美国银行正在持续推进其AI战略,积极探索从针对单一任务的试点项目向全流程变革转型的路径。
该行围绕治理机制、创新实践与问题解决构建起一套完整的AI战略体系。去年春天,美国银行披露,其约21.3万名员工中逾90%正在使用内部虚拟助手Erica for Employees,而面向客户的Erica版本已累计记录超过30亿次交互。
然而,美国银行并未止步于此。在本周二举办的Semafor World Economy 2026峰会上,美国银行首席技术与信息官Hari Gopalkrishnan重点阐述了当前推动AI项目取得成效的四大核心方向:端到端流程变革、规模化与复用、治理机制以及投资回报。
从去年到今年,最大的转变体现在四个维度。首先,是从聚焦小任务的概念验证,转向真正的端到端流程变革,瞄准能够切实改变收入结构、客户体验或运营成本的重大机遇。Gopalkrishnan表示。
他指出,AI技术能够帮助员工节省时间,并有效改善客户关系。美国银行旗下财富管理业务近期推出了AI赋能会议全程助手(AI-Powered Meeting Journey),依托Salesforce CRM数据,为财务顾问在客户会议前、中、后各阶段提供AI辅助支持。
如今,我们能够深入了解潜在客户、识别商机、生成会议摘要,整个从准备到跟进的流程从原来的数天乃至数周,压缩到了数小时以内。他说道。
美国银行将135亿美元技术预算的30%用于包括AI在内的新业务探索。Gopalkrishnan表示,该行正在从各业务团队各自开发应用的模式,转向构建可在全行范围内反复复用的企业级能力。目前,该行支撑着约3000个业务流程,并将AI视为可横向规模化部署的基础性要素。
这件事在治理上极具挑战,Gopalkrishnan说,管得太严,创新就会停滞;管得太松,风险就会失控。
据Gartner预测,企业生成式AI投入预计将在2026年增长近40%,这意味着AI将更深度地嵌入业务工作流,对更强有力的风险防护机制的需求也随之上升。
最后,投资回报已成为美国银行AI战略中的关键考量。AI的广泛应用预计将为银行业降低高达20%的运营成本。然而,难以支撑AI规模化扩展的遗留IT系统,以及对AI投资回报衡量标准缺乏共识,仍是行业面临的现实挑战。
一年前,我们的态度可能还是先多尝试,看看效果,Gopalkrishnan说,而现在,我们的出发点变成了在动手之前,先想清楚这件事能带来怎样的投资回报。
数据是美国银行所有AI工作的基础支柱。Gopalkrishnan强调,在数据之外,制定合理的算力策略、深入理解运行AI模型的经济性同样至关重要,而FinOps(云财务管理)在其中扮演着不可或缺的角色。
这些模型成本不菲,运行需要大量硬件资源,他表示,很容易就花出去大笔资金,最后却发现毫无回报。
员工能力提升同样是美国银行AI战略的重要组成部分。该行专门设立了一所聚焦AI再培训与技能升级的学院,为员工提供从基础提示词工程到AI设计与开发的系列培训课程。
他表示,过去几年间,该行44%的职位通过内部流动填补,AI技能培训是推动这一成果的重要因素之一。
A:美国银行首席技术与信息官Gopalkrishnan在Semafor World Economy 2026峰会上阐述了四大方向:一是从小任务概念验证转向端到端流程变革;二是推动AI能力的规模化复用,构建可跨全行使用的企业级能力;三是建立完善的AI治理机制,平衡创新与风险;四是强化投资回报导向,在启动项目前优先评估AI的预期收益。
A:美国银行旗下财富管理业务推出了AI赋能会议全程助手(AI-Powered Meeting Journey),该工具基于Salesforce CRM数据构建,能够在客户会议前帮助财务顾问了解潜在客户、识别商机,会议中提供实时辅助,会议后自动生成摘要。整个流程从原来的数天乃至数周,大幅压缩至数小时以内,显著提升了工作效率与客户服务质量。
A:美国银行专门成立了一所AI学院,系统性地为员工提供再培训与技能升级课程,涵盖从基础提示词工程到AI设计与开发的多个层级。这一举措成效显著——过去几年间,该行44%的职位通过内部人才流动完成填补,AI技能培训是推动员工转岗晋升的重要驱动力。
Copyright © 2002-2024 开云电子集团 版权所有 备案号:赣ICP备19009568号