要推動銀行業的人工智慧採用，您需要了解員工的技能

Bernardo Nunes 是一位專注於 Workera AI 轉型的資料科學家。

探索頂尖金融科技新聞與活動！

訂閱 FinTech Weekly 的電子報

由 JP Morgan、Coinbase、Blackrock、Klarna 等高層閱讀

AI 不再僅僅是實驗。根據麥肯錫最新的全球 AI 調查，78% 的組織現在在至少一個業務功能中使用 AI。

銀行業正在快速追趕。最近的 EY-Parthenon 調查發現，77% 的銀行已經推出或試行生成式 AI 應用，比 2023 年約 61% 的比例有所增加。然而，只有 31% 已經朝著全面實施邁進。

同時，儘管銀行業廣泛投資於 AI，但只有少數將這些能力融入其戰略手冊。BCG 的調查報告指出，只有 25% 的銀行已經這樣做，其餘 75% 仍停留在孤立的試點和概念驗證階段，面臨在數字優先的競爭者推進下變得不相關的風險。

銀行業由嚴格的規範和謹慎的策略所定義。這段歷史帶來了 AI 的風險與機遇。儘管其他行業已經領先，但現在行動的銀行仍有機會取得先發優勢。成功實施 AI 需要基礎設施、模型、數據管道和合規策略。然而，將 AI 的潛力轉化為商業價值的最關鍵因素在於人力資本。

贏家將是那些能讓員工不僅臨時使用 AI 工具，而是將其融入日常工作流程的金融機構。這意味著要培養真正的、經過驗證的技能，使人們能理解、利用並引領 AI 創新。

為何員工是 AI 創新的驅動力

AI 有潛力在生產力、客戶體驗和風險管理方面帶來驚人的提升。但從本質上來看，AI 只是一個工具——它需要人類的創造力和專業知識來產生實際的商業價值。僅有技術並不能推動創新；人類才是關鍵。在銀行業，信任、規範和判斷是核心，這使得人與機器之間的互動變得更加重要。

如今，每位員工都必須在不同程度上成為 AI 支援的員工。有些人將是深度技術專家——資料科學家、工程師和模型建構者，負責設計和維護支撐 AI 運作的系統。其他人，如出納員、核保員或客服代表，可能永遠不會觸碰一行程式碼，但仍能利用 AI 工具來簡化工作流程並做出更好的決策。在這些極端之間，還有“AI+X”員工。他們在信用風險、合規或詐騙偵測等領域擁有深厚專業知識，並具備足夠的 AI 素養，能利用技術來增強這些專業能力。

AI+X 員工將是推動真正創新的關鍵。他們能幫助彌合業務需求與技術可能性之間的鴻溝，將複雜的銀行挑戰轉化為 AI 能帶來實質成果的機會。例如，具有 AI 流利度的合規官可以與數據團隊合作，設計更公平、更透明的 KYC 和 AML 模型。使用生成式 AI 進行原型設計的產品經理，可以重新構想客戶互動，創造個性化的財務建議或改善入職流程。在所有這些情況中，AI 放大了人類的洞察力，而非取代它。

在像銀行這樣受嚴格規範且風險偏好高的行業中，這層人類層面至關重要。技術可能會識別異常或產生建議，但由人來解讀、情境化，並確保決策符合道德、法律和聲譽標準。這也是為何在 AI 採用方面領先的銀行，不僅投資於系統和模型，也投資於員工的技能和理解。

以驗證技能推動發展

建立一支 AI 支援的員工隊伍，首先要了解現有技能和差距。要成功擴展 AI，銀行不僅需要熱情和培訓預算，更需要一個經過驗證、可衡量的技能數據基礎。沒有清楚的員工能力視圖，領導者就無法做出明智的決策，來發展員工或最有效地部署 AI。

自我評估並不可靠。員工往往高估或低估自己的熟練程度，導致培訓效率低下。經過驗證的技能——通過客觀評估測量——能幫助組織準確描繪出當前的優勢與弱點。有了這些資訊，銀行可以設計針對特定流程和目標的學習路徑，無論是為前線團隊提供入門 AI 素養，還是為資料專家提供深度技術知識，或是為合規官提供治理專業。

當員工了解自己所處位置後，就能專注於技能提升，並在定期循環中驗證技能，以衡量進展並進行負責任的投資。這種學習與驗證的循環，建立了持續改進的文化，確保技能隨著領域的演進而保持最新。這在 AI 領域尤為重要，因為技能的半衰期比以往任何時候都短。今天被視為尖端的技術，可能在一年內就過時了，快速學習的能力比任何具體技術能力都更有價值。

對銀行而言，這轉化為優先考慮技能成長速度——員工獲取並應用新技能的速度。培養這種適應能力的機構，將保持競爭優勢，更快應對新規範、客戶期望和技術變革。經過驗證的技能也能強化治理，確保員工不僅懂得如何使用 AI，更懂得如何負責任地使用它，關注公平性、透明度和風險。

最終目標是實現協調一致。當技能智慧指導學習策略——而學習策略支持業務優先事項——銀行就能自信地加速 AI 轉型。經過驗證的技能數據讓領導者知道投資方向、如何調動人才，以及何時安全擴展創新。

打造贏家團隊

這是銀行業的關鍵時刻。建立創新基礎的機構將領先一步，而猶豫不前的則有可能被甩在後面。前進的道路很明確：那些在員工中建立廣泛 AI 能力——尤其是融合技術與專業知識的經過驗證技能——的銀行，將處於最有利的位置。

當每位員工都能使用 AI——無論是創作者、強力用戶，還是專業領域專家——整個銀行都將變得更具敏捷性、韌性，並能推動戰略價值，而不僅僅是追求效率提升。現在是從實驗轉向賦能的時候。在 AI 領域，領導者與落後者的差距，不僅在於你建立的模型或資金投入的研發，而在於你培養的技能。