金融业AI投入飙升，多数项目商业价值落地仍面临挑战

尽管人工智能（AI）领域的投资持续增长，但大多数金融机构在将AI项目转化为可衡量的商业价值方面仍面临重重挑战。

一份最新行业分析报告指出，95%的传统金融机构正在积极探索或已在其业务运营中部署AI解决方案。然而，令人担忧的是，其中高达71%的机构在这些投资中难以获得明确的投资回报（ROI）。

该报告揭示了阻碍这一进展的三大主要障碍。首先，机构往往在缺乏明确战略的情况下，便急于部署AI工具，在识别具体的业务问题、工作流程及期望成果之前，便先行选定了AI解决方案。

业内专家警示，虽然这种盲目部署AI的冲动可能带来表面的声势和媒体关注，但缺乏战略设计的项目往往难以实质性提升底层业务绩效。

导致AI项目价值和投资回报不足的另一个显著原因，是将风险管理视为事后补救措施。

鉴于基于大型语言模型（LLM）的解决方案将处理日益敏感的数据并承担更高的自主性，因此必须在项目初期就将风险控制嵌入其中，以避免出现管理漏洞、付出高昂的补救成本乃至项目最终被取消。

该报告揭示，相当数量的AI项目最终被取消。仅有56.6%的AI项目得以成功部署。在已部署的项目中，只有21.1%的项目完全实现了其目标，而35.5%的项目仅部分实现了目标。

此外，AI项目未能产生价值和投资回报的另一个核心原因在于，现有运营模式未能有效治理、实施和规模化AI应用。AI常常被当作“寻求问题”的解决方案进行部署，导致工作流程围绕AI进行重塑，而非根据工作流程的实际需求进行专门设计。结果是，这些工作流程往往无法有效利用AI的能力。

更有甚者，AI能力可能被分散到不同的职能部门，导致各团队各自构建其代理系统。这不仅造成部署碎片化、重复性工作，还限制了系统间的互操作性。

另一个问题源于评估流程的不一致和质量基准的不明确。当前的业务运营模式常常缺乏标准化的工作流程、人工复核节点以及针对特定用例的关键绩效指标（KPI），以有效评估和验证AI输出。

最后，现有的培训和变革管理工作未能与不断变化的员工角色同步发展。这意味着员工可能缺乏有效使用AI工具所需的技能和信心，导致这些工具在组织内部的利用率不足，从而限制了投资回报。

本研究发现与行业内其他洞察高度吻合。一项对全球1250多家企业进行的调查显示，仅有5%的受访组织真正实现了AI价值的规模化落地。

另一方面，60%的企业表示未能获得任何实质性价值，尽管投入巨大，但营收和成本收益微乎其微。另有35%的企业（比前一年增加了13个百分点）正在扩大AI应用规模并初见回报，但其中许多企业承认进展不够深入或速度不足。

2025年，全球金融服务业在AI相关项目上的投资达到了750亿美元。根据行业预测，到2030年，这一数字预计将达到1320亿美元，年增长率达到12%。

当前，AI主要应用于辅助性场景，例如通过文本或语音处理客户咨询的聊天机器人，以及嵌入在业务应用程序中的AI助手（即“副驾驶”），它们帮助专业人士在企业环境中更高效地执行日常任务。

然而，AI代理和自主智能系统尽管意向度很高，但尚未实现大规模普及。一项对800多名行业专业人士进行的调查显示，42%的受访者正在使用或评估AI代理系统。其中，49%（占总受访人数的21%）表示其组织已部署了代理系统。另有41%（占总受访人数的18%）预计将在未来一年内部署AI代理系统。

在那些使用或评估AI代理系统的受访者中，56%的人将知识管理和检索列为AI代理系统的首要应用场景，其次是内部流程优化（52%）和客户支持自动化（43%）。