PwC: AI is not just an efficiency tool but also a key driver of business transformation for financial institutions

21世紀經濟報導記者 唐婧

3月17日，普華永道發布《AI助推金融服務業煥新升級》調研報告並召開媒體發布會。這份於2026年1月完成的調研涵蓋了201家銀行、保險及資管機構，並對20位行業高管進行了深度訪談。

報告明確了當前金融機構應用AI的核心場景，涵蓋客戶服務優化、欺詐風險偵測、預測性分析等多個領域。在銀行、保險、資管三大行業中，絕大多數受訪者均將AI定位為戰略轉型的核心引擎，而非單純的效率提升工具。

戰略定位全面升級，投入力度亟待匹配

報告指出，高達76%的金融機構計劃利用AI實現業務戰略轉型並開闢全新的收入來源。其中，41%的機構將AI定位為戰略轉型引擎，另有35%視其為全新價值創造體系的基石，僅有15%的機構仍將AI僅僅視為降本增效工具。

普華永道中國管理諮詢合夥人王建平在發布會上介紹，受訪金融機構對AI賦能業務的前景抱有極高期待。在他們看來，AI的價值遠不止於提升運營效率，更是重塑面向AI原生的經營模式、重構服務體驗和創新業務模式的關鍵機遇，不容錯失。

例如，一位香港本地銀行高管在訪談中直言：“我們不只是追求通過AI提升效率，更希望AI幫助我們開創市場尚未出現的新價值主張與商業模式。”

然而，戰略的高度重視並未完全轉化為資金的同步匹配。報告指出，61%的金融機構的AI相關預算不到其整體科技預算的10%，這意味著各機構的科技支出在AI投入方面存在30%至40%的缺口。

王建平指出，受訪機構已通過AI投資獲得初步10%至15%的回報，主要體現在降低風險損失、提升合規效能、增收和降本等多個方面。受訪機構在關注短期收益的同時，也更加看重AI對提升市場地位、拓展戰略發展空間、發現新增長機會的長期價值，但目前的核心問題在於AI的投入力度是否充足。

核心場景多點開花，人機協同成主流

儘管投入尚存差距，但聚焦核心業務場景已開始帶來可量化的回報，並在企業級AI應用中快速成為重點開發領域。調研顯示，客戶服務與聊天機器人部署以31%的占比成為最普遍的AI應用方向；投資與資產管理緊隨其後，占比達28%；欺詐偵測、預測分析與建模以及後台流程自動化也分別佔據了24%、23%和19%的重要地位。

值得注意的是，人機協同已成為目前AI應用的主流趨勢。57%的金融機構表示將通過AI提升員工的現有職能和新職能，AI的應用更傾向於補強人類能力而非取代員工。

普華永道中國內地資產及財富管理行業主管合夥人倪清介紹，不同行業對AI的部署應用各有側重。銀行業集中於風險管控、反洗錢與合規任務，保險業則重點關注代理人能級提升、客戶服務和理賠。在資產與財富管理行業，AI被應用於投資與組合管理、數據與市場分析。

與此同時，在風險可控的前提下應用AI已是行業共識。發布會期間，針對21世紀經濟報導記者提出的“應用AI如何平衡效率與安全”的有關提問，普華永道風險與監管業務管理諮詢合夥人陳彥表示，除了要關注投入和產出，金融機構還必須高度重視AI治理。AI治理就像整個體系的“刹車”，如果刹車不到位，金融機構就不敢全速前進，必須有制衡來確保AI這輛“賽車”既能平順過彎，也能在直道衝刺。

具體而言，金融機構需要建立相應的AI治理委員會，以確保在治理層面有充分共識。該委員會需做好AI的全面盤點，跨部門了解員工正在使用的AI工具，掌握全貌；在激發員工積極性的同時加強風險意識培訓，確保風險認知跟上技術應用步伐；合理把控AI投入節奏，既要決定資源分配，也要避免重蹈過去IT建設“煙囪式”發展的覆轍；同時建立嚴格的准入機制，對引入的AI技術進行成熟度評估和新技術風險評估。

