От лабораторных экспериментов к повседневной деятельности: институциональный сдвиг ИИ
Траектория ясна: ИИ переместился из отделов исследований и разработок в операционную основу крупных финансовых институтов. Руководство банков теперь рассматривает ИИ как немедленный фактор увеличения производительности, способный сокращать сроки операций, ускорять циклы разработки и углублять взаимодействие с клиентами. Возможный результат — устойчивые повышения эффективности, которые приводят к увеличению выпуска продукции на одного сотрудника без пропорционального увеличения численности персонала.
Опыт JPMorgan в области повышения производительности с помощью ИИ:
Масштаб обязательств JPMorgan впечатляет. С ежегодным бюджетом на технологии около $18 миллиардов, банк выделил $2 миллиардов специально на инициативы в области ИИ. Финансовый директор Марианна Лейк сообщила, что ИИ повысил производительность банка — с примерно 3% до 6% — особенно заметно в работе специалистов по операциям. Некоторые роли демонстрируют ускорение производительности в диапазоне 40-50%, поскольку автоматизация и помощь ИИ берут на себя рутинные задачи. Такой ориентированный на ROI подход сигнализирует о переходе от экспериментов к измеримому бизнес-эффекту.
Расширение внутренней экосистемы ИИ Citigroup:
Citigroup использует иной подход: создание собственных инструментов ИИ, предназначенных для максимизации эффективности разработчиков и специалистов по знаниям. Банк сообщает, что внутренние возможности ИИ позволяют экономить примерно 100 000 часов разработчиков в неделю по всему бизнесу. В целом около 180 000 сотрудников в 83 странах имеют доступ к платформе ИИ банка. С ежегодным бюджетом на технологии в $12 миллиардов, Citigroup стремится интегрировать ИИ практически во все функции. Немедленный эффект — автоматизация повторяющихся задач по программированию, обзору документов и контролю тестирования сокращает часы работы, позволяя инженерным командам и бизнес-подразделениям сосредоточиться на решении сложных задач и инновациях для клиентов.
Стратегические инвестиции Bank of America в ИИ и модель обслуживания:
BAC является одним из наиболее прозрачных в отношении расходов и результатов. Руководство сообщило, что $4 миллиардов из примерно $13 миллиардов бюджета на технологии идет на ИИ и смежные технологии. Эти инвестиции напрямую связаны с измеримыми результатами по повышению эффективности фронтальных банковских команд и технических отделов. Банкиры управляют большими портфелями клиентов, поскольку ИИ занимается подготовкой брифингов и предварительными исследованиями. Тестирование программного обеспечения значительно повысилось благодаря инструментам разработки на базе ИИ. Долгосрочный виртуальный помощник банка, Эрика, демонстрирует, как ИИ может обрабатывать большое количество рутинных запросов, оставляя человеческий опыт для сложных и нюансированных потребностей клиентов — модель, которая повышает качество обслуживания и одновременно снижает давление на найм.
Wells Fargo и PNC Financial: влияние на численность и операционный рычаг:
Wells Fargo и PNC Financial используют схожие стратегии с разными акцентами. Генеральный директор Wells Fargo Чарли Шарф заявил, что ИИ позволяет банку поддерживать текущие операции при существующем уровне персонала, одновременно намекая на возможное сокращение численности в следующем году по мере ускорения инициатив по повышению эффективности. PNC Financial занимает более оптимистичную позицию — генеральный директор Билл Демчак утверждает, что ИИ значительно ускорит текущие процессы автоматизации, что позволит банку значительно расширить масштаб бизнеса в течение следующего десятилетия без существенного роста численности персонала. Обе концепции подчеркивают, что советы директоров и инвесторы связывают внедрение ИИ с операционным рычагом.
Путь вперед: реализация устойчивой эффективности
Ключевая задача — превратить краткосрочные инвестиции в ИИ в долговременные преимущества по стоимости. Первые признаки обнадеживают — реальные улучшения пропускной способности проявляются во всех сферах: операциях, разработке и поддержке клиентов. Однако путь к повышению коэффициента эффективности идет постепенно. Банкам необходимо продолжать инвестировать в инфраструктуру данных, контрольные рамки и управление моделями. Возможные препятствия — отложенные выгоды, расходы на реструктуризацию, связанные с изменениями в рабочей силе, и регуляторное давление по управлению рисками ИИ, что может замедлить темпы внедрения.
Те учреждения, которые смогут закрепить долгосрочное конкурентное преимущество, будут внедрять ИИ по всей организации — от рутинных рабочих процессов до стратегических решений — при этом точно соблюдая регуляторные требования. Такое сочетание широты, внедрения и соответствия нормативам может обеспечить ускоренное выполнение задач, улучшение клиентского опыта и структурное снижение единичных экономических показателей по всему банковскому франшизе.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Революция искусственного интеллекта в банковском секторе: как крупные учреждения повышают операционную эффективность
Искусственный интеллект представляет собой самый значительный технологический скачок со времен эпохи интернета, кардинально перепрограммируя операционные модели в финансовых учреждениях. Сегодня ведущие американские банки — JPMorgan (JPM), Citigroup ©, Bank of America (BAC), Wells Fargo (WFC) и региональные игроки, такие как PNC Financial Services (PNC) — вкладывают миллиарды в инфраструктуру ИИ, рассматривая это не просто как эксперимент с инновациями, а как стратегическую необходимость для повышения производительности рабочей силы и удовлетворения меняющихся требований клиентов.
