麦肯锡：银行业每年有望从生成式AI获得2000亿至3400亿美元利润

**划重点:**

1. 🚀 《麦肯锡》文[]章指出，生成[]式人工智能（[]gen AI）每年可[]为全球产业增[]加2.6万亿[]至4.4万亿[]美元的价值，[]而银行有望从[]中获得年度潜[]在利润达20[]00亿至34[]00亿美元。[]

2. 🔄 银行在采用g[]en AI时需要在[]领导层对齐、[]业务单元负责[]、价值为中心[]的用例、清晰[]目标等方面进[]行老牌变革管[]理，同时应对[]gen AI带来的数[]据、技术、人[]才等多方面挑[]战。

3. 🏦 随着gen AI的快速发展，银行需重视战略规划、人才培养、操作模型调整、技术架构优化、数据管理、风险控制、变革管理等七个维度，以实现gen AI规模化的成功。

站长之家(ChinaZ.com) 12月6日 消息:《麦肯锡》最新文章强调，生成式人工智能（gen AI）在银行业具有巨大的潜在价值，全球范围内可为各产业每年增加2.6万亿至4.4万亿美元的价值。在这其中，银行有望获得年度潜在利润达2000亿至3400亿美元，相当于运营利润的9%至15%。

为了充分利用[]这一有价值的[]技术，银行需[]要进行gen[] AI的规模化[]。文章指出，[]在银行进行g[]en AI规模化时[]，需要采取传[]统变革管理的[]方法，确保领[]导层对齐、业[]务单元负责、[]用例以价值为[]中心、目标清[]晰等。然而，[]与其他规模化[]过程不同的是[]，gen AI的规模化[]涉及到多个领[]域，要求管理[]团队了解并适[]应一系列先进[]分析能力和应[]用，其中包括[]诸如强化学习[]和卷积神经网[]络等术语。

其次，gen[] AI的规模化[]使得银行在数[]据和分析方面[]面临更大的挑[]战。文章指出[]，尽管大多数[]银行在使用结[]构化数据方面[]具有较强的能[]力，但许多银[]行在利用非结[]构化数据方面[]仍存在困难。[]这与gen AI对非结构[]化数据的重度[]依赖有关，而[]银行的数据战[]略和架构可能[]无法胜任这一[]任务。不过，[]gen AI本身具有[]自然语言处理[]等能力，可以[]从非结构化数[]据中提取信息[]，为银行提供[]更深入的见解[]。

在gen AI规模化过[]程中，人才也[]是一个重要因[]素。文章指出[]，一些领先的[]银行已经建立[]了专业的团队[]，包括量化分[]析师、模型师[]等，这些团队[]通常具有人工[]智能的专业知[]识。然而，其[]他银行可能需[]要通过培训和[]招聘来增强其[]人才队伍，以[]适应gen AI的需求。[]

为了确保gen AI规模化的成功，文章提出了七个关键维度，包括战略规划、人才、操作模型、技术、数据、风险控制和变革管理。这些维度涵盖了银行在规模化gen AI过程中需要关注的各个方面，是成功实现gen AI潜在价值的关键要素。