GenAI 成為推動創新和效率的顛覆性力量。在本文中，我們將與您分享在將 GenAI 引入組織時應考慮的關鍵營運方面。
從重塑傳統銀行業務到提升客戶體驗，GenAI 正在成為一股推動創新和效率的顛覆性力量。生成式 AI (GenAI) 是人工智慧的一個子集，側重於使用在大型數據集上訓練的演算法生成新的內容或數據。在企業環境中，GenAI 可應用於自動化重複性任務、生成個人化內容、匯總文件，以及透過提供快速資訊存取來提高員工的工作效率。
在充滿活力的銀行和金融服務領域，GenAI 的整合已發展成為一次變革之旅。2023 年的雄心和投資激增，促使銀行探索各種人工智慧使用案例。領導層要求展示切實投資回報的壓力增大，因此在全球範圍內成立了專門的領導團隊，專注於擴大 GenAI 行動方案的規模。
- 在 BFSI 產業，GenAI 正在透過風險管理、欺詐偵測、個人化服務和營運效率徹底改變客戶體驗。Gartner 預測，到 2024 年底，全球銀行在安全和風險管理方面的支出將達到 2150 億 美元，同比增長 14%。
- 最新進展包括將異常偵測作為關鍵使用案例。人工智慧模型可以發現基於規則的系統不易識別的異常交易。瑞典銀行報告稱，使用這些模型，欺詐偵測改善了 20%-30%。由於 BFSI 實體處理的交易量巨大，因此該應用至關重要。
- 案例研究展示了 GenAI 在機器人顧問中的應用，包括投資組合管理、演算法交易、客戶服務聊天機器人、基於人工智慧的承保、自動合約管理、個人化財務規劃、最佳化交易策略和增強的客戶支援。
雖然銀行正在各種使用案例中獲得了實施人工智慧的回報，但真正的挑戰在於從根本上重新思考銀行營運的本質。
構建 GenAI 時代的願景
我們如何透過設想提供產品和服務的全新方式，來重新定義銀行業務的本質？
這種轉變不僅僅是改進現有流程，而是要重構銀行營運的本質，從傳統的以物理面為中心的模式，轉變為以數據和人工智慧基礎結構為核心的大廈。成為一家 GenAI 推動型機構的征程是艱巨的，但對於在不斷變化的環境中保持相關性、利用數據分析（如監管合規數據、信用風險評估、投資數據等）、引入自動化流程和提高整體效率至關重要。
在數位創新浪潮的推動下，印度始終保持著堅定不移的進步勢頭和發展前景。《數位印度故事》（2024 年） 將利用先進的 AI/ML 功能（如分析使用者偏好、行為和過去的互動）提供高度自訂化的相關內容，從而徹底改變每一種使用者體驗。
投資於可擴展的能力
金融業的領導者必須確定以 GenAI 為中心的未來所需的必要能力、技能組合和投資。既要緊急交付新產品，又要設計組織以實現這一議程，這兩者之間的平衡構成了巨大的挑戰。重點應放在建立可重複的任務和工具上，以產生複合回報。
例如，在銀行業務中，GenAI 為合約管理提供了先進的解決方案。透過將審查協議、建議合規條款和自動重排合約等繁瑣任務自動化，GenAI 簡化了流程，節省了時間和資源。
同樣，為了更好地進行信貸風險評估，銀行正在使用基於人工智慧的系統來協助做出更明智、更安全、更有利可圖的信貸決策。機器學習演算法可以透過觀察客戶的行為和模式，確定信用記錄有限的客戶實際上是否可能成為良好的信用客戶，或者找到其模式可能會增加追加銷售可能性的客戶。
這些演算法使用傳統評分以外的數千個備選數據點來評估信用度。
另一個例子是在抵押貸款領域，GenAI 的功能擴展到結合客戶數據生成量身定制的合約。GenAI 可根據過往貸款情況最佳化條款，同時確保符合監管標準，從而提高抵押貸款交易的效率和準確性。
為 BFSI 利用 GenAI 的力量
GenAI 有可能在三個關鍵方面重塑遊戲：
