Gen AI 将加速金融机构的竞争力,银行高管普遍看好 Gen AI 的潜力。根据 Google Cloud 调查,92% 的银行高管认为 Gen AI 在银行业有高需求,95% 认为其有潜力改变行业。Gen AI 的主要优势包括提高运营效率和成本节约(49% 认为这是最大收益),其次是数据分析(45%)、欺诈检测和安全性(44%)。银行计划在未来 6-12 个月内与 AI 技术提供商合作(93%),并预计 IT 预算将增加 26%-50%(40%)。Gen AI 通过神经网络学习数据模式并生成新内容,可应用于内容生成、营销、代码创建、数据分析、欺诈检测等领域。银行在 Gen AI 部署方面处于概念验证或试点阶段,主要应用包括生成内容、创建营销内容、辅助代码创建、数据摘要、增强聊天机器人等。Gen AI 的关键应用领域包括提升客户体验、优化投资组合管理和加强反洗钱(AML)控制。Gen AI 的风险需要通过“可解释性”、“监管”、“隐私”和“安全”四个关键支柱来管理。可解释性要求对 Gen AI 的决策进行验证;监管需关注现有框架的适应性或新规则的建立;隐私保护需通过数据治理和隐私设计原则实现;安全性需防止数据泄露和恶意攻击。Gen AI 的成功部署需要与专家技术合作伙伴(如 Google Cloud)合作,以实现硬件、软件和流程的整合。银行需要改进数据管理,建立通用数据集,并利用合成数据进行模型增强。未来,Gen AI 将推动金融机构实现更高效、更安全的运营,并提升客户体验。