一夜秋風將北京拉入了寒冬，同樣在寒冬中掙扎的還有中美銀行業，在風雪交加中奮力求生。
今年上半年，中國58家上市銀行整體淨利潤同比增長3.49%，但增速同比放緩，撥備前利潤同比下降1.78%。上市銀行平均總資產收益率（ROA）和加權平均淨資產收益率（ROE）均有下降。
由於我中國大陸外形勢趨於複雜嚴峻，存在較大的不穩定性和不確定性，存在諸多風險與挑戰。
畢馬威分析認為：從外部形勢看，全球通脹、供應鏈短缺、國際地緣政治衝突等問題短期內難以得到解決。具體表現為：
為避免系統性風險，金融監管機構對於銀行業的監管要求不斷收緊，在監管層面將提出進一步要求，加大處罰力度和違法成本。
在地緣政治，極端天氣頻發、供給端政策等因素影響下，對利率、匯率和商品價格產生衝擊，商業銀行投資組合估值波動性及市場風險加大，同時金融市場波動將影響公允價值及投資收益，需持續關注風險管理及對自身損益的影響。
行業競爭持續加劇。信用風險上行、利差收窄、資本約束疊加減費讓利政策的影響，銀行服務收費來源持續減少，加之網際網路金融等非銀金融機構加入競爭格局，行業競爭將呈現較高水平。
在技術層面，網絡安全、銀行業的數字治理、以及IT基礎設施的支撐能力的風險在不斷上升。
從內部形勢看，疫情傳播具有較大不確定性，中國經濟依然面臨需求收縮、供給衝擊、預期轉弱等壓力。
在公司治理層面，商業銀行需從三會一層治理、風險內控、關聯交易、市場約束、利益相關者治理等多方面提升公司治理水平。此外，商業銀行應吸取瑞信銀行危機等事件的經驗，加強內部控制的監督和執行。同時疊加資管新規落地的影響，資管產品的並表問題成為行業難題和關注重點。
科技金融對商業銀行的業務模式、業務流程和管理體系產生了深遠的影響。推動金融服務的場景化、數字化、智慧化、生態化，更好賦能實體經濟高質量發展，也帶來了新的風險點。
同時，國家促進對小微企業的金融供給，經濟形勢的惡化使貸款質量下降，商業銀行需加強對還本付息貸款的質量監測，重點關注延後風險暴露，做實資產質量分類並加強信貸業務內部控制及風險管理。
流動性風險長期化、結構化趨勢日益明顯，部分表外業務的潛在流動性風加劇。
隨著金融業務的線上化成為趨勢，在保障服務渠道的暢通、業務品種的豐富創新也對誤操作以及合規性帶來了新的風險。
這些風險有的正在美國同行身上上演——美國銀行業面臨的形勢則更加嚴峻。
雖然美聯儲暫停了加息，然而美國的高利率降低了美國銀行業資產的價值。限制了銀行盈利能力，並且增加了對不利事件的抵禦能力。特別是在 2023 年上半年，銀行不得不應對貸款增長緩慢和存款成本較高的問題，這意味著銀行必須支付與客戶存款相關的金額。
成本增加的部分原因是許多客戶一直在提取資金並將其投入可以賺取更多利息的地方，如貨幣市場基金。它迫使銀行向美聯儲借款更多，以確保擁有足夠的資金，而且利率比以前高得多。
在其資產負債表上的債務價值也大幅下降的情況下，銀行業的整體風險急劇上升。這使銀行客戶因擔心資金安全而不斷提取存款，銀行的擠兌風險進一步加劇。也直接導致2022 年 6 月至 2023 年 6 月期間美國銀行的存款下降了近 4%。
銀行業的信用評級更加劇了銀行們的壓力。8月初，惠譽將美國政府債務評級從AAA下調至AA 。主權評級下調通常反映了更廣泛的經濟問題。這可能會降低銀行的信用度，導致其信用評級也被下調。
銀行貸款風險正在逐漸展現。近期WeWork申請破產的影響導致銀行被拖欠還款的風險提升。WeWork 是從紐約到舊金山等城市最大的辦公室租戶之一。這導致富國銀行的客戶一些房地產業主的逾期風險加大。
IT基礎設施風險加劇。上周五美國銀行(BAC.N)移動應用程序給客戶發送了一條消息，稱在技術故障影響多家金融機構後，客戶將資金存入賬戶可能會面臨暫時延遲。而這一問題可能源於清算所（TCH），這是世界上一些最大的商業銀行擁有的核心支付系統基礎設施。
人工智慧優先正引發銀行業全球性競賽
人工智慧主導的自動化主要促進了銀行的運營簡化和成本降低，因為銀行已經確定了員工執行的手動和機械任務，並用電腦取代它們，不僅具有成本效益，而且不易出現操作故障。
銀行還使用專有和外部的人工智慧功能和數據來增強員工的能力，使他們能夠執行以前超出其能力的任務。例如，預測和推薦模型利用人工智慧的能力（主要通過無監督機器學習）來分析大量數據並發現人類不明顯的隱藏模式。這有助於更準確、更快速地制定決策。
