> **来源：[研报客](https://pc.yanbaoke.cn)** # 金融服务业领导网络总结 ## 核心内容概述 本文件由金融服务业领导网络（FSLN）发布，聚焦于2026年金融服务业在生成式人工智能（AI）和量子计算等新兴技术方面的部署与战略思考。内容强调了AI在提升生产力和效率方面的初步成效，以及金融机构在技术、文化、领导力和人才管理方面的挑战。同时，文件也探讨了量子计算的潜在应用和安全风险，并指出董事会在推动技术变革中的关键作用。 --- ## 主要观点 ### 1. **生成式AI的应用现状** - 生成式AI已在金融服务业取得初步成果，尤其是在生产力和效率提升方面。 - 多数金融机构仅使用了现有AI功能的10%，仍有较大提升空间。 - 代理式AI仍处于实验阶段，银行领域进展缓慢，保险行业则有所领先。 - AI在后台运营中的应用已初见成效，因监管风险较低。 ### 2. **AI部署面临的挑战** - **技术瓶颈**：遗留系统和数据碎片化阻碍了AI的规模化应用。 - **数据治理**：数据清理和标准化是实现AI价值的关键。 - **云迁移趋势**：云迁移被广泛视为解决数据问题的关键路径，但安全和成本因素使部分机构仍持观望态度。 - **领导力与文化变革**：AI不仅是技术问题，更是文化与领导力挑战。领导层的认知和参与度对AI部署至关重要。 ### 3. **AI战略应由业务领导者主导** - AI不应仅由IT部门推进，而应成为业务战略的重要组成部分。 - 业务领导者需主动学习AI技术，以确保技术投资与业务目标一致。 - 建立由集团AI负责人领导的核心支持团队，帮助业务端自主应用AI，以提高使用率和效果。 ### 4. **超越生产力，把握AI机遇** - 董事会应从效率导向转向机会导向，关注AI如何创造新收入来源和产品形态。 - 需要建立清晰的治理机制，推动AI试点项目向规模化应用过渡。 - 董事会需协助管理层设定明确目标，而非简单推动AI应用。 ### 5. **量子计算的未来图景** - 量子计算虽仍处于早期阶段，但其潜力巨大，尤其在欺诈检测、保险产品定制等领域。 - 量子计算的指数级处理能力将显著提升金融模型的精度和速度。 - 量子技术也带来了安全风险，如传统加密技术可能被破解，需提前部署量子安全方案。 ### 6. **量子计算的挑战与应对** - 量子计算的准入门槛高，需大量资金投入。 - 当前尚无明确的商业化时间表，但安全问题已引发高层关注。 - 一些机构已开始布局量子战略，建议将量子防御方案纳入预算，并与学术界和科技企业建立合作。 --- ## 关键信息 - **AI部署进展**：多数金融机构已部署生成式AI，但尚未全面实现转型。 - **生产力提升**：AI在软件开发、后台运营等领域已带来显著效率提升。 - **数据治理与云迁移**：数据清理和云迁移是AI规模化应用的关键路径。 - **领导力与文化变革**：AI转型需要领导层深度参与和文化支持。 - **AI人才战略**：需加强全员AI能力，包括提示词工程、工具使用等。 - **量子计算潜力**：在欺诈识别、保险定制等领域具备巨大应用前景。 - **量子安全挑战**：传统加密技术面临被量子计算破解的风险，需提前部署量子安全方案。 - **董事会角色**：需推动AI和量子技术的战略落地，设定清晰目标并建立治理机制。 --- ## 与会者名单（部分） - **银行与保险领域代表**：包括桑坦德银行、汇丰银行、宏利金融、摩根士丹利、瑞银集团等。 - **高管与董事会成员**：如英格兰银行审慎政策执行董事、加拿大永明金融集团风险委员会主席、美国银行EMEA地区技术业务发展主管等。 - **安永代表**：涵盖多个区域和职能的合伙人，如大中华区金融服务首席合伙人、金融科技与创新合伙人等。 - **其他机构代表**：包括Tapestry Networks、Circle Internet Financial、JPMorgan Markets等。 --- ## 结论 金融服务业正站在AI与量子计算变革的前沿，需在技术、文化、领导力和人才战略上同步发力。AI的规模化部署虽已初见成效，但全面转型仍需时间与资源投入。而量子计算虽尚未成熟，但其潜在影响已引起广泛关注，安全与治理成为当前重点。董事会在推动这些技术落地过程中，承担着战略引导和治理监督的重要职责。