近几个季度，金融服务公司增加了在云计算、数据和网络安全方面的支出，以支持人工智能发展，同时还增强了技能和人才储备。现在，银行高管们正在寻求切实的成果。

花旗集团、富国银行、摩根大通和高盛引领了全行业的人工智能浪潮，该浪潮已经渗透到后台运营、遗留系统的黑暗角落以及面向客户的体验中。

在本周第三季度财报电话会议上，各大银行的高管强调了追求效率的用例。

花旗集团首席执行官简·弗雷泽 (Jane Fraser) 在周二的公司 2025 年第三季度财报电话会议上表示： “我们致力于将人工智能融入我们的工作方式 。这些工具通过自动化日常工作、分析数据并在几分钟内（而不是几小时）创建材料，每天可以节省数小时。”

花旗集团充分利用了底层技术系统现代化带来的动力，推动业务向人工智能迈进 。 在 Evident Insights 追踪的 50 家银行中，花旗集团的风险投资部门在人工智能投资方面最为活跃 。

在部署工作中，该公司上个月加强了治理 ，新增了一位人工智能主管 ，与其更广泛的高管团队合作。 弗雷泽在本周早些时候的电话会议上表示， 目前有近 18 万名员工在使用该公司专有的人工智能工具，遍布 83 个国家 。

整个公司的团队都在使用这项技术来解决客户咨询、获取实时洞察、自动化代码审查并提高生产力。 据 Fraser 称， 今年已有超过 100 万次由人工智能驱动的自动化代码审查，为开发人员创造了每周 10 万小时的生产力 。

其他人工智能用例包括降低风险和改善客户体验。Fraser 表示，该公司目前在后端自动化和预防控制水平方面“与同行持平”。

花旗银行还于上个月启动了代理人工智能试点项目，约有 5,000 名同事参与其中 。

弗雷泽说 ：“它允许通过单个提示完成复杂的多步骤任务，早期结果非常有希望，我们将在未来几个月内扩大对此的使用范围。”

关注最新动态。订阅 CIO Dive 免费每日新闻简报

效率、效率、效率

无论银行高管是在整个收益报告中大量提及人工智能，还是只是简要提及，他们的目标是利用该技术来加强运营。

富国银行高管在最近的财报电话会议上仅提到过一次人工智能 ，强调了一个用例：人工智能作为提高效率的自动化努力的一部分。

“说到效率议程……我们认为整个公司还有很多工作要做，” 首席财务官迈克尔·桑托马西莫（Michael Santomassimo） 在本周早些时候的 2025 年第三季度财报电话会议上表示。“其中一些工作与人员、员工数量有关，你可以看到我们的员工数量正在逐季减少。随着更多流程开始自动化，我们在这方面还有更多工作要做。人工智能肯定会在这方面有所帮助。”

摩根大通也在考虑人工智能对效率的影响以及对员工数量的后续影响。

“对于我们来说，运营这样一家公司，我们必须确保立足于事实、现实和切实的成果，” 执行副总裁兼首席财务官杰里米·巴纳姆 (Jeremy Barnum) 周二在公司 2025 年第三季度财报电话会议上表示 。该公司此前估计，他们将在人工智能相关领域获得 20 亿美元的收益 。

根据 Evident Insights 的年度报告， 摩根大通拥有全球最大金融公司中最大的人工智能人才库 。Barnum 表示，早在当前生成式人工智能热潮兴起之前，摩根大通就已经在人工智能应用方面投入了大量资金和精力 。

摩根大通的目标并非让其领导者证明人工智能能够节省成本或提高生产力，因为这可能会促使同事“以实际上效率不高的方式使用人工智能，并分散你对需要进行的基础流程重组的注意力，” 巴纳姆说道。相反，该公司将继续限制员工人数的增长。

“我们今年也会这样做：对任何需要雇佣更多员工的情况，我们都会采取非常强烈的偏见，不去深思熟虑，并且对我们向组织施加压力的能力更有信心，因为我们知道，即使我们不能总是那么精确地衡量它，人工智能肯定会对生产力产生推动作用，”巴纳姆说。

效率也是高盛最关注的问题 。这家金融公司周二公布了名为 “ One Goldman Sachs 3.0”的集中运营模式， 重点关注人工智能驱动的效率。

这项多年的努力将随着时间的推移而不断积累，并将通过几个目标来衡量进展，包括扩大规模的能力、风险管理和盈利能力。

首席执行官大卫·所罗门 (David Solomon) 在本周早些时候的公司 2025 年第三季度财报电话会议上表示 ：“首先，我们正在深入研究一些从前到后的工作流程，这些工作流程可以从人工智能驱动的流程再造中显著受益，并将有助于我们制定长期方案。 ”

负责任的收养

随着银行机构不断调整其技术战略，负责任的人工智能实践对于成功至关重要。

根据 Corinium 上个月发布的 FICO 调查 ， 超过一半的金融服务公司技术领导者认为负责任的人工智能标准是投资回报率的主要驱动力。

FICO 首席分析官 Scott Zoldi 在谈到银行业负责任的 AI 应用现状时告诉 CIO Dive ： “目前大多数机构的处境并不理想 。情况正在好转，但距离应有的水平还很远。”

接受调查的组织中， 不到 13% 表示他们已经完全整合了关键的人工智能开发和部署标准，例如模型监控和偏见缓解。

佐尔迪表示 ，负责任的做法不仅限于降低风险 。强有力的治理计划将注重可解释性、透明度、训练数据和执行力。

“对于 FICO 来说，它基于人工智能区块链，因此我们可以推动遵守标准，” Zoldi 说道。“这不仅仅是一句口号，而是一套必须遵守的标准，它为如何执行和监控人工智能的未来发展提供了持续的规则。”

仅仅制定标准是不够的。组织必须确保受影响的团队能够理解并传达标准。

佐尔迪说 ：“可见性和透明度确实让每个人都能理解我们试图通过人工智能实现的目标。”