AI唔一定搶飯碗？銀行工可能越嚟越多，你信唔信？

生成式人工智能真的會導致銀行工作崗位增加嗎？

我經常被問到的問題是，生成式人工智能是否會導致銀行工作崗位的大幅減少。對於銀行界人士來說，這是一個令人緊張的話題。根據最近的彭博智能研究，華爾街的銀行在未來三到五年內可能會因為人工智能而裁減多達20萬個職位。與此同時，花旗集團去年的報告指出，超過一半（54%）的銀行工作崗位將會被取代。我們自己的研究顯示，67%的行業工作時間可能會被這項技術改變。

但如果生成式人工智能反而會帶來更多銀行工作崗位呢？這種情況我並不陌生。在1980年代，人們曾認為電子表格會取代所有金融工作；而在2000年代初，數字化技術又被認為會取代所有銀行出納。最終，這兩種情況都沒有發生。

我從未遇到過任何銀行的首席執行官、董事會或高管團隊告訴我，他們已經擁有足夠的人手來完成所有的工作。所以，假如生成式人工智能不僅僅是提升生產力的工具，而是能夠消除浪費，同時創造價值，那麼工作性質將會發生變化。

這一點在金融服務行業中已經開始顯現。例如，在商業保險領域，承保人每年會收到成千上萬的提案，但由於需要仔細審查合同，他們能夠檢視的數量是有限的。有些保險公司已經開始使用生成式人工智能來幫助掃描文件，這樣他們就能夠審核更多的申請，承保更多的保單，並創造更多的價值。例如，總部位於悉尼的QBE保險集團現在可以利用生成式人工智能技術處理所有來自經紀人的提交，並在多個業務線上進行複製。

這是一個完美的例子，說明如何消除系統中的浪費。承保人不再需要花費寶貴的時間來查看文件，而是可以將更多時間放在創造收入上。可以說，因為消除了浪費，現在能夠回應更多的申請，實際上你需要的承保人數量是增加的，而不是減少的。

在商業銀行、財富管理、抵押貸款、呼叫中心等領域，我們也看到了這種情況的發展，而這一切才剛剛開始。

因此，如果生成式人工智能的更大影響是改變工作的性質而不是消除工作，那麼銀行應該如何以不同的方式看待他們的人才庫呢？以下是我最近在與銀行交談和旅行中注意到的一些事情：

1. 在生成式人工智能的競爭中，擁有一支博士軍隊已經不再重要。現在的關鍵是擁有相當於高中或本科學位的AI知識。銀行應該讓所有員工都能理解如何利用這項技術。這應該和Excel等工具一樣，讓每個人都能接觸並且能夠使用。

2. 銀行必須對他們的人力資源進行正確的投資。隨著近三分之二的銀行工作可能會改變，銀行無法僅通過招聘來解決問題。這讓我想起20世紀70年代末和80年代初，當時擁有計算機科學學位的人很少。某些公司甚至培訓自己的員工成為技術程序員。IBM開發了智力程序員能力測試，以找出哪些員工具備學習編程的潛力，然後進行培訓。這種方法同樣可以應用於生成式人工智能。

3. 一種好奇心與強大執行力相結合的文化至關重要。文化可能是銀行在採用人工智能時的最終區別因素。銀行需要發展一種擁抱合作、創新和持續學習的文化，並與執行力相結合，將人工智能的應用從概念驗證推向規模化，以創造價值。我認為，擁有這種好奇心的文化和部署技術本身一樣重要。

4. 循序漸進。銀行不必在一夜之間顛覆整個商業模式來擁抱人工智能，全面採用將需要時間。但他們必須開始，首先在內部應用技術，專注於高價值的使用案例，並與風險和合規團隊密切合作，以確保不違反規定。從那裡，銀行可以進一步擴展，再將生成式人工智能推廣到整個組織。

根據埃森哲最近的《變革脈搏》研究，調查了全球最大組織的C-suite領導者和非C-suite員工，結果顯示，66%的銀行員工已經在工作中使用生成式人工智能工具，而稍微少於60%的人認為他們的員工擁有有效使用生成式人工智能所需的基礎培訓。有趣的是，當銀行高管被問及同樣問題時，90%的人認為他們的員工具備所需的基礎培訓，這表明銀行在幫助員工掌握人工智能方面還可以做得更多。

最終，贏家和輸家之間的區別在於他們如何看待生成式人工智能。他們是否將這項技術僅視為削減成本的手段，還是利用它來尋求收入增長？一些全球最佳銀行告訴我，他們並不關心利用人工智能來降低成本，他們認識到這項技術的真正力量在於幫助銀行及其人才做得更多。

在這個不斷變化的金融環境中，銀行如何應對生成式人工智能的挑戰和機遇將成為他們未來成功的關鍵。這不僅是科技的問題，更是關於如何重新思考和塑造銀行業務模式的機會。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。