资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种
AI投资增长，信任难题凸显：银行界面临治理挑战
本报告汇总了SAS与IDC关于银行部署人工智能的最新发现。研究指出，银行对AI的支出持续上升，但尚未建立完善的治理机制与安全护栏，这削弱了AI系统的可信度。研究发现，仅11%的银行实现了对AI的高度内部信心与可验证的信任；而47%的银行陷入了“信任困境”，即在未充分验证的AI上过度依赖，或对可靠的AI使用不足。随着阿联酋等地区的数字化转型深入推进，报告强调，银行在扩大AI应用规模时，必须重视治理、透明度与坚实的数据基础。下文将概述报告的核心要点与近期关注方向。
核心要点
仅11%的银行同时实现了对AI的高度内部信心与可验证的可靠AI。
47%的银行陷入信任困境：要么对可靠的AI使用不足，要么过度依赖未经验证的AI。
19%的银行仍在使用孤立的数据架构，这是所研究行业中表现最差的比例。
45%的银行缺乏有效的数据治理，41%缺乏集中化或优化的数据基础设施。
60%的银行预计AI支出增长将在4%至20%之间。
影响与意义
这些发现对银行、监管机构和技术团队具有现实意义。若缺乏坚实的数据基础、有效治理和可解释性，AI投资可能无法产生可靠成果，也难以赢得客户和监管机构的信任。对负责任创新的强调表明，有意义的投资回报取决于在扩大应用规模前，将AI雄心与治理及透明决策相结合。对读者而言，报告揭示了当前存在的薄弱环节，并指明了在AI项目从试点走向生产时，应优先夯实哪些基础工作。
近期趋势
52%的银行计划扩展其AI架构；43%计划组建或扩大专职AI团队。
31%的银行计划专注于自主开发和调整AI模型。
近三分之一的银行计划增加对可信AI的投资，以支持更自主的系统。
60%的银行预计AI支出增长将在4%至20%之间。
研究显示：仅少数银行攻克可信AI难关
尽管AI支出激增，但鲜有银行建立起必要的治理与安全护栏——近半数银行错误评估了自身的AI准备度。
在银行业，信任并非可选项，而是根本。然而，尽管银行加速AI投资的速度快于其他行业，大多数机构在部署AI时仍缺乏赢得信任所需的监督与基础设施。这正是SAS与IDC联合发布的报告中揭示的核心矛盾。
在本研究涵盖的四大行业中，银行业在AI支出和可信AI实践应用方面均领先于政府、保险和生命科学领域。事实上，约四分之一（23%）的银行达到了可信AI指数的最高等级。但即使具备这些优势，大多数银行机构仍远未达到报告定义的“理想状态”，即高信任度与高可信度的结合。报告指出：
仅11%的银行同时实现了对AI的高度内部信心与可验证的可靠AI系统。
近半数（47%）陷入了所谓的“信任困境”——要么因信任不足而未充分利用可靠的AI，要么过度依赖未得到充分验证的AI系统。
“在可信AI方面，银行业是本研究中的领先者。即便如此，大多数银行的基础准备度仍远未达到应有水平。大约十分之九的银行尚未完全实现信任与实证的统一，约五分之一的银行仍在使用孤立的数据。弥合AI雄心与AI准备度之间的差距，应成为所有银行自上而下的优先事项。”
随着数字化转型进程持续推进，中东地区的银行正日益采用先进技术以提升效率、增强韧性并改善客户体验。
SAS中东地区负责人表示：“中东地区的银行具备在坚实基础上发展的有利条件。稳健的数据、清晰的治理和有效的监督能使AI投资规模化并产出可靠成果。同时，优先考虑透明度、使AI决策更易于理解，将对增强信心起到关键作用。将负责任的AI置于战略核心的银行，将最能推动创新、赢得信任并创造可持续的长期价值。”
投资增长，基础仍显薄弱
本报告基于对全球2375位IT及业务高管的跨行业调查，揭示了一个令人担忧的模式：对AI能力的投资并未匹配对支撑AI可靠性的负责任创新支柱的投资。在一个单次模型故障就可能引发监管处罚或一夜之间侵蚀消费者信心的行业，这种脱节是危险的。
问题并非缺乏投资：银行业的AI支出增长轨迹超过了研究中的所有其他行业，大多数银行（60%）预计增长在4%至20%之间，少数（12%）预计增幅更大。尽管势头强劲，研究仍发现显著的基础薄弱环节：
数据孤岛：近五分之一（19%）的银行仍在使用孤立的数据架构，这是所关注行业中最差的比例。
数据基础不足：很大比例的银行缺乏有效的数据治理（45%）和/或集中化、优化的数据基础设施（41%）。
人才缺口：许多银行（42%）也面临专业AI技能短缺的问题。
为应对这些问题，过半（52%）银行计划扩展AI架构；另有43%计划组建或扩大专职AI团队。但不足三分之一（31%）计划专注于自主开发和调整AI模型。关键在于：这些并非抽象或理论上的障碍，而是结构性问题。
“银行业清楚理解AI的潜力，但理解与执行并非一回事。若没有强大的数据架构、治理框架和人才渠道，银行可能会将资金投入无法带来投资回报的AI项目，甚至可能损害其赖以生存的信任。”
负责任创新，而非成本削减，驱动AI投资回报
报告也对“AI在银行业的主要价值在于降低成本”这一假设提出了挑战。相反，银行业是唯一将产品与服务创新（而非流程效率）列为AI驱动价值首要来源的行业。
跨行业的投资回报数据证明了银行的判断。利用AI改善客户体验的组织报告了最高的回报（每投入1美元回报1.83美元），其次是专注于扩大市场份额的组织（1.74美元）。专注于成本节约的组织回报最低（1.54美元）。此外，优先发展可信AI的组织报告其AI项目总体回报翻倍的可能性高出60%。这有力证明了负责任创新是一种增长加速器，其回报远超自身成本。
银行业也比其他行业更果断地迈向自主AI，近三分之一的银行计划增加可信AI投资以支持更自主的系统。但随着AI系统获得更大的决策权，治理薄弱带来的后果将更加严重。
“监管机构和客户都在密切关注。目前，近半数银行要么在使用未经证实的AI，要么对使用已验证的AI犹豫不决。没有银行愿意在这场高度竞争的赛跑中落后，仅靠成本节约无法维持竞争力。最终的赢家将是那些在扩大规模前——而非在出现问题后——就投资于治理、可解释性、透明度和强大数据基础的银行。”
