根据麦肯锡2024年的研究，企业对人工智能（AI）的采用率从六年前的50%上升至72%。随着越来越多的金融机构采用生成式人工智能（Generative AI），这一趋势预计将持续增长。

星展银行的AI之旅始于更广泛的数码化转型计划，最初与IBM和新加坡科技研究院（A*STAR）等技术合作伙伴开展实验性项目。随着时间的推移，这些努力已发展为结构化的机构级项目。

目前，AI广泛应用于银行业务，以提升客户体验和优化运营效率。它支持超个性化的财务建议，帮助客户经理深入了解客户需求，并为员工提供量身定制的职业发展和技能提升路线图。

为了有效扩展AI应用，银行应关注三个关键支柱：平台、流程和人才。

高质量数据是成功AI战略的核心。银行应建立集中式数据平台，作为单一可信数据源，以确保数据治理、可发现性和安全性。AI协议库的建立可以提升模型的复用性。

第二是流程。强有力的治理框架有助于管理AI带来的潜在风险，如决策偏见和数据隐私问题。星展银行在AI治理框架中遵循四项核心原则——有目的（Purposeful）、可预测（Unsurprising）、尊重（Respectful）、可解释（Explainable）。AI用例由一个高层管理委员会负责监督，以确保符合法规要求和道德标准。

第三个支柱是人才。由专业的数据团队推动AI在整个机构的应用。AI专家可嵌入跨职能团队，以开发和实施AI用例。除数据专家外，银行还应为所有员工进行AI和数据素养培训，确保组织内的AI理解能力达到基本水平。

生成式AI为银行提供增强客户服务、提高运营效率和推动创新的重要机遇。生成式AI助手可通过实时转录对话、即时检索信息和辅助文档处理，帮助客服人员更高效地响应客户需求，从而缩短处理时间并提高准确性。此外，内部生成式AI平台还能在安全环境支持员工进行内容创作和知识检索，从而优化跨部门的工作流程。

除了提高生产力，生成式AI还能加强风险管理和合规性。例如，帮助银行更高效地检测欺诈交易、评估信用风险，并确保合规性。此外，AI驱动的分析能力能加速产品开发，让银行能够深入挖掘非结构化数据，如市场报告和客户反馈，以优化产品并预测不断变化的金融需求。这些能力让银行在日益数码化和数据驱动的行业中获得竞争优势。

虽然生成式AI具有巨大潜力，但负责任的应用至关重要，尤其是在银行业。金融行业的高度监管环境、金融数据的敏感性，以及AI决策对客户财务状况的直接影响，使得透明度、公平性和问责制成为关键要求。

银行必须建立治理框架，确保AI的应用符合法规要求、道德标准和业务目标。这包括实施公平、透明和问责等原则，以防止决策偏见，确保AI输出的可解释性，并维护与客户及监管机构的信任关系。

此外，保持强有力的人类监督至关重要。虽然AI可提升效率，但应作为人类决策的辅助工具，而非完全取代人类判断，特别是在风险评估和客户互动等关键领域。员工应具备AI素养，以有效管理和解读AI生成的建议。此外，银行必须强化数据隐私保护和安全，确保AI模型是基于高质量、合规的数据进行训练，同时保护客户信息免遭泄露或滥用。

积极参与行业范围的AI治理计划，也是负责任应用AI的重要环节。银行可通过与监管机构、金融机构和技术专家合作，共同制定最佳实践，确保AI的应用既能推动创新，又能平衡潜在风险。

通过战略性和负责任地整合生成式AI，银行可以在充分利用其优势的同时，保持金融行业至关重要的信任和稳定。

（作者是星展银行新加坡主管）