零售和商业银行业务中的生成式人工智能报告（英文版）

为准备 零售和商业银行 Page2 Contents 调查方法 对零售和商业银行的影响调查要点优先使用案例人口统计概述 调查方法 背景和方法 对GenAI*解决方案的兴趣和需求正在迅速上升。零售银行和商业银行以及中小企业银行参与者开始在这一领域进行重大投资和投资。 为了更好地了解全球零售和商业银行如何探索和/或实施GenAI应用程序，EY-Parthenon团队进行了以下调查： N=151 ⯈受访者包括消费/零售，商业和中小型企业（SME）银行部门中的全球，区域和社区银行。 2023年7月进行 *生成AI或GenAI ⯈决策者专注于客户服务，营销，入职，产品策略以及其他投资和技术代表 ⯈受访者了解所代表银行的GenAI计划或直接参与领导GenAI工作的团队 ，在GenAI应用程序方面拥有特定的专业知识，包括ChatGPT，Dall -E，OpenAI和MicrosoftAzure。 ⯈样本决策者的头衔包括（但不限于 ）：首席战略官，首席技术官，首席贷款官，产品开发主管，营销主管，关系经理，首席风险官以及公司中与客户服务，客户投资，客户入职和风险直接相关的其他职位。 Page3 Page4 Contents 调查方法 对零售和商业银行的影响调查要点优先使用案例人口统计概述 对零售和商业银行的影响 GenAI可以为零售和商业银行释放有意义的盈利能力和效率增强 钥匙外卖支持数据 1 零售和商业银行已经在投资或计划投资GenAI应用程序。 ⯈60％的大型银行（存款>50b美元）已经对GenAI进行了有形投资。⯈86％的小型银行（存款<5000美元）已经在投资或积极计划投资。 2 银行专注于将提高效率，降低成本和更多客户获取/保留的收益。 ⯈78%的银行将提高生产率视为主要驱动力。⯈60%的银行寻求改善客户体验和降低成本。 3 增强功能主要集中在后台，风险和运营预计将获得最大的收益。 ⯈66％的银行注意到少于40％的可行用例集中在前台。⯈70%的银行将风险和合规性视为GenAI团队联系的首要领域。 4 GenAI已经在进行投资，大型银行比小型银行领先。 ⯈>75％的大型（>50b美元的存款）和>50％的小型（<50b美元的存款）处于beta测试阶段或以后。⯈71％的银行已经动员起来，并将其指定预算来源（例如IT）的<20％分配给GenAI计划。 5 银行正在优先考虑选定的用例，这表明他们意识到了最突出的需求。 ⯈50%的银行已经确定了<10个新的用例。⯈>60%的银行将客户服务、风险管理和运营作为首选用例。 6 零售银行和商业银行都在优先考虑类似的用例，重点是客户体验，风险管理和创收。 ⯈约47%的银行优先考虑新的收入机会，48%的银行优先考虑个性化产品推荐作为重点领域。⯈69%的零售银行认为实时欺诈检测是最大的投资，75%的商业银行优先考虑AML/KYC风险用例。 7 人们仍然对GenAI在前台的可行性感到担忧，并对银行的实施能力表示怀疑。 ⯈67%的银行在优先考虑前台用例之前正在等待进一步的开发和测试。⯈37%的银行家对他们的银行实施GenAI的能力没有信心。 资料来源：EY-帕台农神庙HNWI代币化调查（n=251）；EY-帕台农神庙机构投资者代币化调查(n=78)Page5 Page6 Contents 调查方法 对零售和商业银行的影响调查要点优先使用案例人口统计概述 并开始投资于专门的GenAI团队来实现这些好处 GenAI团队动员(n=151) %预算专用于GenAI(n=122) GenAI团队的资金数额（n=151） 19% 14% 20% 20%7%11% 29% <100万美元 200-400万美 500-1000万美元2100万美元-4900万美元 71% 81% Yes No 0-20% >20% 融资金额在很大程度上与银行部门规模相关，大多 数支出低于GenAI预算的20%。 