零售和商业银行业务中的生成式人工智能报告

根据提供的文字内容，可以总结如下：

调查背景与方法

• 兴趣与需求增长：零售银行、商业银行及中小企业银行对生成AI（GenAI）解决方案的兴趣和需求正在迅速增长，开始进行重大投资。
• 调查对象：研究涵盖全球、区域和社区银行，包括消费/零售、商业和中小企业银行部门的决策者。

调查结果概览

• 投资现状：60%的大型银行（存款超过50亿美金）已经对GenAI进行了实际投资，86%的小型银行（存款小于5000万美金）已经开始投资或计划投资。
• 主要驱动因素：提高效率、降低成本、客户获取与保留、产品策略。
• 应用领域：主要集中在后台操作、风险管理和运营，其中66%的银行注意到少于40%的可行用例集中在前台。
• 投资阶段：71%的大型银行和50%的小型银行已经进入beta测试阶段或之后阶段。银行普遍将GenAI预算分配在20%以内。
• 优先用例：客户服务、风险管理和运营成为首选领域。约60%的银行将客户服务、风险管理和运营作为首选用例。
• 担忧与挑战：人们对于GenAI在前台的可行性存有疑虑，并对银行实施能力表示担忧。多数银行在优先考虑前台用例前正在等待进一步的开发和测试。
• 投资回报与成本考量：尽管存在挑战，大多数银行（约40%）来自IT/技术预算，17%来自业务/公司战略预算，且超过70%的银行将指定预算的20%以下用于GenAI计划。

优先使用案例

• 零售银行和商业银行的优先用例主要集中在客户体验、风险管理和创收上。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。
• 零售银行和商业银行都高度关注实时欺诈检测（69%）和AML/KYC风险用例（75%）。
• 在银行部门规模方面，大型银行比小型银行更早开始投资和实施GenAI计划。

总体趋势

• 零售和商业银行正加大对GenAI的投资，尤其是在提高效率、降低成本、改善客户体验等方面。
• 银行正在优先考虑特定的用例，特别是客户服务、风险管理和运营领域，显示出对最突出需求的响应。
• 投资阶段和预算分配显示，虽然大多数银行对GenAI的应用表现出积极态度，但也面临内部专业知识、监管不确定性、成本限制等挑战。
• 银行在前台用例上的投资相对较少，多数银行在实施GenAI前等待进一步的开发和测试，同时对自身实施能力表示一定程度的担忧。