盖工程、客户服务、销售和营销以及风险管理用例。
到 2025 年，将有超过 1 亿 的成年生成式 AI 用户（即约 8200 万“在职”用户）。
通常，他们认为有四个应用领域：
- 产品研发/软件工程
- 客户操作
- 营销和销售
- 其他功能，比如风险模型文档
生成式 AI 时代的 Adobe 解决方案
在 Adobe，我们信守的座右铭是“创造力是新的生产力”，因此我们率先推出了 Adobe Firefly 和数字体验解决方案等产品，并在其中融入 Sensei 和更多 GenAI 功能。
Adobe 的 GenAI 方法围绕规模、信任和企业就绪性。考虑到您如何开展营销活动创建、受众识别、体验投放、模拟历程，以及最终理解我们的系统中报告的洞察。
- 旨在确保商业安全：使用 Adobe Stock 超过 3 亿 个高分辨率、高价值资产以及版权已过期且公开许可的公共内容进行训练，并由 Adobe 提供保障。
- 集成的工作流： Firefly 的 GenAI 功能将嵌入到众多工具中，包括 Adobe Creative Cloud、Adobe Document Cloud 和 Adobe Experience Cloud。
- 设计和投放助手： 营销人员和专业创意人员将始终掌舵，能够指导和监督生成式输出。
- 品牌化与规模化： 探索客户使用自己的宣传材料训练 Firefly 的方式，按照他们的品牌风格和设计语言生成内容。
应对挑战
如今，在银行努力通过 GenAI 获取价值的同时，他们还面临着完成数字转型和提高股东回报的双重期望。经济层面的挑战在于将可变成本做法转变为固定成本流程。
尽管对于银行来说，这一挑战可能不如专业服务公司那么严峻，但积极推出 GenAI 可能会带来竞争价格压力，这种压力可能来自灵活的初创企业，也可能来自利用人工智能来扩大产品规模和提高效率的传统银行。
此外：
- 必须及早制定治理框架，涵盖风险、测试和负责任地使用等方面
- 通过知识搜索和文档生成，将应用初期的重点放在提高员工的工作效率上
- 通过高管培训、新能力培养和基于技能的招聘来提升人才能力
- 采用集中式模型来把握组织标准的方向，同时鼓励业务部门提供意见
- 通过主题专家和自动化验证工具来验证模型输出
- 以最终用户为出发点设计解决方案，允许人工输入影响系统的演变
总而言之，虽然 GenAI 为 BFSI 领域带来了变革的潜力，但审慎的治理和变革管理将决定能否成功实现规模化。有效应对这些挑战的银行可以解锁巨大的价值。
结论
GenAI 在 BFSI 领域中拥有巨大的潜力，有望彻底改变银行和金融服务业，包括改善客户体验以及优化运营。在 2024 年和将来，GenAI 功能的战略和合理实施对于 BFSI 机构在这个不断变化的格局中获得持续竞争优势至关重要。我们认识到人工智能和 GenAI 可以转变并增强数据发现，加快内容创建，实现超级个性化和投放。
