银行业中GenAI的规模化应用:选择优秀运营模式

人工智能
随着银行和其他金融机构采取行动迅速实施这项技术,挑战正在浮现。正确的AI可以释放巨大的价值,错误的AI可能会导致复杂的问题。各行各业的公司都面临着GenAI风险,包括产生虚假或不合逻辑的信息、侵犯知识产权、系统运行方式的透明度有限、偏见和公平问题、安全问题等等。

GenAI正在给银行业带来革命性的变化,因为金融机构使用这项技术来为面向客户的聊天机器人增压,防止欺诈,并加快开发代码、准备推荐书草稿和汇总监管报告等耗时的任务。

麦肯锡全球研究所估计,在整个全球银行业,GenAI每年可增加2000亿至3400亿美元的价值,或占行业总收入的2.8%至4.7%,主要是通过提高生产率。然而,随着银行和其他金融机构采取行动迅速实施这项技术,挑战正在浮现。正确的AI可以释放巨大的价值,错误的AI可能会导致复杂的问题。各行各业的公司都面临着GenAI风险,包括产生虚假或不合逻辑的信息、侵犯知识产权、系统运行方式的透明度有限、偏见和公平问题、安全问题等等。

要实现持续的价值,超越最初的概念验证,需要七个方面的强大能力:

  • 战略路线图
  • 人才
  • 运营模式
  • 技术
  • 数据
  • 风险和控制
  • 采用和变革管理

这些维度是相互关联的,需要在整个企业中对齐,例如,如果没有合适的人才或数据,一个伟大的运营模式本身就不会带来结果。

本文将更深入地研究这七个维度中的一个:运营模式,它本质上是企业如何将战略付诸实施的蓝图。在这篇文章中,我们解释了运营模式是什么以及为什么它很重要,然后深入研究了银行业GenAI出现的运营模式原型-包括成功记录最好的一个。最后,我们回顾了金融机构在建立GenAI运营模式时需要做出的重要决定。

我们发现,跨行业,高度集中化对GenAI运营模式最有效。如果没有中央监督,试点用例可能会陷入孤岛,扩展变得更加困难。具体来看金融服务业,我们观察到,使用中央领导的GenAI运营模式的金融机构正获得最大回报。随着技术的成熟,钟摆很可能会朝着更加联合的方式摇摆,但到目前为止,集中化带来了最好的结果。

集中领导的GenAI运营模式有以下几个原因:

  • 考虑到GenAI人才的稀缺,集中化允许企业以更有可能使整个组织受益的方式分配人才。中央领导的运营模式还可以帮助组织建立一支世界级的、有凝聚力的一代AI团队,培养同志情谊,帮助吸引和留住人才。
  • 在快速变化的环境中,新的大型语言模型和GenAI功能经常被引入,与分散在组织中的几个团队相比,一个中央团队可以更好地掌握不断发展的GenAI格局。
  • 在企业推动GenAI的早期,中央领导的运营模式很有用,因为需要在资金、技术架构、云提供商、大型语言模型提供商和合作伙伴等问题上频繁做出重要决策。
  • 通过中央领导的方法,风险管理和跟上监管发展的步伐变得更容易。

然而,选择运营模式并不是一种简单的二元方法。金融机构可以从本文探讨的细节中获得洞察力,决定在多大程度上集中其Gen AI运营模式的各个组件,并根据自己的结构和文化定制其方法,例如,组织可以在风险、技术架构和合作伙伴选择方面使用集中化方法,同时在战略决策和执行方面采用更加联合的设计。

运营模式的重要性

运营模式代表了公司的运营方式,包括其结构(角色和责任、治理和决策)、流程(绩效管理、系统和技术)以及人员(技能和文化)。

我们观察到,大多数充分利用GenAI的金融机构正在使用一种更集中的技术运营模式,即使企业的其他部分更加分散。这很可能随着技术的成熟而演变。

一家金融服务公司推动GenAI的正确运营模式应该既能进行扩展,又能与公司的组织结构和文化保持一致,没有万能的答案,有效设计的运营模式可以随着机构的成熟而变化,这是有效扩展GenAI的必要基础。

本质上,适当的运营模式使金融机构能够有效地开展三种类型的活动:

