报告行业投资评级 - 报告未提供明确的行业投资评级 报告的核心观点 - 金融服务业正积极部署生成式人工智能以提升生产力，但距离实现全面转型和释放根本性变革潜力仍有差距，需克服技术、数据、文化及领导力等多重挑战 [2][3][5][7] - 量子计算作为另一项新兴技术，虽处于早期阶段且时间表不明，但未来可能对金融服务业产生颠覆性影响，尤其在欺诈检测和产品定制等领域，同时其安全影响也需提前布局防御 [3][17][19][20] 当前生成式AI应用现状与成果 - 应用以提升生产力为核心，已取得初步成果，例如有机构部署了约90个成熟生产用例，并在软件开发领域为数千名开发人员带来约30%的即时效率提升，潜在节约成本可达数十亿美元 [5][6] - 多数金融机构对现有AI基础功能的利用率仅约10%，且尚未将基础AI工具全面推广至全体员工 [6] - 代理式AI应用仍处于早期阶段，仅10%至20%的银行有所涉猎，保险行业进展稍快，有27%的保险公司已选择性整合代理式AI至业务流程 [6] 释放AI转型潜力的关键挑战与应对 - 技术及数据瓶颈：遗留系统和碎片化数据架构阻碍价值提取，数据清理和云迁移是关键路径，但全面上云仍面临安全、监管及成本挑战 [8] - 领导力与文化：高管层对AI的认知普遍不足，可能不足半数真正理解AI技术，董事会需推动领导层深化理解并提高认知 [10][11][12] - 全员能力建设：AI素养成为关键技能，需对员工进行大规模培训，例如有机构耗时数月为2,300名同事提供提示词工程等技能培训 [12] - 人才战略重构：未来工作场所更看重创造力、协作力和批判性思维，需建立全新的在职学习体系以适应AI重塑的岗位 [13] - 业务主导的应用模式：AI应用应由业务领导者在核心技术团队支持下主导，核心AI团队应扮演赋能者角色，最终目标是将其职能迁移至业务端 [14][15] 董事会与战略视野 - 董事会应推动思维从效率讨论转向机遇探讨，关注AI催生的新收入来源、产品形态和业务模式，并鼓励管理层采取更积极的投资策略 [14][16] - 董事会需协助界定问题范畴、评估可行性并建立治理机制，而非简单倡导“应用AI” [16] 量子计算的潜在影响与应对 - 应用潜力：量子计算能指数级提升解决问题速度，例如谷歌研究显示其比经典超级计算机快13,000倍，在欺诈检测领域模拟实验显示可将识别率提升25%至30% [18][19] - 安全隐忧：可能颠覆传统网络安全和加密体系，每个机构都应了解并部署量子加密技术作为必要基础设施 [19] - 当前布局：多数董事会尚未深入探讨，因技术成本高、操作复杂且商业可行性低，但部分机构已开始将量子防御纳入预算，并与学术机构、大型科技企业建立合作 [20][21][22]