麦肯锡-信贷业务中的人工智能银行_价值创造之路（英）-2025.7_10页_1mb

生成式AI在银行业中信贷业务的价值创造路径

麦肯锡与国际信用组合管理协会合作的一项调查显示，银行对生成式AI在信贷领域的采用正逐步推进，但多数机构仍处于长期旅途中。约半数高级领导层将其视为优先事项，尤其在信用评估、定价及预警系统等应用中进展显著。

调查中发现，领导层承诺与实际部署之间存在差距，尤其是区域性银行在部署数量上反超大型银行。多数银行面临的技术挑战包括缺乏技能框架、操作架构和跨职能工作流程改造的意愿不足。

导致进展缓慢的主要障碍包括：ROI量化困难、模型验证问题（数据不足、合作方风险）、以及监管合规负担。尤其在风险敏感领域，决策者偏谨慎，倾向于小规模试点而非全面扩张。

总结五步策略以加速AI信贷应用：

1. 利益相关方协同： 明确愿景并投入资源构建基础设施。
2. 数据标准化： 统一数据资源并确保端到端部署流畅。
3. 模块化架构： 设计可组合系统以支持多应用场景。
4. 优先级排序： 选择低风险场景试点，降低决策门槛。
5. 推广代理型AI： 利用决策算法实现跨部门流程优化，如智能助手辅助信贷审批或客户跟进。

当前领域面临的核心挑战在于，银行往往仅关注孤立用例而非整体运营转型。为提升竞争力，需加快建立验证流程与安全治理机制，特别是在引入第三方技术时需设置数据访问控制。

区域银行掀起变革浪潮，下一步将继续推动大型机构实现规模化应用。