文章核心观点 - 金融机构正积极将核心客户流程转向由云平台支持的AI智能体，以重塑客户体验并创造巨大经济价值，但目前大规模部署仍处于早期阶段，面临技能短缺和监管合规等主要挑战 [1][2][4][7] AI智能体在金融业的部署现状与规模 - 银行业大规模部署AI智能体的主要流程包括：客户服务（75%）、欺诈检测（64%）、贷款处理（61%）和客户入职（59%）[1] - 保险业大规模部署AI智能体的主要流程包括：客户服务（70%）、核保（68%）、理赔处理（65%）和客户整合（59%）[1] - 80%的金融服务公司处于AI智能体的设计或试点部署阶段，但仅有10%的公司实现了大规模部署 [4] - 五分之三的银行和保险公司将客户入职流程列为采用AI智能体的主要原因之一 [5] 预期经济价值与投资趋势 - AI智能体预计到2028年可创造高达4500亿美元的经济价值 [2] - 近三分之二的高管表示，其生成式AI预算中高达40%的部分专门分配给了AI智能体技术 [6] - 到2028年，四分之一的公司计划将其在AI智能体解决方案上的支出增加高达60% [6] 技术驱动因素与战略转变 - 近三分之二的高管（61%）认为基于云的编排对其AI战略至关重要，云平台正转变为能够高速、大规模实施技术的创新引擎 [3] - 33%的银行表示正在内部开发自己的AI智能体 [2] - 25%的公司计划在未来12至18个月内转向“软件即服务”模式，为AI结果付费而非为许可证或基础设施付费 [8] 感知优势与业务影响 - 高管们认为AI智能体的主要优势包括：实时决策（96%）、更高的准确性（91%）和更短的处理时间（89%）[6] - 92%的高管认为AI智能体将帮助他们在无需预先大规模投资基础设施的情况下，拓展到新的地理区域 [11] - 79%的高管认为基于云的AI智能体将实现动态定价和个性化产品，从而最大化收入并超越竞争对手 [11] - 75%的高管看到了提供符合当地法规和文化标准的多语言协助机会 [11] 组织架构调整 - 48%的金融机构正在创建新的角色来监督AI智能体 [2] - 近一半的银行和保险公司正在创建新角色来监督AI智能体 [5] 面临的挑战与障碍 - 阻碍采用的两大主要障碍是：高管和员工缺乏技能（92%）以及监管限制（96%）[7] - 大多数高管（89%）将合规性列为未来三年的首要组织优先事项 [7] - 高昂的实施成本也阻碍了AI获得真正的投资回报 [8] 行业展望与高管观点 - 行业普遍乐观，认为AI智能体时代将打开新市场的大门，预示着转型的新阶段 [4] - 金融机构需采取长期愿景，实现人类与AI智能体的协作，并逐步发展其AI智能体运营 [4] - 银行和保险业高管将客户入职和KYC流程、贷款和理赔处理以及核保确定为价值链中效率最低的运营职能 [5]