• 凭借着AI计划的有力推动,「领先」的金融服务公司实现了高达19%的整体性收入增长,远远高于其他「跟随者」企业12%的增幅。
• 在参与此次调查的全部金融服务公司当中,约70%正在目前的生产环境中使用机器学习,60%使用自然语言处理(NLP)技术。
• 60%的领先金融服务企业通过AI改善了收入,有47%将改善客户体验作为AI成功应用的指标。
• 49%的领先企业在AI方面拥有全面、详尽的整体性发展战略,各部门都将严格执行这些战略,这也使其显著超越其他竞争对手。
• 45%的AI领先企业目前在AI项目方面的投入超过500万美元,是初创企业或者滞后技术采用企业的3倍。
以上调查结果,来自德勤公司于8月13日发布的金融服务业AI领导者统计报告,报告中还整理出了关于各市场领先企业的共通特征。此项研究的重点,在于金融服务公司如何在激烈的市场对抗之下根据竞争对手的动向做出调整或者应对,最终从竞争当中胜出。此次调查面向来自美国各个行业的总计1100名高管,他们所在的企业都在推动AI技术的原型设计或者实际实施。
下面来看此次研究发现的主要结论:
• 德勤发现一系列最佳实践,正是这些实践将「领先」企业与「跟随」企业区分开来,确保其凭借AI技术实施获得远超其它企业的财务回报。德勤公司发现,目前的金融服务企业可以根据完整AI实施以及从中获得的财务回报水平,被划分为三个类别。各个类别中的受访企业又各自拥有不同的AI成熟度。其中,有30%的受访企业属于领先者,或者说拥有大量AI实施项目并从中获得高额财务回报的组织;43%的受访企业在AI实施与财务回报层面处于中等水平;另外有27%处于AI技术之旅的起步阶段,因此财务回报水平要远远落后于前两个类别。德勤将最后这部分企业称为初创公司,或者「滞后技术采用企业」。
德勤公司发布的金融服务领域人工智能领先者共通特性调查结果(2019年8月13日)
• 排名前30%的金融服务更关于将AI技术整合至企业的核心战略业务当中,从而以超越竞争对手的速度实现收入与成本收益。 领先者能够更明确地定义并执行AI战略,从而比竞争对手更好地增加收入、降低成本并改善整体运营。德勤认为,这类成绩斐然的企业拥有三大不同特点,包括:将AI纳入战略计划并强调组织整体实施的能力;除降低成本之外,同时关注收入与客户拓展机会;采用组合方法获取AI,利用多种开发模式实施AI解决方案。下图比较了领先者企业的主要特征。
德勤公司发布的金融服务领域人工智能领先者共通特性调查结果(2019年8月13日)
• 与AI滞后技术采用企业相比,领先企业对AI重要性的关注程度可达前者的12倍。德勤公司发现,虽然不少金融服务企业都认为AI技术对于企业形成新的竞争优势至关重要,但三个类别当中,各受访企业对AI战略重要性的关注度却有着巨大的差别。领先者在起步之初就意识到AI对其业务的重要意义,这促使此类企业定义了明确的AI实施计划,希望借此超越竞争对手并获得收入与成本优势。49%的领先企业在AI采用方面拥有全面且详尽的整体战略,且各部门都将严格遵循这些战略。
德勤公司发布的金融服务领域人工智能领先者共通特性调查结果(2019年8月13日)
• 45%的AI领先企业上头AI项目上的投入已经超过500万美元,是初创企业或者后期采用企业的3倍。领先企业坚信AI计划能够带来的价值,因此在投资额度方面也远超其他同类厂商。更重要的是,这种支出差距还在拉大。目前,有25%的领先企业在AI计划身上投入1000万美元甚至更多,这进一步表明AI战略对于金融服务企业的巨大影响。70%的领先企业计划在下一财年当中至少上调10%的AI投资额度,相比之下拥有同类计划的跟随企业仅占46%,而初创或滞后技术采用企业的占比则为38%。
德勤公司发布的金融服务领域人工智能领先者共通特性调查结果(2019年8月13日)