От лабораторных экспериментов к повседневной деятельности: институциональный сдвиг ИИ
Траектория ясна: ИИ переместился из отделов исследований и разработок в операционную основу крупных финансовых институтов. Руководство банков теперь рассматривает ИИ как немедленный фактор увеличения производительности, способный сокращать сроки операций, ускорять циклы разработки и углублять взаимодействие с клиентами. Возможный результат — устойчивые повышения эффективности, которые приводят к увеличению выпуска продукции на одного сотрудника без пропорционального увеличения численности персонала.
Опыт JPMorgan в области повышения производительности с помощью ИИ:
Масштаб обязательств JPMorgan впечатляет. С ежегодным бюджетом на технологии около $18 миллиардов, банк выделил $2 миллиардов специально на инициативы в области ИИ. Финансовый директор Марианна Лейк сообщила, что ИИ повысил производительность банка — с примерно 3% до 6% — особенно заметно в работе специалистов по операциям. Некоторые роли демонстрируют ускорение производительности в диапазоне 40-50%, поскольку автоматизация и помощь ИИ берут на себя рутинные задачи. Такой ориентированный на ROI подход сигнализирует о переходе от экспериментов к измеримому бизнес-эффекту.
Расширение внутренней экосистемы ИИ Citigroup:
Citigroup использует иной подход: создание собственных инструментов ИИ, предназначенных для максимизации эффективности разработчиков и специалистов по знаниям. Банк сообщает, что внутренние возможности ИИ позволяют экономить примерно 100 000 часов разработчиков в неделю по всему бизнесу. В целом около 180 000 сотрудников в 83 странах имеют доступ к платформе ИИ банка. С ежегодным бюджетом на технологии в $12 миллиардов, Citigroup стремится интегрировать ИИ практически во все функции. Немедленный эффект — автоматизация повторяющихся задач по программированию, обзору документов и контролю тестирования сокращает часы работы, позволяя инженерным командам и бизнес-подразделениям сосредоточиться на решении сложных задач и инновациях для клиентов.
Стратегические инвестиции Bank of America в ИИ и модель обслуживания:
BAC является одним из наиболее прозрачных в отношении расходов и результатов. Руководство сообщило, что $4 миллиардов из примерно $13 миллиардов бюджета на технологии идет на ИИ и смежные технологии. Эти инвестиции напрямую связаны с измеримыми результатами по повышению эффективности фронтальных банковских команд и технических отделов. Банкиры управляют большими портфелями клиентов, поскольку ИИ занимается подготовкой брифингов и предварительными исследованиями. Тестирование программного обеспечения значительно повысилось благодаря инструментам разработки на базе ИИ. Долгосрочный виртуальный помощник банка, Эрика, демонстрирует, как ИИ может обрабатывать большое количество рутинных запросов, оставляя человеческий опыт для сложных и нюансированных потребностей клиентов — модель, которая повышает качество обслуживания и одновременно снижает давление на найм.
Wells Fargo и PNC Financial: влияние на численность и операционный рычаг:
Wells Fargo и PNC Financial используют схожие стратегии с разными акцентами. Генеральный директор Wells Fargo Чарли Шарф заявил, что ИИ позволяет банку поддерживать текущие операции при существующем уровне персонала, одновременно намекая на возможное сокращение численности в следующем году по мере ускорения инициатив по повышению эффективности. PNC Financial занимает более оптимистичную позицию — генеральный директор Билл Демчак утверждает, что ИИ значительно ускорит текущие процессы автоматизации, что позволит банку значительно расширить масштаб бизнеса в течение следующего десятилетия без существенного роста численности персонала. Обе концепции подчеркивают, что советы директоров и инвесторы связывают внедрение ИИ с операционным рычагом.
Путь вперед: реализация устойчивой эффективности
Ключевая задача — превратить краткосрочные инвестиции в ИИ в долговременные преимущества по стоимости. Первые признаки обнадеживают — реальные улучшения пропускной способности проявляются во всех сферах: операциях, разработке и поддержке клиентов. Однако путь к повышению коэффициента эффективности идет постепенно. Банкам необходимо продолжать инвестировать в инфраструктуру данных, контрольные рамки и управление моделями. Возможные препятствия — отложенные выгоды, расходы на реструктуризацию, связанные с изменениями в рабочей силе, и регуляторное давление по управлению рисками ИИ, что может замедлить темпы внедрения.
Те учреждения, которые смогут закрепить долгосрочное конкурентное преимущество, будут внедрять ИИ по всей организации — от рутинных рабочих процессов до стратегических решений — при этом точно соблюдая регуляторные требования. Такое сочетание широты, внедрения и соответствия нормативам может обеспечить ускоренное выполнение задач, улучшение клиентского опыта и структурное снижение единичных экономических показателей по всему банковскому франшизе.