生成人工智慧驅動的系統驅動的工具的投資和採用仍處於萌芽狀態，但新的人工智慧重塑銀行業的潛力似乎巨大，加大了銀行探索生成人工智慧新應用的動力。
中國主要銀行在科技金融中的投入
生成式人工智慧提供的強大可能性源於其基於對大量數據（包括文本、圖像、影片和代碼）的分析來創建內容的能力。該功能意味著它可以用於總結內容、以聊天格式回答問題以及以不同格式編輯或起草新內容。更具體地說，這意味著銀行業的生成式人工智慧可以快速且廉價地（一旦大規模部署模型）生成超個性化的產品和服務，或加速軟體工程、IT 遷移和程序現代化。它還可以通過人工智慧聊天機器人或虛擬助手增強人類的能力——這是摩根史坦利和 ChatGPT 背後的美國研究實驗室 OpenAI 合作的重點。
據國際數據公司 (IDC) 的報告顯示，預計 2023 年全球人工智慧支出將達到 1660 億美元（其中銀行業是最大的行業貢獻者之一。
銀行使用生成式人工智慧的方式可能會帶來一些驚喜，似乎可以肯定的是，新技術將導致人工智慧在銀行業中的作用發生演變和擴大。
由於生成式人工智慧在銀行業的應用而帶來的顯著變化不太可能立即發生。可以預計，銀行將在未來兩年到五年內繼續測試生成式人工智慧模型，並對其進行大量投資，然後再擴大對客戶的部署並參與更具變革性的項目。
此外，銀行的大部分近期用例可能會側重於提供漸進式創新（即跨業務部門的小幅效率提升和其他改進），並將基於特定的業務需求。最後，我們預計員工將繼續發揮監督作用，即所謂的「人在環」(HITL)，以確保隨著技術的成熟，結果滿足預期（在準確性、精確性和合規性方面）。
儘管進展緩慢，但生成式人工智慧廣泛應用的潛力意味著銀行業將是受到這一影響最大的行業之一。據麥肯錫公司 2023 年的研究顯示：如果用例得到充分實施，生成式人工智慧每年可增加 2000 億至 3400 億美元的價值（占銀行營業利潤的 9%-15%） 。
除了新的業務用例之外，銀行還可能將生成式人工智慧（通過基礎模型）應用於現有和較舊的人工智慧應用程序，以提高其效率。例如，面向客戶的流程的數字化和自動化會生成數字數據軌跡，生成式人工智慧可以使用該軌跡來微調服務及其內部流程。然後，這可以提供進一步的數字化，包括超大規模定製，從而可以實現更好的客戶細分和保留。數字數據追蹤還可用於改進風險管理、數據收集、報告和監控。
銀行如何發展其生成式人工智慧能力可能取決於其規模和投資能力。選項範圍從外包（通過承包給第三方）到內部開發，以及涉及現有模型微調的各種混合解決方案。雖然銀行業的大多數生成式人工智慧應用仍處於開發的早期階段，但項目和方法的範圍已經很明顯，中美銀行業正在這場競賽中角逐。
中國銀行：推出首個生成式人工智慧（Gen AI）解決方案CHIB GPT，CHIB GPT 是在內部向中國銀行家推出的，旨在提高對 Gen AI 的認識並向業務介紹其功能，並發現高價值、創收的用例。
中國銀行總裁兼首席執行官 Romeo D. Uyan Jr. 表示：「針對員工的 CHIB GPT 僅僅是一個開始。」他指出，目前中國的銀行家可以使用 CHIB GPT 作為按需伴侶，幫助提高生產力和效率。
CHIB GPT 的推出為全行其他 Gen AI 計劃鋪平了道路。中國銀行首席創新與轉型官 Delfin Jay Sabido IX 表示：「我們計劃採用越來越多的新一代人工智慧技術來改善客戶體驗，為銀行帶來更多商業價值。」
CHIB GPT 由安全沙箱上的大型語言模型提供支持，可訪問中國銀行的專有信息。它專門從事內容生成、搜索、摘要和分析。
CHIB GPT可以使與語言相關的任務（例如撰寫報告、電子郵件、備忘錄、文章和其他內容）變得更快、更輕鬆。它還可以為時間管理、工作流程優化、個人培訓、決策、理解複雜主題甚至克服寫作障礙提供提示和建議。
工商銀行：創新推出「工小征」「工小程」3D 數字人形象，實現數字員工隨心換功能，助力提升客戶交互服務體驗。
交通銀行：將在數字化轉型投入力度持續加大，金融科技人才占集團總人數 6.51%。渠道和場景建設提速加力，依託新一代開放銀行平台進一步拓展創新場景，加快模式複製，雲上交行以遠程影片服務構建「雲網點、雲櫃員、雲管家」服務體系。著力打造交行人工智慧新名片，積極布局 AIGC 前沿技術，制定生成式人工智慧建設規劃，組建 GPT 大模型專項研究團隊，為體系化、規模化應用奠定基礎。圍繞「降成本、控風險、優體驗、增效益」目標，加大人工智慧應用深度和廣度，試點上線對公賬戶管理流程自動化場景、反洗錢可疑事件排序場景、零售客戶興趣偏好場景，壓降人力投入，提升風險分析質效，賦能客戶精細化經營。
