本文來自 Mckinsey Scaling gen AI in banking: Choosing the best operating model 的讀後筆記
大意： 在數位轉型的浪潮中，生成式人工智慧（Gen AI）正成為推動金融服務創新的關鍵力量。從自動化客戶服務到提高交易安全，Gen AI 的應用正在重塑金融業的各個方面。本文探索了 Gen AI 如何在金融服務領域發揮作用，並著重分析成功實施 Gen AI 所需的運營模式架構。
主文摘要：
- Gen AI 在金融服務業的影響： 生成式人工智慧正改變著金融服務業的遊戲規則。透過加強聊天機器人，金融機構能提供無縫且個性化的客戶體驗。此外，Gen AI 的應用在防範詐騙和提升交易監控效率方面展現出顯著優勢。自動化的程式碼開發和報告總結不僅加快了工作流程，也為高價值任務釋放了人力資源。
- 關鍵成功因素－運營模式 ( gen AI Operation Model)： 選擇合適的運營模式是實現 Gen AI 成功的關鍵。一個有效的運營模式應當能夠協調人才、技術和數據資源，並確保風險控制和變革管理得到充分考慮。
- Gen AI 運營模式的架構：
- 高度集中化模式使得快速決策和資源配置成為可能，有利於初期的快速開發和部署。
- 集中領導，業務單位執行模式則結合了中央指導和分散執行的優點，促進了跨部門的協同和創新。
- 在業務單位領導，中央支持的架構下，業務單位能夠更靈活地探索 Gen AI 應用，同時仍受到中央團隊的技術和政策支持。
- 高度去中心化模式則完全賦權給業務單位，鼓勵創新但需要更多的協調努力以避免重覆工作。
- 實施 Gen AI 運營模式的決策檢查清單： 成功實施 Gen AI 要求金融機構在策略、領域、部署模式、資金、人才、風險和變革管理等多個方面進行精確的決策，這包括確定哪些業務領域最能從 Gen AI 中受益，以及如何平衡內部開發與外部合作伙伴的角色。：
- 策略與願景：明確誰將定義 Gen AI 策略，以及這一策略是在企業層面還是業務單元層面制定。
- 領域與場景：確定誰將負責界定 Gen AI 應用領域及具體場景。
- 部署模式：決定是作為“接收者”（從供應商購買針對性解決方案）、“塑造者”（整合供應商的廣泛解決方案）還是“創造者”（開發內部解決方案，重塑核心業務）。
- 資金：設定投入發展 Gen AI 的資金來源，這將取決於選擇的運營模式是集中化還是分散化。
- 人才：界定實施 Gen AI 所需的技能，並通過招聘、培訓或外包等方式來獲得這些人才。
- 風險：確定誰負責定義風險防範措施，以及是否需要調整現有框架來應對 Gen AI 特有的風險。
- 變革管理：執行變革管理計劃，以確保企業內部對 Gen AI 的成功採納。
- 未來展望與挑戰： 隨著 Gen AI 技術的進步，金融服務業將面臨持續變化的挑戰和機遇。金融機構必須不斷適應新的技術發展，並在其運營模式中保持靈活性，以便快速響應市場和技術的變化。同時，培養和吸引頂尖人才將是實現長期成功的另一關鍵因素。
圖示：
可能的爭論點： 金融機構採用不同的運營模式來實施 Gen AI，包括高度集中的運營模式、集中領導但由業務單位執行、業務單位領導但中央支持，以及高度去中心化的模式。每種運營模式都有其潛在的利弊。雖然數據顯示，在 Gen AI 的早期階段，選擇集中式運營模式的金融機構顯示出更大的進步（約70%），這類機構已將 Gen AI 案例推進至生產階段。但實施集中式運營模式時，可能會遇到戰略規劃、資金機制和人才配置方面的分歧和障礙。儘管集中式模式能有效推動 Gen AI 案例的發展，但也需要克服這些挑戰。
結論： 生成式人工智慧為金融業帶來了前所未有的機會和挑戰。通過選擇和實施適合自身組織結構和文化的運營模式，金融機構能夠最大化 Gen AI 的潛力，從而在競爭激烈的市場中保持領先地位。面向未來，靈活且前瞻性的運營模式將是引領金融服務機構走向成功的關鍵。
心得： 初期的中央集權對於金融業的成功有其必要性，但隨著技術成熟，在各業務單位應也有發展各自專門領域 Gen AI 的需求，那麼在這兩個條件都成立的情況下，運營模式朝向更聯邦化的方向的發展，更能發揮其效果。
1 Pingback