充分发挥生成式人工智能在银行业的价值

金融服务实践 捕捉生成AI在银行业中的全部价值 建立生成AI飞行员很容易；扩展它们以获取材料价值很难。成功的秘诀正在出现。 本文是VishnuKamalnath，LarryLerner，JaredMoon，GökhanSari，VikSohoni和ShuoZhang的共同努力 ，代表了麦肯锡金融服务实践的观点。 2023年12月 生成AI(genAI)突如其来的现场在2023年初，并显示出明显的积极结果-并提高新的潜在风险-为组织世界范围。银行领导人似乎是在船上， Evenwiththepossiblecomplications.Two-threeofseniordigitalandanalysticsleadersattendingarecentMcKinseyforumongenAI1说他们相信这项技术将从根本上改变 他们做生意的方式。银行机构面临的紧迫问题是如何以及在哪里 最有效地使用genAI，以及如何确保应用程序在其组织内得到充分采用和扩展。 麦肯锡全球研究所（McKinseyGlobalInstitute）估计，在全球各行业中，GeneAI在其分析的63个用例中每年可以增加相当于2.6万亿美元至4.4万亿美元的价值。2在各行业中，银行业预计将有 最大的机会：每年的潜力 2000亿至3400亿美元（相当于营业利润的9％至 15％），主要来自生产率的提高（展览）。3经济 影响可能会使所有银行部门和职能部门受益，绝对收益最大 企业和零售业(560亿美元和 分别为540亿美元；参见侧栏“如何 Exhibit 生成AI有可能为银行带来巨大的新价值-在2000亿至3400亿美元之间。 AI创造的价值按细分和功能划分，十亿美元 传统的AI和分析 高级AI 生成AI 资本市场和投资银行 29 资产管理 59 公司银行业务 321 财富管理 45 零售银行业务 306 软件工程 48 风险与法律 385 IT和金融 10 人才和组织 18 0100200300400500 假设传统AI和生成式AI（生成式AI假设价值的低端）的0%重叠，基于预测的增长和价值池进行自上而下的估计。 来源：生成AI的经济潜力：下一个生产力前沿，麦肯锡全球研究所，2023年6月；QuantumBlack，麦肯锡传统高级分析和AI分析的AI 麦肯锡公司 1麦肯锡银行与证券GenAI论坛，2023年9月27日；30多位高管出席。 2“生成AI的经济潜力：下一个生产力前沿”，麦肯锡，2023年6月14日。 3客户体验和其他领域还有其他好处，但预测不包括这些好处。 银行正在使用生成AI“）。（值得注意的是，由于对银行经济学的更广泛压力，银行在最初的代AI试点中正确地关注了生产率，4这项技术可以极大地改变 如何完成一些工作以及客户如何与银行互动。它甚至可能导致全新的商业模式。) 对于寻求利用这项有价值的技术的银行来说，传统的人工智能扩展在某种程度上就像其他任何一种——它 需要老派的变革管理技能，高层领导的前期调整和赞助 ，业务部门对结果的责任，以价值为中心的用例，明确的目标等等。在其他方面，传统的AI扩展是大多数领导者从未见过的。 几个因素解释了为什么缩放genAI是不同的。第一个是任务的范围 和相关的含义。就像智能手机一样 银行如何使用生成式AI GenerativeAI(genAI)应用程序在银行机构的先锋中逐渐成熟。大多数初始应用程序都集中在改善客户服务，代理生产力和软件开发上。根据麦肯锡的分析，到目前为止，GeeAI在所有行业创造的价值中约有75％属于客户参与度和其他三个类别：内容合成（虚拟专家），内容生成以及编码和软件 。 —客户参与。GeAI解决方案可以将繁琐的手动流程转变为更具吸引力的高效交互。例如，消费者贷款人的虚拟助手通过聊天记录和条款解释中的有用摘录来指导其员工完成贷款申请流程，从而使流程更加简化且不那么繁重。