3 预计近期收入影响较低 前台收入增长% 在后台节省%的成本 2% 61-80%+ 41-60% 21-40% 0-20% 61-80%+ 41-60% 21-40% 0-20% N= N= 66% 25% 72% 23% 3% 2 预期实施后的许多好处 由于以下驱动因素，零售银行和商业银行投资 GenAI的积极性最高： 1.生产力增强 2.客户体验增强 3.节约成本 4.竞争差异化 5.任务自动化 1 正在积极探索GenAI计划 45% 的银行是已经在投资在 GenAI 45% 52% 3% 52% 的银行正在计划投资或对学习 更多内容非常感兴趣 零售和商业银行对GenAI解决方案表现出越来越大的兴趣，预期盈利能力会增强，并已开始部署专用资源 零售和商业银行... 45%的银行已经在投资GenAI，大型银行超过同行；生产率、CX提升和成本降低是主要驱动因素 PleaseratetheoverallinterestofyourfirmininvestmentinGenAI/developingadditionalusecasesforGenAItechnologies.(n=151)1 促使您的银行实施GenAI技术的主要驱动因素是什么？（n=151） 78% 生产力增强客户体验 增强功能成本降低 竞争差异化/竞争对手基准任务自动化收入优化 新的收入产生安全增强/风险 按存款规模划分的对GenAI的兴趣水平 60% 59% 51% 21% 41% 38% 33% 21% 46% 36% 60% 40% 45% 58% 28% 已经投资于生成型AI 非常感兴趣-计划投资 14% 15% 中立/有点兴趣 管理现金流和流动性 优化 Other1% 12% 42% 42% 41% 48% 4% All<US$50bUS$51b-US$200b US$201b-US$500b >$500b ⯈ ⯈竞争差异化作为主要驱动力也上升到了顶峰，超过50%的银行认为GenAI是差异化的催化剂 ⯈存款超过500b美元的大型银行已经对其GenAI功能进行了有形投资，其中60％已经在该 技术上进行了投资。 1.排名顺序由对每个选择1、2或3进行排名的受访者的百分比决定。 ⯈相反，只有<30％的小型银行（存款<5000亿美元）开始投资GenAI技术。 。 ⯈对关键运营驱动因素的接受度较低，与现金流和流动性优化激励相比，任务自动化与银行的共鸣更强烈。 三分之二的受访者预计GenAI将提高生产率；超过一半的受访者预计它将增强现有技术能力并加速创新 您认为GenAI将如何改变您银行的“工作方式”？（n=151） 70% 63% 66% 60% 48% 54% 50% 43% 40% 35% 30% 26% 20% 减少 13% 10% 0% 启用更大生产力按自动化目标销售前景和RM的外展 增强现有技术能力 Accelerate 创新 减少依赖通过选择角色自动化的关键 函数 取代员工通过高级自动化能力 Necessitate组织范围变更管理协议 解锁替代方案工作方式 人际关系相互作用 其他详细信息 最重要的变革领域，实现更高的关系经理（RM）/销售生产率和增强技术能力，都需要在业务案例中明确的绩效指标来评估成功。 ⯈在零售和商业银行中，54%的人认为GenAI加速创新是一个备受期待的用例，这将GenAI投资定位为其他创新领域以及未来AI用例的推动者。 ⯈48%的银行希望GenAI通过自动化来减轻对特定角色的依赖，43%的银行认为GenAI将逐步取代员工，因此建立一个治理和控制模型来管理对技术的信任问题尤为重要。 ⯈尽管有许多影响，但绝大多数受访者并不认为GenAI会减少人际交往。 对员工的影响、生产力的提高和成本的节省预计将在整个后台更大 ？（n=151）强？（n=151）的成本节约？