核心观点与关键数据
- 经济与银行业务环境变化:2023年银行业面临高利率和稳健消费支出,巩固了商业贷款和盈利能力。然而,2024年经济将面临不确定性,银行需要适应软着陆并回归近乎零利率的环境。
- 运营与监管挑战:银行需要应对存款收益率和安全性要求增加带来的净息差减弱,以及新的监管措施带来的合规性压力。风险和监管环境持续快速演变,要求银行增加在监管合规和风险管理方面的投资。
- 存款趋势:企业客户存款正从小型银行流向大型银行,尤其是被视为系统重要性机构的银行。小型银行需要提高存款利率并发展数字资产负债管理能力来应对竞争。
- 商业支付:商业支付市场增长迅速,但银行在创新和用户体验方面落后于消费者支付领域。银行应利用支付平台提供增值服务,如税务和会计系统集成、实时支付数据分析等。
- 商业贷款:企业贷款需求下降,银行需要根据对公司信用风险的全面观点,为客户量身定制贷款产品。银行应提升贷款过程中数据驱动自动化水平,优化低利润产品领域的盈利能力。
下一代自动化与数据驱动贷款
- 贷款自动化程度低:商业和工业贷款的每个关键贷款发起流程步骤中,自动化程度不到60%。
- 数据与技术赋能:利用更丰富的数据和新的自动化工具,包括生成式AI,可以改变贷款流程,提高效率并降低成本。
- 案例研究:澳大利亚联邦银行利用云解决方案重新进入发票融资市场;简单化、自动化的贷款服务,为超级应用餐厅合作伙伴提供支持。
生成式人工智能在商业银行中的应用
- 生成式AI的潜力:生成式AI将重塑商业银行业务,提升生产力,推动收入增长,重新构想员工工作方式以及重塑客户体验。
- 应用场景:生成式AI可以嵌入到员工每天使用的众多工具中,提升每位员工的表现;在销售和客户咨询方面具有巨大潜力;可用于增强运营风险管理和合规性;自动化和增强承保流程。
- 数据基础建设:银行需要紧急投资于构建未来兼容的数据基础,解决数据治理和质量方面的差距,以充分利用生成式AI的潜力。
- 人才战略:银行需要招聘新的职位,并为全体员工做好准备,以利用生成式AI。应专注于培养一个适应未来的劳动力队伍,其文化接受变革、创新和持续学习。
研究结论
2024年,商业银行将面临诸多挑战,但也蕴藏着巨大的机遇。回归常规的经济环境为银行提供了重新定义服务模式的契机。通过优化运营、投资数字化转型、加强数据能力、利用生成式AI等新技术,商业银行可以重塑客户体验,重新构想业务模式,并适应不断变化的环境,从而在未来的竞争中占据优势地位。