  • 战略导向。确定与企业战略目标一致的GenAI用例的集群或领域,按优先级将其分类为路线图,从而在管理风险的同时实现价值最大化,并监控价值创造,以确保高效的资源分配。
  • 标准设置。定义通用标准(如关于技术架构选择、数据实践、风险框架和控制的标准)以提高效率,并将从已完成项目中学到的洞察力用于新项目。
  • 执行。设计和测试用例的技术解决方案,将满足适当性能和安全标准的用例投入生产,如果有商业案例这样做,则对其进行扩展,确保其影响被跟踪和交付。

银行业GenAI的运营模式

银行和其他金融机构可以采取不同的方法来建立他们的GenAI运营模式,从高度集中到高度分散。

我们最近对欧洲和美国16家最大的金融机构对GenAI的使用进行了审查,这些机构总共代表了近26万亿美元的资产。我们的审查显示,超过50%的被研究企业对GenAI采用了更集中的领导组织,即使在它们通常的数据和分析设置相对分散的情况下也是如此,这种集中化可能是暂时的,随着新技术的使用成熟,结构变得更加分散。最终,企业可能会发现,让个别职能部门根据他们的需求优先考虑GenAI活动是有益的。

在我们研究的金融机构中,出现了四种组织模式,每一种都有自己的潜在好处和挑战。

高度集中

潜在的好处。这种结构——从设计到执行,由一个中央团队负责GenAI解决方案,独立于企业的其他部分——可以为GenAI团队提供最快的技能和能力建设。

潜在的挑战。GenAI团队可以独立于决策过程,它还可能远离业务单位和其他职能,从而可能成为影响决策的障碍。

集中领导,业务单位执行

潜在的好处。这个模式在业务部门和GenAI团队之间有了更多的集成,减少了摩擦,并减轻了对企业范围内使用该技术的支持。

潜在的挑战。它可能会减缓GenAI团队使用该技术的执行速度,因为在继续进行之前,需要来自业务部门的输入和签字。

业务部门主导,集中支持

潜在的好处。有了这个模式,很容易从业务部门和职能部门获得认可,因为GenAI战略自下而上都是泡沫化的。

潜在的挑战。在不同的业务单位之间实施GenAI的使用可能很困难,而且不同的单位在Gen AI上的功能开发程度可能会有所不同。

高度分散

潜在的好处。很容易从业务单位和职能部门获得认可,专门的资源可以快速产生相关见解,并在单位或职能部门内进行更好的集成。

潜在的挑战。在GenAI上做自己事情的业务单位面临着缺乏知识和最佳实践的风险,这些知识和最佳实践可以来自更集中的方法。他们也很难在一个单一的AI项目上进行足够深入的研究,以实现重大突破。

效果最好的运营模式

在GenAI之旅的非常早期阶段,集中了运营模式的金融机构似乎走在了前面。在拥有高度集中化的GenAI运营模式的银行和其他机构中,约70%的银行和其他机构已经在将GenAI用例投入生产方面取得了进展,相比之下,只有约30%的银行和其他机构采用完全分散的方法。集中式指导允许企业将资源集中在少数几个用例上,快速完成初始实验,以应对将用例投入生产和扩展的更困难的挑战。另一方面,使用更分散的方法的金融机构很难将用例移过试验阶段。

GenAI的萌芽性质促使金融服务公司重新思考他们的运营模式,以应对这项技术快速发展的能力、未知的风险和深远的组织影响。在麦肯锡最近关于银行业GenAI的论坛上,超过90%的机构报告说,为了有效地分配资源和管理操作风险,已经在一定程度上建立了集中的GenAI功能。

我们的调查还显示,约20%的被研究金融机构使用了高度集中的运营模式,集中了GenAI战略指导、标准制定和执行。约30%的受访者使用中央领导、业务单位执行的方法,即集中决策但授权执行。约30%的受访者使用业务部门主导、中央支持的方法,仅集中标准设置,并允许每个部门设置和执行其战略优先事项。其余的机构,大约20%,属于高度分散的原型,这些主要是大型机构,其业务部门可以为自主的GenAI方法聚集足够的资源。

集权并不是没有摩擦的。到目前为止,实施集中化运营模式的主要障碍来自对战略路线图、筹资机制和人才库的分歧,因为各单位担心失去关键资源或其业务优先事项被忽视。

管理最好地过渡到GenAI的金融服务公司已经拥有高水平的组织敏捷性,使它们能够通过将流程放置在中央枢纽或通过创建临时的、集中协调的敏捷团队来执行用例,来快速修改流程并灵活地汇集资源。与传统的AI团队相比,GenAI团队往往从用例开始就有更多来自云工程师、业务领域专家以及风险和合规专业人员的参与,这是因为两个因素:GenAI开发过程的高度迭代性质,以及即使在早期开发阶段也需要考虑扩展应用程序的不可预见或推测的影响。

