AI对银行业的影响 - AI正深刻改变银行的核心职能，使行业从传统“计算”时代迈入“智能”时代 [3] - AI深度渗透至用户体验优化、产品流程升级和场景生态构建等核心环节，成为驱动银行经营发展的“核心能量引擎” [3] - AI的影响是革命性的，不仅能提升效率，还能优化服务体验、提升经营效益，甚至重塑金融业务底层逻辑 [3] - 未来银行的核心竞争力将聚焦于用户信任与口碑，而AI是构筑这一竞争力的关键要素 [3] 中小银行AI应用现状与挑战 - 当前银行业AI应用仍处于探索阶段，大多数银行尚未取得突破性进展 [3] - 中小银行普遍存在资金投入有限、试错机制缺失、人才储备不足三大核心短板 [3] - 中小银行面临AI应用同质化严重、落地成本高、数字化投入回报率难评估等痛点 [5] 青岛银行的AI发展战略 - 公司明确“应用驱动、场景导向”的AI发展战略，不投入底层技术研发而聚焦应用场景深度挖掘 [4] - 公司已落地涵盖风控、营销、运营及员工办公等近20个应用场景，计划未来扩展至200个乃至300个 [4] - 公司主张“量力而行、阶段评估”，以应用定投入，形成“投入——见效——再投入”的正向循环 [6][7] - 公司当前AI基础算力投入处于“千万级别”，未来保持“应用优先”的投入方向 [7] 人机协同与责任边界 - 必须坚持人机协同与流程回滚，确保每一项决策责任明确到人 [2] - 在AI技术落地中需注重“人机协同边界”的划分，AI作为效率工具而人工承担最终责任 [5] 中小银行的差异化破局路径 - 挖掘“数据价值”与坚持“区域禀赋”是中小银行破局的关键 [5] - 应立足实际，聚焦客群营销、客户识别等小场景应用，通过与第三方合作避免技术空转 [5] - 应“找准禀赋、差异化竞争”，利用AI深入挖掘本地金融需求，打造区域内不可替代的金融服务能力 [7] 数据治理与人才建设 - 提出“以用促治”理念，围绕AI场景需求反向推动数据的针对性治理 [6] - 将“数据价值体系”与“AI能力”并列为数字化转型的两大引擎 [6] - 不应追求“全栈AI人才”，而应着力培养“懂业务+懂AI”的复合型团队 [7] 行业投入趋势 - 中小银行的科技投入占营收比例普遍在3%至5%，而国外金融科技公司可达10%至20% [7] - 随着AI作用提升，科技投入占比必然会逐步提高 [7]