点击蓝字关注我们
普华永道最近发布了一份报告《AI助推中国内地和香港金融服务业焕新升级》，调研了201名金融服务专业人士，开展了20次深度访谈。
报告描绘了一个矛盾的画面：
金融业对AI热情高涨，但落地痛点鲜明。
作为资金最充裕、数据最丰富的行业之一，金融业为什么还在AI落地面前犯难？
**调研发现了什么**
普华永道的调研揭示了三个关键发现：
发现1：战略重要，投入不足
几乎所有受访机构都认为AI是战略重点，但实际投入和预期效果之间还有很大差距。
发现2：单点突破多，系统整合少
很多金融机构有AI试点项目，但能规模化应用的很少。经常是"做了很多Demo，跑通了几个场景，但离真正改变业务模式还很远"。
发现3：技术可行，组织难变
AI技术本身不是问题，问题在于如何让组织适应AI带来的变化。
**两个真实的成功案例**
案例1：银行贷款审批的"全覆盖"转型
以前银行抽查贷款，因为人力有限。
现在用大模型，可以实现所有贷款的全覆盖检查，不仅效率提升，还发现了以前抽查漏掉的违规情况，减少了损失。
关键成功因素：不是简单替换人工，而是重新定义了风控流程。
案例2：保险新人的AI陪练
一家保险公司的AI"陪练"系统，让新入职的代理人反复模拟客户沟通场景。
结果：新人从迟迟无法开单，成长为顺利签单的绩优代理人。
关键成功因素：把AI嵌入到日常培训流程中，而不是作为额外的学习工具。
**为什么金融业AI落地难**
基于我们的观察，金融业AI落地难的核心原因有三个：
1. 监管合规要求高
金融业是强监管行业，AI的"黑盒"特性与合规要求天然冲突。explainability（可解释性）是必须的，但大模型的决策过程很难完全解释清楚。
2. legacy系统包袱重
金融机构的核心系统往往有十几年甚至几十年的历史，API化程度低，与AI系统对接成本高。
3. 组织变革阻力大
金融业人才密集，员工普遍高学历、高自尊。"让AI辅助决策"很容易被理解为"不信任我的专业能力"。
**给其他行业的启示**
金融业的困境，其实是所有大型企业的缩影。
三个通用教训：
1. AI落地不是技术项目，是变革管理项目
技术只是基础，更重要的是如何管理变革、化解阻力、建立新的人机协作模式。
2. 从"替代"思维转向"增强"思维
不要说"AI替代人工"，要说"AI增强人的能力"。同样的技术，不同的表述，接受度完全不同。
3. 找到"高价值、低风险"的切入点
不要一上来就动核心业务系统。从边缘场景开始，建立成功案例，逐步扩展。
普华永道的报告有个标题我觉得很准确：
"焕新升级"，不是"颠覆重构"。
AI在金融业的作用，不是推倒重来，而是在现有基础上持续优化、逐步升级。
对其他行业也是一样。别被"AI颠覆"的叙事吓到，踏踏实实从具体场景开始，AI的价值会在不知不觉中显现。
