大型银行AI收益引发竞争担忧

人工智能应用的增加,可能会进一步拉大最大型贷款机构与其他同行之间的差距

    • 人工智能越是兑现其承诺,那些本已是规模最大、最富有的公司就越能获得这些回报。
    • 人工智能越是兑现其承诺,那些本已是规模最大、最富有的公司就越能获得这些回报。 照片:路透社
    Published Wed, Nov 12, 2025 · 04:50 PM

    本文由 AI 翻译,关键事实请以原文为准。

    查看原文

    美国银行 (Bank of America, BOA) 早在近十年前的2016年,就首次推出了其由人工智能 (AI) 驱动的聊天机器人Erica。

    经过数次迭代和积累了大量专利后,该平台目前每天处理约200万次客户互动,相当于1万1000名员工的工作量。

    如果这听起来令人印象深刻,那么其另一面则是高昂的成本:在大致相同的时间段内,该公司在技术上已投入近1200亿美元。去年的120亿美元技术预算中,除了维护现有系统所需的80亿美元外,还包括40亿美元用于开发,例如改进Erica和构建新应用。

    这些都是巨额资金,许多大型银行的投资者长期以来一直在追问,这些投入究竟带来了什么回报。

    一些答案开始浮现是件好事,但这些答案有些局限,而且这个故事中还包含两个重要的警示。

    首先,成本之所以高昂,部分原因在于公司在部署新工具时必须极其谨慎,尤其是生成式AI,因为任何失误都可能严重损害客户信任,并导致投资浪费。

    其次,AI预示着将加剧竞争问题,因为它似乎可能会进一步拉大那些有能力投入最多资金的最大型贷款机构与其他同行之间的差距。

    BOA就是一个很好的例子:其年度技术预算超过了KBW银行指数中半数以上贷款机构的总成本基础。

    在上周举行的投资者日(这是自2011年以来的首次)上,关于BOA如何利用其投资获得收益的细节是最引人关注的部分。

    该行表示,其消费者银行业务部门的员工人数已从2011年的10万1000人削减至今年的5万5000人,这完全归功于技术的进步。

    该行补充说,自2018年以来,全行的欺诈损失也减少了一半。

    AI在其中扮演了重要角色。

    BOA所有技术都由自己开发,而非采用硅谷公司的产品,这使其与Capital One Financial一道,成为金融界最大的知识产权持有者之一。

    根据富国银行 (Wells Fargo & Co.) 分析师的数据,这两家公司占所有银行持有的AI相关专利的65%。

    令人失望的数据

    尽管有更多公司开始公布其技术支出,但它们对AI的实际投资回报率却鲜有透露,而现有的数据也令人失望。

    在波士顿咨询集团 (Boston Consulting Group) 今年调查的280名金融高管中,能够量化AI投资回报的人不到一半。

    在这些能够量化回报的高管中,三分之一的人估计目前的回报率低于5%,另有四分之一的人认为回报率在5%至10%之间。

    问题部分在于,市场上没有像微软Excel电子表格那样的即插即用的现成产品。

    即使是那些选择与大型生成式AI公司合作的企业,例如摩根士丹利 (Morgan Stanley) 与OpenAI的合作,也仍需投入大量时间和资金,才能将一个大型语言模型转变为实用工具,无论该工具是面向公众的聊天机器人,还是用于研究或提供销售建议的内部助手。

    在公司达到这一步之前,还需要投入时间和金钱来处理数据,以便用于任何AI项目,这意味着需要对所有数据进行清洗、分类和标记。摩根士丹利 (Morgan Stanley) 在开始考虑应用AI之前,就花了数年时间来做这件事。

    BOA在2014年至2019年间花费了30亿美元,以使其数据变得可用。尽管银行出于其他监管和业务原因也一直在进行这项工作,但这突显了仅仅启动一个AI项目所需要的高昂前期成本。

    摩根大通 (JPMorgan) 每年在AI项目上花费约20亿美元,并于去年透露,这些项目每年可节省近20亿美元的成本,其中大部分与欺诈防范相关。

    但这并不意味着其投资回报率达到100%——摩根大通是在投入了大量其他数据和技术支出后,才使AI能够开始发挥作用。庞大的技术预算正在帮助大型银行遥遥领先。

    追求完美

    即使是那些能够投入巨额资金来开发和改进软件的银行,在推出产品之前,仍需要投入巨资进行严格到极致的测试。

    BOA首席执行官 Brian Moynihan 上周就其AI平台简单明了地指出:“它必须是完美的。”

    他强调说:“如果人们对(Erica提供的)答案失去信任,我们明天就必须安排1万1000名员工到电话客服中心和分支机构去。就是明天。”

    这不仅关乎银行业,银行对客户的责任受到严格监管。Brian Moynihan 描述的这种基本动态适用于任何公司,无论其AI的用户是个人客户、其他公司还是其内部员工。

    AI在效率提升和个性化服务方面最终可能带来的回报或许前景广阔,但实现这些回报所需的时间和金钱成本也同样巨大,且大部分需要前期投入。而且,成功并非必然。

    人工智能越是兑现其承诺,那些本已是规模最大、最富有的公司就越能获得这些回报。总有一天,或许比我们想象的更快,这将造成一个竞争问题,是政治家和监管机构应该开始思考如何应对的。彭博社

    此翻译对您是否有帮助?