全球金融行业人工智能应用洞察研究报告 涉及的行业与公司 * 报告由瑞银（UBS）全球金融研究团队撰写，全面覆盖全球金融服务业[2] * 涵盖五大核心子行业：银行业（Banks）、支付处理与金融科技（Payment Processors & Fintech）、多元化金融（Diversified Financials）、保险业（Insurance）以及房地产（Real Estate）[25] * 调研范围横跨北美、欧洲、中东及非洲（EMEA）、拉丁美洲（LatAm）和亚太（APAC）等多个地区[2] 核心观点与论据 人工智能在金融业的整体应用与投资趋势 * 金融业对人工智能（AI）和机器学习（ML）的关注度显著提升，在财报电话会中的提及率自2023年初出现拐点式增长，在2025年第一季度，约11%的金融业财报电话会讨论了AI[11][13] * 尽管自2022年下半年以来全球金融业风险投资（VC）总体投资相对持平或下降，但AI/ML领域的VC投资占金融业总投资的比例仍在增长，2025年上半年美国金融业AI/ML风险投资同比增长59%[12][20] * 2025年3月，Stripe完成65亿美元融资，推动了2023年上半年AI/ML交易量占总交易量的比例达到高点[12] 人工智能的潜在效益与用例 * 人工智能有望推动显著的费用节约、效率提升和业务增长，主要应用领域包括改善数据分析、增强客户体验、改进欺诈检测和风险管理、降低开支以及推动关键业务线增长[3] * 生成式AI（Gen AI）预计将通过五个主要领域影响金融科技和更广泛的金融服务领域：1）个性化消费者体验；2）成本高效的运营；3）更好的合规风险管理；4）动态预测和报告；5）智能体商业（Agentic Commerce）[4] * 在FIS的2024年投资者日上，管理层表示借助GenAI编码辅助，开发人员生产效率提高了约10-30%[4] * 具体用例因行业而异： * **银行业**：改善聊天机器人、监控信贷质量、开发代码等[3] * **保险业**：协助理赔处理、承保、产品开发和投资组合构建[3] * **房地产投资信托基金（REITs）**：用于回答查询和协助客户[3] * **资产管理公司和交易所**：主要用于提高运营效率和产品增强[3] * **支付处理商**：预计将从生成式AI中获益最多[3] 最受益的公司类型与竞争格局 * 大型、成熟的公司因其规模、投资能力和吸引AI人才的能力，预计将从生成式AI和更广泛的AI应用中获益最多[5] * 技术支出仍然至关重要，管理团队承诺进行大量投资以增强运营杠杆[5] * 早期采用者最能抵御像Meta、Apple和Google这样正在进军金融服务领域的科技巨头的竞争，捍卫市场份额[5] * 报告通过图8-12列出了北美、EMEA、拉丁美洲和亚太地区金融领域中“定位最佳的公司”[5] 各子行业具体应用与影响 银行业 * **美国大银行**：广泛部署AI，如美国银行（BAC）的数字助理Erica已完成超过27亿次客户互动，使呼叫中心来电减少40%，相当于3000名员工的工作量；摩根大通（JPM）确定了450个AI用例，价值约10-15亿美元[32][33] * **欧盟银行**：AI部署成为技术战略核心，桑坦德银行（Santander）2024年AI举措节省了超过2亿欧元；Caixabank计划到2027年约三分之一的流程由AI支持[34][35][36] * **中国区域性银行**：AI应用于内部政策查询、风险管理、机器人营销电话和聊天机器人，但目前对利润表的影响尚不明显[38] * **加拿大银行**：加拿大皇家银行（RBC）目标是到2027年通过AI增加7-10亿加元的EBIT[39] * **拉丁美洲银行**：Itaú拥有超过450名AI专业人员；Nu Holdings收购Hyperplane以提供AI解决方案[42] 支付处理与金融科技 * 内部用例包括欺诈检测（预测性AI）、信用违约预测、销售支持、后台用例（合规、客服聊天机器人）和软件工程师生产力[49] * Block（SQ）和PayPal被视为定位最佳的公司，而Riskified（RSKD）因卡组织、商户收单机构和银行的欺诈减少技术进步而面临最大挑战[28][49][50] * Adyen的AI驱动支付优化套件“Uplift”帮助试点商户将转化率提升了高达6%，支付成本降低了5%[51] 多元化金融（交易所、评级机构、商业服务） * AI主要用于运营效率增益和产品增强[29][52] * 穆迪（MCO）表示，截至2Q25末，其40%的产品（以ARR衡量）包含了某种形式的GenAI功能；GenAI独立产品的客户总支出接近2亿美元（以ARR衡量）[53] * 