一些公司银行正在使用GeeAI为员工提供批准的初始。 有助于起草某些类型的服务文档的模板 。1 —内容合成（虚拟专家）。GeAI模型通过从大量信息中总结和汲取见解来增强员工的能力-例如，查询跨地域的最新公共法规;创建研究报告，宣传平台，客户情绪分析和指导手册;或充当“虚拟专家”。据报道，摩根士丹利使用GPT -4建立了一个AI助手，帮助其成千上万的财富经理从庞大的内部知识库中快速找到并综合答案；它还总结了客户会议的内容并生成后续电子邮件。另一家领先的银行报告说，它已接近将产生投资简报的时间缩短90％以上（从9小时到 30分钟）通过使用genAI。 —内容生成。GenAI模型可以为许多用例实时创建自定义内容，例如个性化营销和销售 材料，基于客户资料、历史记录和产品详细信息。一个 银行正在使用基于GPT的引擎来创建超个性化 营销信息，以加速端到端营销活动，同时提高整体效率。 —编码和软件。GenAI代码助手正在帮助公司解决技术债务2并加速软件交付。代码助手使用自然语言提示将旧代码转换为较新的语言，并支持开发人员 通过调试和创建测试。他们还可以通过优先考虑干预措施和重构来评估银行的传统格局。 1CarloGiovine，LarryLerner，JaredMoon和StefanSchorsch，“去过那里，这样做：企业和投资银行如何应对GeneAI”，麦肯锡，2023年9月25日。 2AamerBaig，SvenBlumberg，ArunGundurao和BaselKayyali，“打破技术债务的恶性循环，使您的业务现代化”，麦肯锡，2023年4月25日。 4“2023年全球银行业年度回顾：银行业大转型”，麦肯锡，2023年10月10日。 几乎在一夜之间,银行业领导者不得不通过强化学习和卷积神经网络等曾经晦涩难懂的术语来选择自己的方式。5但缩放一代AI将需要 不仅仅是学习新术语-管理团队将需要破译并考虑AI世代可以创造的几种潜在途径， 从战略上进行调整，并为自己的选择性定位。 第二个因素是，缩放一代AI使大多数金融机构几乎解决的运营动态复杂化。正如银行可以相信他们最终弥合了业务和技术之间臭名昭著的鸿沟(例如，随着敏捷、云和产品运营模式的变化)，分析和数据也变得越来越突出，并创造了关键的第三个协调节点。 虽然银行的分析相对集中，并且通常是集中管理的，但GeAI表明，数据和分析将需要在更大程度上实现价值链中的每一步。商业领袖将不得不与分析同事进行更深入的互动，并经常同步不同的优先级。根据我们的经验，对于大多数银行来说，这种过渡是一项正在进行的工作，并且运营模式仍在不断发展。 第三，变化的速度从未如此之快。尽管智能手机花了很多年才将银行业务转移到更数字化的目的地-考虑到移动银行最近才超过网络 作为美国主要的客户参与渠道6-GeneAI工具的采用在那段时间的一小部分内发生。例如，据报道，高盛正在使用基于AI的工具来 自动化测试生成，这是一个手动的、高度劳动密集型的过程。7花旗集团最近使用generAI来评估新美国的影响 资本规则。8对于速度较慢的组织来说，这种快速的变化可能会给他们的运营模式带来压力。 最后，扩大GeneAI具有独特的与人才相关的挑战，其规模将在很大程度上取决于银行的人才基础。例如，领先的公司和投资银行已经建立了专家团队，包括量化人员，建模师，翻译人员和其他经常拥有AI专业知识并可以增加gen的人 人工智能技能，如及时的工程和数据库管理，以他们的能力集。拥有较少的人工智能专家的银行将需要通过培训和招聘来提高他们的能力-这不是一项小任务。 成功的GenAI扩展-在七个维度 虽然实施和扩展GeneralAI功能可能会在模型调整和数据质量等领域带来复杂的挑战， 与类似范围的传统AI项目相比，该过程可以更简单，更直接。高质量的用例可以在几天或几周内推出。从我们早期参与GeeAI的内部使用（查看麦肯锡的GeeAI见解专家 ）以及我们与在整个企业中成功扩展GeeAI的银行的合作中，我们发现，除了最初的概念证明之外，提供持续的价值需要七个维度的强大能力。 