**划重点:**
1. 🚀 《麦肯锡》文章指出，生成式人工智能（gen AI）每年可为全球产业增加2.6万亿至4.4万亿美元的价值，而银行有望从中获得年度潜在利润达2000亿至3400亿美元。
2. 🔄 银行在采用gen AI时需要在领导层对齐、业务单元负责、价值为中心的用例、清晰目标等方面进行老牌变革管理，同时应对gen AI带来的数据、技术、人才等多方面挑战。
3. 🏦 随着gen AI的快速发展，银行需重视战略规划、人才培养、操作模型调整、技术架构优化、数据管理、风险控制、变革管理等七个维度，以实现gen AI规模化的成功。
站长之家(ChinaZ.com) 12月6日 消息:《麦肯锡》最新文章强调，生成式人工智能（gen AI）在银行业具有巨大的潜在价值，全球范围内可为各产业每年增加2.6万亿至4.4万亿美元的价值。在这其中，银行有望获得年度潜在利润达2000亿至3400亿美元，相当于运营利润的9%至15%。
为了充分利用这一有价值的技术，银行需要进行gen AI的规模化。文章指出，在银行进行gen AI规模化时，需要采取传统变革管理的方法，确保领导层对齐、业务单元负责、用例以价值为中心、目标清晰等。然而，与其他规模化过程不同的是，gen AI的规模化涉及到多个领域，要求管理团队了解并适应一系列先进分析能力和应用，其中包括诸如强化学习和卷积神经网络等术语。
图源备注：图片由AI生成，图片授权服务商Midjourney
其次，gen AI的规模化使得银行在数据和分析方面面临更大的挑战。文章指出，尽管大多数银行在使用结构化数据方面具有较强的能力，但许多银行在利用非结构化数据方面仍存在困难。这与gen AI对非结构化数据的重度依赖有关，而银行的数据战略和架构可能无法胜任这一任务。不过，gen AI本身具有自然语言处理等能力，可以从非结构化数据中提取信息，为银行提供更深入的见解。
在gen AI规模化过程中，人才也是一个重要因素。文章指出，一些领先的银行已经建立了专业的团队，包括量化分析师、模型师等，这些团队通常具有人工智能的专业知识。然而，其他银行可能需要通过培训和招聘来增强其人才队伍，以适应gen AI的需求。
为了确保gen AI规模化的成功，文章提出了七个关键维度，包括战略规划、人才、操作模型、技术、数据、风险控制和变革管理。这些维度涵盖了银行在规模化gen AI过程中需要关注的各个方面，是成功实现gen AI潜在价值的关键要素。