行业监管与政策环境 - 印度储备银行于8月发布了一份名为“Free-AI”的监管文件，为银行内部工作流程中的人工智能应用制定了广泛指导方针，从而拓宽了人工智能的应用范围[1] - 该监管文件为所有金融机构在监管机构批准的架构上进行建设创建了基准[1] - 在受监管领域应用人工智能的另一个重要决定因素是数据隐私和监管合规性，尤其是在《2023年数字个人数据保护法》实施之际[9] 人工智能应用范围与趋势演变 - 人工智能应用最初主要集中在简化运营，现在焦点正逐渐转向KYC验证、信贷决策（在一定程度上）以及其他面向客户的工作流程[2] - 金融服务公司正在利用人工智能和生成式人工智能能力超越简单的呼叫中心自动化，进入更复杂的职能，如风险合规、客户入职和借款人的生命周期管理[11] - 目前，客户互动和服务仍是主要应用领域，但随着银行对这项前沿技术建立更多信心，催收和信贷承销预计将获得更广泛的应用[6] 主要参与公司与市场动态 - 本土初创公司Sarvam AI和Navana Tech已构建多语言语音机器人能力，并正加倍努力将其产品部署于银行和非银行机构以进行基础客户服务[2] - Sarvam AI在构建了印度自己的大语言模型后，正在其自有的大语言模型堆栈上开发针对银行等机构的解决方案[3] - Navana Tech提供15种印度语言解决方案，已部署在Bajaj Finance和Ujjivan Small Finance Bank，用于运行其个人贷款销售语音机器人[11] - 另一家初创公司Gnani.ai也在与HDFC Bank、IDFC First Bank和Tata Motors等银行和企业客户合作，提供其语音人工智能能力[11] - 银行、金融服务和保险行业是Nifty指数中权重最大的行业，占比近40%[5] 具体应用案例与业务影响 - Bajaj Finance在其12月收益报告中披露，第三季度通过其人工智能主导的呼叫中心发放了约160亿卢比的贷款[6] - Navana Tech目前每年处理约1亿次通话，为金融服务公司管理贷款销售、催收电话、合规相关电话以及呼入客户支持[7] - 一些语音人工智能初创公司的创始人认为，人工智能坐席的成本是人类坐席的一半[8] - 目前部署人工智能的成本每分钟在5至10卢比之间，而人类坐席的成本每分钟在12至20卢比之间[8] - 有观点认为，人工智能的成本正在持续下降，也许三年后人工智能坐席的成本可能仅为人类坐席的十分之一，但目前相对于印度薪资水平，成本大致相同[9] 技术实施现状与挑战 - 目前，大多数标准流程正在转向人工智能处理，但每当涉及升级或更复杂的任务时，仍然由人工在前台处理[7] - 人工智能的整合给金融部门带来了广泛而复杂的风险，可能破坏市场诚信、削弱消费者信任并放大系统性漏洞，这些都需要被充分理解以进行有效的风险管理[10]