1.战略路线图 在扩展GeneAI方面取得早期成功的管理团队已经从战略角度出发，即GeneAI，AI和更广泛的高级分析可以在其业务中发挥作用。这种观点可以涵盖从高度变革性的商业模式变化到基于利基生产力计划的更具战术性的经济改善的所有内容。 例如，一家财富管理公司的领导人认识到GenAI变革的潜力 如何向客户提供建议，以及它如何影响更广泛的行业生态系统 5在强化学习中，算法通过尝试最大化其行动所获得的回报来学习执行任务。卷积自然网络是一种多层神经网络，其体系结构旨在提取每层数据的日益复杂的 特征以确定输出；请参阅“AI高管指南”，QuantumBlack，AI，麦肯锡，2020年。 6基于麦肯锡分析的Finalta，2023年。 7IsabelleBousquette，“高盛CIO测试生成AI”，《华尔街日报》，2023年5月2日。 8KatherineDoherty，“花旗使用生成AI阅读了1089页的新资本规则”，彭博社，2023年10月27日。 运营平台，关系，合作伙伴关系和经济。因此，该机构对将其AI赌注放在何处以及投资多少采取了更具适应性的观点。 Thiskindofseniorleadershipalignmentcangeneratestrongbusiness-levelsponsorshipforusecasedomain.AneffectivestrategicroadmapforagenerAIscale-upmayalsoinclude: —高层领导和业务单元级问责制的愿景、一致性和承诺，以交付成果 —优先级域（功能或业务单元）的列表，其中几个相关用例可以 构建-每个都有基于价值潜力和交付可行性的清晰商业案例（GeneAI并不总是正确的解决方案；有时传统的分析AI更好） —明确“从/到目标”，重新构想优先级域 —赋能能力评估，包括人才、敏捷运营模式、技术、和数据 —一个彻底的扩展计划，对何时以及如何处理每个领域并构建启用功能进行排序 —必要时制定详细的伙伴关系计划，以潜在地增强现有能力或获得新的能力 2.天赋 GeneAI作为一种关键能力的出现速度使银行业领导者几乎没有时间为对其员工的影响做准备-而且 如何提高员工技能或吸引他们需要跟上的人才。9 Thesolutionstartsatthetop.LeadersmustacquireadeeppersonalunderstandingofgenAI,iftheyhavenotalree.Investmentsinexecutiveeducationwillequatethemtoshowemployeespreciselyhow 这项技术和银行的业务联系在一起，从而产生兴奋和克服恐惧。 为了进一步揭开新技术的神秘面纱，在优先领域内，两到三座高调、高影响力的产生价值的灯塔可以就genAI的价值达成共识。他们还可以用实际的术语向员工解释genAI将如何提升他们的工作。 房间里还有一头大象：关于genAI的大部分讨论都集中在自动化和失业的潜力上。麦肯锡自己的 预测认为，这项技术可以实现高达70%的业务活动的自动化。领导者必须正面解决这些员工关注的问题；透明度应该是优先事项。他们还可以提供清晰的信息，说明GenAI如何自动化某些任务和手动工作，提高整体生产力和员工体验。 GenAI也正在产生新的人才概况。在GenAI出现之前，迅速的工程和模型微调并不是大多数银行人才领导者的技能。很少有公司会拥有合适的人才组合，因此他们需要致力于建立所需的角色，技能， 和长期能力。这个过程必须是持续的:一些新一代人工智能计划可能会启动 andrunninginthenearterm;othersmaynothavefruitforafewyears.Upskillingemployeesther