（n=151） 31% 11% 5% 9%17% 40% 9%20% 48% 33% 16% 3% 40% 3%6% 39% 20% 9% 38% 53% 34% 31% 50% 35% 前台办公室 前台办公室 后台办公室前台办公室后台办公室 0%–20%21%–40%41%–60%61%–80%+ 其他详细信息 ⯈46％的大型银行存款超过500亿美元，预计会对其各自后台员工的41-50％产生直接影响，而38％的小银行的存款低于50亿美元。 ⯈在更长的时间内，前台将受到特别的影响；虽然只有<40%的银行预计在不到五年的时间内前台将节省>20%的成本或提高生产率，但>60%的银行预计在不到五年的时间内将产生这种影响 。 ⯈即使在不到五年的长期前景中，所有细分市场中只有不到20％的银行对劳动力，生产力或成本的影响超过40％。 在节省成本和时间方面，客户服务、入职培训、风险管理和运营被确定为受影响最大的领域 您期望后台的哪些部门会实现最大节省时间和成本从实施？(n=151) 您预计前台的哪个部门将从实施中实现最大的时间和成本节约？（n=151） 64% 66% 62% 49% 41%39% 35% 30%28% 39% 34% 17% 10% 客户服务入职培训关系管理市场营销Sales探矿产品开发 其他详细信息 ⯈客户服务和入职培训被确定为可节省大量成本和时间的最高部门，这标志着我们将持续的战略重点放在面向客户的职能上，以推动成本优化。 ⯈存款超过500亿美元的大型银行在客户服务的预期时间节省方面领先于较小的细分市场，占选择客户服务作为效率收益最高候选人的42％。 ⯈在存款超过500亿美元的大型银行中，有44％的人指出产品开发是节省时间的领域 ，而整体受访者的比例为28％。 风险管理/欺诈Operations监管/技术财务/合规会计人力资源 其他详细信息 ⯈零售银行和商业银行都看到，对于风险管理和运营的顶级后台部门来说，成本节约和时间节约都要大得多。 GenAI的新用例数量 N=151 1% >150 101–150 51–100 11–50 <10 50% 34% 7% 7% 您的公司为GenAI确定了多少新的用例？（n=151） 新的GenAI用例 增强营销 69% 增强的类似人类的聊天机器人 68% 增强的入职培训或 AML/KYC 57% 预测性分析 55% 实时欺诈检测 54% 增强/持续风险管理 面向客户的角色的个性化助理 48% 增强的数据聚合超个性化投资 咨询 37% 34% Other 32% 2% ⯈银行正在探索各种各样的新用例，15%的银行至少发现了 >50%；然而，已识别用例的分布也相当两极化，另有50%的银行识别出<10个新用例。 ⯈以客户为中心的营销和聊天机器人是正在探索的顶级用例，超过50%的银行正在探索前瞻性预测分析用例。 您的公司目前正在探索哪种类型的GenAI投资/用例/计划？（n=151） 50％的银行正在探索<10个新的用例;其中，以客户为中心的用例，如加强营销和类似人类的聊天机器人是首要任务 大多数受访者（66％）指出，只有不到40％的可行用例集中在前台，其中67％的人在确定优先级之前等待进一步的开发和测试 与后台功能（如风险管理、运营）相比，哪些百分比的可行用例反映了前台功能（如营销、勘探）？（n=151） 贵公司会优先考虑前台以客户为中心的GenAI应用程序而不是后台自动化的增强吗？（n=148） 占前台代表的全部用例的比例 N=151 10% 前台应用程序的优先级别 25% 32% 26% 66% 40% 61%–80%+ 41%–60% 21%–40% <20% 67% 是的，我们对增强的能力 1% 也许，我们在等待 开发和测试 不，我们只考虑后台应用程序 ⯈三分之二的受访者认为只有不到40%的可行用例是针对前台的，强调大多数银行优先考虑后台运营和风险用例，类似于过去的自动化技术。 ⯈67%的人在优先考虑GenAI用例之前正在等待进一步的开发/测