人才文化成最大瓶頸，數據治理亟待突破

報告同時指出，AI的大規模推廣仍面臨多重制約因素。其中，人才短缺與僵化的組織結構是阻礙企業AI規模化部署的核心障礙，其影響程度遠超預算或技術層面的问题。

普華永道中國管理諮詢合夥人李偉斌表示：“受訪者普遍反映，當前面臨的一大挑戰是難以招募到‘既懂業務又懂算法’的複合型專業人才。培訓與提升現有員工技能，以及制定鼓勵將AI作為轉型工具的激勵機制，對建立AI優先文化至關重要。但同樣重要的是，高級管理層需以身作則，積極倡導AI應用。”

調研顯示，僅29%的金融機構表示已成功構建“AI優先”的文化氛圍。值得注意的是，AI應用的落地不能僅依賴技術能力，文化轉型同樣是必要前提，傳統流程與職能孤島正在持續限制AI的推廣進程。

除人才和組織文化外，數據也是AI大規模推廣的關鍵制約因素。受訪者指出，影響金融機構AI預算分配的前三大因素分別是數據可用性（30%）、監管壓力（20%）以及需要優先維護現有核心系統（14%）。此外，數據安全與隱私保護問題被列為數據管理的首要挑戰，導致90%的金融機構依賴內部專有數據來支持其AI應用場景。

对此，報告認為，建立“合規沙盒+聯邦式學習”機制，在監管紅線內實現跨機構價值交換，或將成為破局之道。香港某大學教授在接受採訪時也表示，能夠與監管機構保持溝通對話，並積極探索監管沙盒解決方案的金融機構，有望在AI大規模推廣中取得先發優勢。

未來五年四大趨勢，金融機構積極應對

展望未來五年金融行業應用AI的前景，受訪金融機構預期金融行業的商業模式將會發生根本性的重塑，主要體現為四大趨勢：

一是從標準化產品轉向AI驅動的動態實時服務模式，實現超個性化服務。AI將能夠實時分析客戶行為、偏好和需求，動態調整產品推薦和服務方案。

二是AI將承擔更多決策權，成為人類的超級協作者，推動高度自動化與優化決策。越來越多的常規決策將交由AI處理，人類員工則聚焦於複雜判斷、創意工作和客戶關係維護。

三是合規管理將從被動響應轉向嵌入式、實時、事前主動智能合規。未來的AI系統將能夠在業務流程中實時監控和預警，將合規要求嵌入每一個交易環節。

四是風險控制將從傳統事後分析報告轉向事中干預與前瞻預測，實現實時預測性風控。通過機器學習模型對海量數據進行實時分析，金融機構將能夠更早識別潛在風險。

為了實現AI應用的有效落地，調研顯示金融機構正在積極推進四項關鍵工作。首先是強化根基，投資於確保AI就緒的數據基礎設施與混合雲架構。高質量的數據是AI應用的基礎，金融機構需要構建統一的數據平台，打破數據孤島，為AI模型訓練和運行提供可靠的數據支持。

其次是加快人才培養，開展大規模員工AI技能提升計劃，積極招募和培養複合型人才。金融機構需要既懂金融業務又懂AI技術的複合型人才，這既需要從外部引進，也需要對現有員工進行系統培訓，提升全員的AI素養。

第三是加強生態協作，與AI初創企業、金融科技公司及研究機構廣泛合作，彌補能力短板。沒有任何一家機構能夠獨自掌握所有AI能力，通過開放合作、構建生態系統，金融機構可以快速獲取前沿技術和創新思路，加速AI應用落地。

最後是構建風險防護體系，建立能有效處理可解釋性、算法偏見、數據隱私與倫理問題的前瞻性AI治理框架。隨著AI在金融核心業務中扮演越來越重要的角色，如何確保AI決策的公平、透明、可解釋，