标普全球（SPGI）因拥有最广泛的数据集而被认为定位最佳[54] 保险业 * 应用包括流程自动化、增强欺诈检测和提高劳动生产率[30] * 目前尚无AI对收入或利润率产生直接影响的证据，但预计将提高生产力和增长[30] 房地产 * 应用包括运营增强、产品开发、增强客户/租户体验和预测性维护[31] * 由于房地产的物理性质，预计对人员编制的影响极小[31] * 国家存储REIT（National Storage REIT） cited在客户联络中心使用AI带来了边际利润的积极增长[31] 其他重要但可能被忽略的内容 对人员编制（Headcount）的影响 * 整体而言，AI对金融业人员编制增长的直接影响证据目前有限，多数情况尚不明确或处于早期阶段[25][27] * 部分公司出现人员编制增长放缓或减少的迹象： * 美国银行（BAC）提到其8000人的风险部门有潜力减少增长率需求[33] * 火箭公司（Rocket Companies）人员编制同比减少7%[29] * 华侨银行（OCBC）报告2024年人员编制增长1%，但指出剔除收购因素，通过AI和数字化改进运营流程，人员编制通过自然减员有所下降[27][48] * 马来亚银行（Maybank）观察到因AI驱动的聊天机器人，呼叫中心呼叫量减少了13%[27][48] * 许多公司强调AI当前主要用于提升员工生产率而非直接替代岗位[39][49] 面临的挑战与风险 * **规模较小的公司**：普遍被认为面临挑战，因为它们缺乏足够的资源进行大规模AI投资，因此可能无法获得类似 benefits[5][27][38][48] * **数据基础设施与合规**：成功应用AI依赖于高质量的数据和现代化的技术架构（如Zions Bancorporation强调的统一数据模型），一些公司（如Worldline）因平台碎片化而处于劣势[40][41][51] * **投资回报（ROI）与可见性**：尽管管理层对长期前景持乐观态度，但AI对利润表（P&L）的实质性影响在许多领域和公司中尚未明确显现或得到具体量化[25][36][38][39] * **区域差异**：某些地区（如印尼、泰国）的AI应用仍处于非常初级的阶段，或曾因数据规模不足导致应用效果不佳（如泰国消费金融数字贷款业务）[45][46] 具体数据与量化案例 * **桑坦德银行**：2024年AI举措节省超过2亿欧元，AI辅助现在支持超过40%的联络中心互动[36] * **星展银行（DBS）**：2024年从AI和机器学习计划中创造了7.5亿新元的经济价值，并预计2025年将超过10亿新元[27][48] * **华侨银行（OCBC）**：目标到2027年通过AI将员工生产率提高20%[27][48] * **摩根大通（JPM）**：2025年技术预算达180亿美元[33] * **美国银行（BAC）**：预计AI可在其编码操作中节省10-15%的成本[33]

公司战略投资 - 未来五年将新建100家数据驱动型分行并完成300家分行翻新 重点覆盖亚特兰大 奥斯汀 夏洛特 达拉斯 迈阿密 奥兰多 费城和华盛顿等高增长市场[1] - 通过智能设计 集成技术和现代布局优化新分行模型 为高端客户提供专属理财顾问沟通空间[1] - 增聘高端客户顾问并重组虚拟销售中心 加强对高净值客户群体的关系维护与开发[2] 数字化服务升级 - 通过AI驱动的Truist Insights平台每年提供超5.5亿次个性化实时金融洞察 包含现金流摘要 收支分析 余额监控和订阅管理等功能[4] - 每月通过AI增强的数字助手Truist Assist处理近50万次对话 实现客户问题解答与人工服务无缝转接[4] - 开发专利待批的AI工具Truist Client Pulse 整合数百万次对话的客户反馈 提供趋势分析和行为洞察[4] 客户体验优化 - 采用AI分析技术实现跨渠道个性化服务 在数字平台和分行为客户提供定制化实时洞察与营销方案[4] - 创新数字及线下身份验证工具结合AI模型 持续监测账户开立和支付交易中的异常活动与潜在威胁[4] - 升级智能预约系统 优化自助式账户开立流程 并提供数字化财务规划与追踪工具[4] 支付与设备现代化 - 增强Zelle 账单支付和数字转账等消费支付能力[4] - 今年内将通过分行和官网推出获奖的LightStream无担保贷款产品[4] - 升级ATM网络至"移动端式"个性化体验 支持定制化优惠和多面额取款服务[4] 公司基础信息 - 截至2025年6月30日总资产规模达5440亿美元 位列美国商业银行前十强[5] - 业务涵盖零售银行 中小企业银行 商业银行业务 投资银行 资本市场 财富管理和专业贷款等领域[5]