金融服务业领导网络-推进AI部署_蓄力创新浪潮_20页_1mb

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。