招商銀行：持續圍繞線上化、數據化、智能化、平台化、生態化推進「數字招行」建設，藉助智能技術進一步提升「人 數字化」服務水平，以創新驅動本公司高質量發展。今年第三季度，信息科技投入52.06億元，是本公司營業收入的3.21%。截至第三季度末，全行累計立項金融科技創新項目3494個，累計上線項目2687個，報告期內新增立項252個，新增上線項目237個，繼續通過支持金融科技創新項目推動全行數字化轉型探索。
平安銀行：推動生成式人工智慧（AIGC）、數字孿生、量子計算等新技術孵化和應用。一是打造企業級 AI 研發平台，統一管理全行模型算法，拓展AI 技術在全業務、全渠道、全流程的規模化應用。二是積極探索大模型研究與實踐，並在產品設計、場景運營、營銷物料生成、經營分析、行政辦公等領域應用，有效賦能管理效率提升。三是自研多模態虛擬數字人，提高運營效率和用戶體驗；2023 年第三季度，平安銀行虛擬數字人項目榮獲「IDC 未來工作領軍者」，虛擬數字員工「小安」亮相全球頂級金融科技行業盛會「2023 外灘大會」。
通過智能財富助理「AI小招」為零售客戶提供更便捷多樣的服務，今年第三季度「AI小招」服務用戶1172.88萬戶，同比增長140.84%。財富陪伴系統為客戶提供場景化售後陪伴服務，幫助客戶有效應對財富波動。第三季度，包括海螺RPA、AI智能客服、AI模擬人、語音質檢等智能化應用已在全行實現全職人力替代超過1.4萬人。
工商銀行：在今年三季報中披露稱，正在加強前沿技術應用，已經實現了人工智慧百億級基礎大模型落地應用。
摩根大通：摩根大通的研究人員開發了一種預警系統，使用人工智慧和深度學習技術來檢測惡意軟體、木馬和網絡釣魚活動。研究人員表示，木馬大約需要 101 天才能侵入公司網絡。預警系統在攻擊發生前提供充分的警告。當黑客準備向員工發送惡意電子郵件以感染網絡時，它還會向銀行的網絡安全團隊發送警報。此外，該銀行已為一種名為 IndexGPT 的工具申請了商標，該工具可以充當金融投資顧問。
第一資本：第一資本的智能虛擬助理Eno是人工智慧在個人銀行業務中的最好例子。除了 Eno 之外，第一資本還使用虛擬卡號來防止信用卡欺詐。與此同時，他們正在研究計算創造力，訓練電腦具有創造力和可解釋性。
富國銀行：該銀行使用 Dialogflow（谷歌的對話式人工智慧）來為其名為 Fargo 的虛擬助手提供支持。它還使用大型語言模型（LLM）來幫助澄清客戶必須向監管機構提供哪些信息。
高盛：其開發人員正在試驗和測試生成式人工智慧工具，以協助代碼編寫和測試。
摩根史坦利：財富管理部門正在開發一項利用OpenAI的GPT-4技術的服務，幫助員工找到相關的內部智力信息，例如跨行業和跨地區的公司洞察、資產類別信息以及來自資本市場的數據。
採用生成式AI 面臨的挑戰
波士頓諮詢公司（BCG）認為，生成式AI在銀行業規模化應用的落地，是一個體系性工程，並提出「10/20/70」法則，即10%是模型，20%是整體IT能力升級，70%是業務與組織的轉型。然而，雖然一些機構已經成功實施了人工智慧解決方案，但其他機構仍處於實驗或早期採用階段，通常根據各自組織的風險評估採取更加謹慎的方法。
金融服務公司和銀行在考慮採用這種技術時需要解決的一些關鍵問題包括數據質量、技術專業知識和道德考慮。
例如，人工智慧模型，包括那些使用人工智慧來開發內容或工作產品的模型，需要高質量和多樣化的數據才能最有效地執行。如今，金融機構經常與孤立的數據和不完整的信息作鬥爭，這會讓人工智慧驅動的結果充其量是參差不齊，最壞的情況是錯誤的。任何考慮採用人工智慧驅動的技術工具或流程的金融公司都必須首先確定其數據的質量是否足夠並且可供程序訪問。在明智地採用人工智慧之前，可能需要全面清理機構的所有數據。
除了乾淨、可靠的數據外，金融機構還需要確保採用必要的技術專業知識來正確運行人工智慧生成程序。這意味著擁有能夠開發和維護此類人工智慧系統的專業人員。但目前對此類專業人員的需求量很大，而銀行業極度缺乏這種水平的專業技術技能。