随着GenAI技术和组织对其影响的理解的成熟,运营模式可能会在战略决策和执行方面转向更联合的设计,而标准制定最有可能继续集中化(例如,在风险管理、技术架构和合作伙伴选择方面)。

需要考虑的重要决策清单

选择和实施GenAI运营模式需要金融机构的领导人在不同领域做出决策,包括与运营模式直接相关的决策,以及属于其他领域但影响模式运作方式的决策。以下是高管们在为自己的组织设计最佳运营模式时可以牢记的清单:

  • 战略和愿景。首先,这家金融机构需要决定哪些领导人将定义其GenAI战略,以及这一战略将在企业范围还是业务部门层面上完成,这应该包括对潜在风险价值的愿景,以及对哪些职能或流程可能受到GenAI影响最大的评估。
  • 领域和用例。接下来,机构应该确定谁将确定GenAI用例的企业域或集群以及这些域中的特定用例。
  • 部署模式。关于域和用例的实现,机构应该决定它是“接受者”(从供应商那里采购有针对性的解决方案)、“塑造者”(从供应商那里整合更广泛的解决方案)还是“制造者”(开发重塑核心业务的内部解决方案)。
  • 资金。该机构将需要说明如何为GenAI用例提供资金,这将取决于其GenAI方法是多么集中或分散。银行通常通过单个业务部门和致力于GenAI的基础建设中央团队的组合来为用例提供资金。
  • 人才。企业应该定义GenAI计划需要哪些技能,然后通过招聘、提高技能、战略外包或所有这些战略的组合来部署必要的人才。另一个步骤将是确定“翻译”的角色,他们了解实施GenAI用例和领域的业务需求和技术要求。
  • 风险。金融机构应确定由谁定义风险屏障(如与数据隐私和知识产权侵权有关的风险屏障)和缓解策略,它还应该决定应该在多大程度上调整现有框架,以考虑到特定于GenAI的风险,包括是否需要针对特定用例(如面向客户的用例)进行额外的治理。
  • 变革管理。一个委员会将需要领导变更管理计划的执行,以确保在整个企业中成功采用GenAI所需的心态和行为的演变。

如果没有合适的GenAI运营模式,就很难整合足够的结构和足够快的行动来产生企业范围的影响。为了选择最有效的运营模式,金融机构需要解决一些重要的问题,比如对GenAI团队的角色设定期望,并在模式中嵌入灵活性,以便它能够随着时间的推移而适应,这种灵活性不仅与业务模式的高级别组织方面有关,而且还与筹资等具体组成部分有关。

银行业GenAI的动态格局需要一种战略性的运营模式。银行和其他金融机构应该在速度和创新与风险之间取得平衡,调整自己的结构,以充分利用这项技术的潜力。随着金融服务公司驾驭这一旅程,本文概述的战略可以作为指南,使其GenAI计划与战略目标保持一致,以实现最大影响。扩展并非易事,各机构应该努力将GenAI解决方案推向市场,并提供适当的运营模式,然后才能充分享受这项新兴技术的好处。

责任编辑:姜华 来源: 企业网D1Net
相关推荐

2019-12-04 15:05:01

麦肯锡中国银行数据

2020-07-07 14:40:03

银行数字化转型

2020-06-02 15:22:41

新金融科技

2022-05-17 11:27:17

容器数据存储

2020-03-05 14:58:24

欧洲银行数字化金融

2016-07-19 10:28:57

腾讯金融云云计算

2021-11-26 21:38:44

JavaScript框架开发

2019-12-29 22:51:18

工业物联网IIoT人工智能

2021-11-10 13:45:10

NVMe存储阵列磁盘阵列

2013-01-20 19:24:06

2022-02-11 10:16:53

5G通信数字化转型

2021-06-29 13:54:01

物联网平台物联网IOT

2021-08-27 14:03:41

存储NVMe阵列阵列供应商

2022-11-10 08:02:08

2020-03-13 20:01:08

知识图谱人工智能自然语言处理

2015-04-17 19:46:04

2023-02-21 13:46:52

ChatGPT人工智能

2014-09-18 10:29:17

银行业移动化

2014-03-17 10:49:56

2024-07-08 13:11:53

点赞
收藏

51CTO技术栈公众号