信任是人工智能的真正优势
为何应将负责任的人工智能视为推动者，而非障碍
本文由 AI 翻译，关键事实请以原文为准。
当今对人工智能最大的误解是，赢家将是那些行动最快的企业。
随着人工智能模型变得越来越普及和商品化，竞争优势将不再由人工智能本身来定义。未来十年，领先的企业将是那些能够负责任地、持续地规模化应用人工智能，并赢得客户、员工和监管机构信任的企业。
换句话说，人工智能的真正优势不在于智能，而在于信任。
对许多企业而言，人工智能应用的第一阶段是实验。团队建立了概念验证，在受控环境中测试模型，并证明了人工智能可以进行总结、预测、自动化和推荐。
这些试点项目很有用，帮助企业快速而安全地学习。但它们也造成了一种错觉：在沙盒环境中行之有效的方法，可以在现实世界中以同样的速度推广。
在金融服务领域，现实世界的要求更为严苛。
一个涉及客户、员工、数据、决策或资金的工具必须满足更高的标准。它必须是安全的、具有足够的可解释性以便人们能据此行动、在出现问题时可追究责任，并受到监控以确保其准确性、公平性和避免意外后果。
最重要的是，它必须在规模化应用之前赢得信任。
负责任的人工智能是增长引擎
信任与负责任的人工智能听起来可能像一个悖论。治理通常被视为减缓创新速度的因素。但在实践中，我们相信这恰恰是让创新走得更远的保障。
SEE ALSO
没有信任，应用就会变得脆弱。员工会犹豫是否使用该工具，客户会质疑其结果，风险团队会要求更多管控，监管机构会要求更多保证。一个前景光明的试点项目最终会沦为又一个无法改变企业实际运作方式的举措。
因此，负责任的人工智能不仅仅是一份政策声明。它意味着从一开始就在人工智能的设计中融入问责制、透明度、人工监督、隐私、安全和公平性。
它意味着要明确谁对决策负责、系统如何测试、使用了哪些数据、如何处理异常情况，以及何时必须由人介入。
通过精心设计来建立信任，起初可能感觉较慢。它要求企业重新设计工作流程、建立治理护栏、培训员工并尽早协调各方利益相关者。
但实际上，这往往是更快的途径。在信任方面进行前期投资的企业，在解决应用障碍、管理未预见风险以及在部署后加装控制措施方面花费的时间要少得多。
负责任的人工智能并非速度的对立面。它是实现可持续速度的准则。
亚洲已准备就绪，但信任决定规模
这一点在亚洲至关重要，这里对人工智能的应用意愿显而易见，但并非毫无条件。
Visa委托YouGov在14个市场进行的《亚太区数码商业状况》研究发现，74%的消费者使用人工智能工具来发现、追踪或了解产品。
然而，仍有32%的人不愿意与人工智能系统分享个人或支付信息。
同样的模式在金融服务领域也很明显。大华银行 (UOB) 的《2026年亚细安消费者情绪研究》发现，该地区79%的消费者每周至少使用一次人工智能工具进行金融活动，但只有62%的人相信人工智能工具会以他们的最佳金融利益为出发点行事。
Salesforce的《互联金融服务报告》也发现了类似的结果，50%的消费者预计人工智能对他们与金融机构关系的影响，将大于在其他行业的影响。
该研究还指出，透明度、人工验证和可解释性是建立对人工智能代理信任的关键因素。
这传达的信息很明确：消费者或许欢迎人工智能带来的速度和便利，但前提是要有控制权、清晰度和问责制。
衡量让创新得以持续的因素
业界也需要重新思考如何衡量人工智能投资。投资回报率是必要的，但如果每项收益都必须立即体现在生产力指标上，它就可能成为创新的敌人。
信任、韧性、可解释性、员工信心和监管合规准备度等因素更难量化，但它们往往决定了一项人工智能能力是停留在试点阶段，还是能在整个企业内推广。
企业应在商业案例中为这些无形因素留有一席之地。一个更均衡的效益模型不仅应衡量节约的成本或创造的收入，还应衡量应用准备度、降低的风险、内嵌的管控措施、得到保障的客户信心以及在未来审批中节省的时间。
信任源于设计
在大华银行，我们就是这样看待下一波人工智能浪潮的。
我们的方法立足于以人为本、以科技为辅。人工智能应该增强判断力，而不是取代责任。
此外，业务问题必须先于人工智能决策。在我们通过大华银行创新实验室 (UOB FinLab) 与中小型企业合作的项目中，包括“AI Ready”和“Elevate”计划，成功的应用很少是从一个模型开始的。
成功的应用始于一个真实的工作流程、一个明确的痛点，以及每天使用该解决方案的人。
在内部，我们的重点是确保人工智能能够安全地进行规模化应用。这包括投资于企业数据基础、治理、数据管理、安全平台和员工赋能，其中包括向约3万名同事推广Microsoft Copilot功能。
技术固然重要，但能力建设也同样重要。人们需要了解人工智能能在哪些方面提供帮助，在哪些方面存在不足，以及如何对自己借助它所交付的成果保持负责。
即将发布的 大华银行亚细安洞察特别报告《信任源于设计：从人工智能实验到规模化应用》也提出了类似的观点。
成功试点与规模化应用之间的差距，很少在于模型本身，而在于围绕它的运营模式：工作流程、治理、人员准备度、领导层支持和生态系统合伙业务。
正是这些工作，才将人工智能从一项演示转变为一种实际能力。
下一波浪潮
人工智能竞赛正进入一个新阶段。第一阶段是关于实验，下一阶段将是关于执行。
在人工智能时代，领先的企业不一定是在第一轮冲刺中最快的，而是那些能够从长远来看充满信心地持续前进的企业。
信任和负责任的人工智能可能会让起始阶段走得更加审慎，但它们也使整个旅程成为可能。
在银行业，信任是所有关系的基础，因此这并非对创新的束缚，而是创新得以持续的条件。
下一波人工智能浪潮区分企业的标准，将不再是它们使用的模型，而是它们所拥有的信任。
作者是大华银行创新部主管
Decoding Asia newsletter: your guide to navigating Asia in a new global order. Sign up here to get Decoding Asia newsletter. Delivered to your inbox. Free.
Share with us your feedback on BT's products and services