• 60%的领先企业通过收入改善情况来定义AI成功程度,也有47%企业将成绩指标设定为客户体验提升。德勤公司发现,领先企业能够在业务案例当中为收入增长、提升客户体验以及削减成本找到良好的平衡点,并以此为基础寻找并投资更多不同的商业机会。领先企业在如何将AI技术带入新战略部署方面,往往采取倾向于机会主义的方式,这为其带来了高于竞争对手的收入水平并切实提升了客户体验。
德勤公司发布的金融服务领域人工智能领先者共通特性调查结果(2019年8月13日)
• 凭借AI计划的推动,领先金融服务企业在整体业务范围内实现19%的收入增长,远高于跟随企业12%的收入增幅。初创企业或滞后技术采用企业由于缺乏必要的支持与资金投入,因此不仅没有获得任何净利润提升,反而令收入下降10%。德勤公司发现,领先企业利用AI创造、测试以及推出新产品,同时紧跟高增长市场的实际动向,因此能够在收入提升方面获得早期领先优势。
德勤公司发布的金融服务领域人工智能领先者共通特性调查结果(2019年8月13日)
• 金融服务一般通过企业软件获取AI解决方案,其中Salesforces的Einstein得到业界的普遍好评。 德勤公司发现,AI进入金融服务企业的最快途径是通过现有企业软件应用程序与平台直接采购。德勤表示,“现有供应商的关系与技术平台已经广泛投入使用,对大多数企业来说这都是门槛最低的选项。”此外,调查还发现,领先企业还掌握了利用产品组合方案获取及开发AI技术的方式,这也为他们带来远超竞争对手的采用规模与采用速度。
德勤公司发布的金融服务领域人工智能领先者共通特性调查结果(2019年8月13日)
• 65%的领先金融服务企业对于AI相关潜在风险抱有巨大担忧。领先企业在AI实施方面拥有更多经验,能够更真实地体会采用新技术所带来的风险与实际挑战。德勤发现,领先企业对实施AI项目所提出的技能需求有着更为深刻的理解。目前,AI/认知技术中的网络安全漏洞成为领先企业、初创企业以及滞后技术采用企业最重视的威胁类型。
德勤公司发布的金融服务领域人工智能领先者共通特性调查结果(2019年8月13日)
• 在全部金融服务企业当中,有79%在目前的生产环境中使用机器学习方案,60%正在使用自然语言处理(NLP)技术。德勤公司发现,在参与此次调查的金融服务企业当中,最常见的机器学习用例包括:预测现金流事件并主动向客户提供消费与储蓄习惯建议;扩大信用评分数据集,利用机器学习技术建立先进的信用艺术形式,扩大覆盖范围并减少违约行为;提供基于机器学习技术的商家分析“即服务”;检测交易中的模式并尽早识别欺诈交易。常见的NLP用例则包括:读取文档并识别信息验证等支持活动中的错误;用户识别与审批;改善承保程序与资本效率;通过数字语音助手或智能手机上的语音搜索功能了解客户查询倾向。
好文章,需要你的鼓励
OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能,用户可直接在对话中创建图像。由于使用量激增,CEO Sam Altman 表示公司的 GPU "正在融化",不得不临时限制使用频率。新功能支持工作相关图像创建,如信息图表等,但在图像编辑精确度等方面仍存在限制。值得注意的是,大量用户正在使用该功能创作吉卜力动画风格的图像。
Synopsys 近期推出了一系列基于 AMD 最新芯片的硬件辅助验证和虚拟原型设计工具,包括 HAPS-200 原型系统和 ZeBu-200 仿真系统,以及面向 Arm 硬件的 Virtualizer 原生执行套件。这些创新工具显著提升了芯片设计和软件开发的效率,有助于加快产品上市速度,满足当前 AI 时代下快速迭代的需求。
人工智能正在深刻改变企业客户关系管理 (CRM) 的方方面面。从销售自动化、营销内容生成到客服智能化,AI不仅提升了运营效率,还带来了全新的服务模式。特别是自主代理AI (Agentic AI) 的出现,有望在多渠道无缝接管客户服务职能,开创CRM发展新纪元。
数据孤岛长期困扰着组织,影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。