- 改變對話的本質： 人工智慧領域的早期領先優勢不再是相對競爭優勢。GenAI 改變了圍繞人工智慧的討論，使其成為所有人都必須考慮的問題。
- 顛覆先行者的產品優勢： 聊天機器人等技術曾被視為最前沿的技術，但現在已不再是最先進的技術。對 GenAI 的投資可以提供一整套尖端產品。
- 超越競爭對手： 大型語言模型 (LLM) 可使銀行在技術技能和深度數據集方面超越競爭對手。幾十年的數據基礎結構投資現在可能可以在更短的時間內以更低的成本複製。雖然這些變化的影響尚不確定，但根深蒂固注重最佳化數據推動型業務模式的文化可能會保持競爭優勢。
麥肯錫最近的一項研究表明，銀行業 Gen AI 的潛在總價值在 2,000 億至 3,400 億美元 之間，其中包括工程設計、客戶服務、銷售和行銷以及風險管理使用案例。
到 2025 年，生成式 AI 的成年使用者將超過 1 億 人（即約 8200 萬「在職」使用者）。
通常情況下，他們會在四個領域使用生成式 AI：
- 產品研發/軟體工程
- 客戶營運
- 行銷與銷售
- 風險模型文件等其他職能
Adobe 在人工智慧領域的解決方案
在 Adobe，我們的座右銘是「創造力是新的生產力」，我們正透過 Adobe Firefly 等解決方案以及注入了 Sensei 和更多 GenAI 功能的數位體驗解決方案引領潮流。
Adobe 的 GenAI 方法圍繞規模、信任和企業就緒展開。您如何開展行銷活動建立、受眾識別、體驗交付、歷程模擬等工作，並最終理解我們系統報告的見解。
- 旨在確保商業安全： 在 Adobe Stock 的 3 億多 高解析度、高價值資產以及版權已過期的公開許可公共內容上進行訓練，並由 Adobe 提供賠償支援。
- 整合的工作流程： Firefly 的 GenAI 功能將嵌入到 Adobe Creative Cloud、Adobe Document Cloud 和 Adobe Experience Cloud 等工具中。
- 設計和交付的副駕駛： 行銷人員和創意專業人員將始終掌舵，並能指導和監督生成式產出。
- 品牌化、規模化： 探索如何讓客戶用自己的宣傳品來訓練 Firefly，用他們的品牌風格和設計語言來生成內容。
應對挑戰
如今，當銀行努力從 GenAI 中獲取價值時，他們面臨著數位轉型和提高股東回報的雙重期望。經濟方面的挑戰在於如何將可變成本工作轉變為固定成本工作。
雖然銀行面臨的這一挑戰可能沒有專業服務公司那麼嚴峻，但積極推出 GenAI 可能會帶來價格競爭壓力，這可能來自靈活的初創企業，也可能來自利用人工智慧擴大產品規模和提高效率的傳統銀行。
此外：
- 必須儘早建立治理框架，涵蓋風險、測試和負責任的使用
- 透過知識搜尋和文件生成，將最初的應用重點放在提高員工的工作效率上
- 透過高管培訓、新能力建設和基於技能的招聘，提高人才技能
- 採用集中化模式來指導組織標準，同時鼓勵業務部門的投入
- 透過主題專家和自動驗證工具驗證模型輸出結果
- 以最終使用者為先設計解決方案，讓人工輸入決定系統的演變
總之，雖然 GenAI 為 BFSI 帶來了變革潛力，但審慎的治理和變革管理將決定成功的擴展。銀行若能有效應對這些挑戰，就能釋放出巨大的價值。
結論
GenAI 在 BFSI 產業中具有巨大的潛力，可以徹底改變銀行和金融服務，從提升客戶體驗到最佳化營運。在 2024 年及以後，BFSI 機構要想在這一不斷變化的環境中獲得持續的競爭優勢，關鍵在於以策略性和合乎道德的方式實施 GenAI 能力。我們認識到，人工智慧和 GenAI 可以改變和提升數據發現，加速內容建立，實現超級個人化和交付。
