文章发表于 2025 年 1 月 30 日的《Choiseul》杂志 - Joffrey Martinez，合伙人兼全球金融服务负责人。.
欧洲降息、地缘政治不确定性、信贷风险成本上升......欧洲零售银行正面临着重大挑战。.
欧洲零售银行正在寻求新的效率杠杆，以应对日益增长的成本压力。在这种情况下，人工智能，尤其是生成式人工智能，为节省时间和降低成本提供了具体的机会。然而，要真正实现这些收益承诺，需要克服几个挑战。.
选择（有时是放弃）。.
人工智能在银行中的应用案例数不胜数：合规流程自动化、欺诈模型、信用档案分析等等。挑战不在于这些机会的激增，而在于如何选择。每个用例都必须根据其潜在收益进行评估。未来 2-3 年的人工智能路线图应与整体战略保持一致，并每 6 个月修订一次，同时还应建立一个在执行过程中跟踪价值的系统，这对于确定高价值项目的优先级和管理至关重要。.
转型制胜。.
人工智能不能简单地将解决方案叠加到现有流程上。要实现可观的投资回报，必须通过彻底重塑流程、重新定义任务和角色，将人工智能深度融入流程。这种转变需要采用多代理方法来协调完成整个任务，而不是产生分散收益的总和。.
测量和控制是关键。.
银行生产中的人工智能/人工智能用例数量将呈爆炸式增长。为了控制 IT 成本，必须授权团队承担这些解决方案的部分应用维护工作。人工智能解决方案（尤其是代理）的自主性越来越强，这就需要加强管理，以确保信任和效率，而管理的基础有三个：
- 观察:IT 服务分析交互以发现问题。.
- 评估:根据 data 科学家的反馈意见完善模型。.
- 监督:确定反复出现的问题并实施修复。.
在这方面，测量和控制起着至关重要的作用，甚至超过了模型本身。.
参与和支持。.
培训团队和调整他们的技能至关重要。能否顺利采用这些技术，最终取决于员工是否接受这些技术，以及这些技术是否符合业务目标。.
人工智能为银行应对当前挑战、化制约为机遇提供了强有力的杠杆。然而，必须启动正确的杠杆，将创新与效率结合起来
作者：乔弗里-马丁内斯
