Laporan Deloitte: AI dalam industri kewangan daripada perintis kepada penskalaan, "tepi yang belum diterokai" masih perlu dipecahkan.

Latar Belakang Industri: AI dalam Sektor Kewangan dari 'Perangkap Percubaan' ke Titik Kritikal Penskalaan

Naratif kecerdasan buatan (AI) dalam sektor kewangan sedang berubah dengan pantas. Laporan terbaru Deloitte, 'State of AI in the Enterprise', menunjukkan bahawa 74% institusi kewangan merancang untuk menggunakan ejen AI (Agent) yang mampu membuat penaakulan pelbagai langkah dan tindakan autonomi dalam tempoh dua tahun akan datang, tetapi hanya 21% syarikat mempunyai model tadbir urus ejen autonomi yang matang. Jurang ini mendedahkan percanggahan teras yang dihadapi oleh sektor kewangan dalam laluan penskalaan AI: kebolehcapaian teknologi meningkat dengan cepat, tetapi jurang antara eksperimen dan penggunaan pengeluaran masih besar.

Laporan itu menyatakan bahawa pada masa ini hanya 25% peneraju global dapat menukar lebih daripada 40% eksperimen AI kepada persekitaran pengeluaran penuh. Walau bagaimanapun, 54% syarikat menjangka akan melepasi ambang ini dalam tempoh tiga hingga enam bulan akan datang, menandakan gelombang penggunaan berskala akan tiba.

Kesan Pasaran: Hutang Teknikal dan Jurang Tadbir Urus Menghalang Pelepasan Nilai

Hutang teknikal yang telah lama wujud dalam sektor kewangan—infrastruktur bank warisan—menjadi halangan utama kepada penggunaan berskala AI. Persekitaran sandbox menggunakan data yang telah dibersihkan di zon ujian terpencil, tetapi penggunaan dagangan masa nyata memerlukan semakan keselamatan yang ketat, pemeriksaan pematuhan dan pemantauan masa nyata. Seorang pengarah strategi AI di sebuah bank besar Eropah mengakui dalam laporan itu: 'Banyak organisasi telah membina infrastruktur dan sistem tadbir urus untuk model AI tradisional, tetapi kemunculan model bahasa besar (LLM) telah mengganggu sepenuhnya usaha ini. Kini 80% hingga 90% kes penggunaan baharu adalah AI generatif, memerlukan set keupayaan baharu sepenuhnya.'

Ketidakpadanan ini menyebabkan pembezaan prestasi yang jelas dalam pasaran: 37% syarikat menggunakan AI di lapisan permukaan tanpa mengubah sebarang proses asas; 30% lagi sedang mengoptimumkan proses sedia ada tetapi tidak menyentuh model perniagaan; hanya 34% peneraju pasaran menggunakan AI untuk mengubah secara mendalam keseluruhan model perniagaan, aliran kerja teras dan portfolio produk.

Landskap Persaingan: Peningkatan Kecekapan vs. Pemusnah Model

Dalam bidang fintech, dua jenis pemain sedang berbeza: satu menggunakan AI untuk automasi dan peningkatan kecekapan (seperti kemasukan data, penyesuaian akaun, sokongan pelanggan peringkat pertama), dan satu lagi menggunakan AI untuk membentuk semula aliran kerja kewangan teras. Laporan itu menyatakan bahawa 36% peneraju menjangkakan sekurang-kurangnya 10% jawatan operasi akan diautomasikan sepenuhnya dalam tempoh setahun. Perubahan ini sedang mencetuskan gelombang persaingan baharu—jika bank tradisional tidak dapat melepasi fasa percubaan dengan cepat, mereka akan ditinggalkan oleh syarikat fintech yang tangkas dan pemain transformasi AI yang mendalam.

Geopolitik juga mengubah tingkah laku perolehan: 83% syarikat menjadikan residensi data dan parameter pengkomputeran tempatan sebagai teras perancangan strategik, 77% mengambil kira negara asal alat AI dalam pemilihan vendor, 58% mengutamakan membina timbunan teknologi dengan vendor tempatan. 'AI Berdaulat'—reka bentuk, latihan dan penggunaan model pada infrastruktur terkawal tempatan menggunakan data tadbir urus tempatan—telah menjadi isu sebenar di peringkat lembaga pengarah.

Pengajaran untuk Syarikat: Membina Keupayaan AI Asli, Mengimbangi Automasi dan Pelaburan BakatKetua AI Global Deloitte, Nitin Mittal, menekankan: "Kami melihat syarikat mempunyai aspirasi besar terhadap AI, beralih daripada eksperimen kepada menyepadukan AI ke dalam teras perniagaan, dengan tumpuan pada skala dan impak. Pemimpin harus melepaskan nilai korporat dengan sengaja menenun AI ke dalam aliran kerja perniagaan dan menggandingkan kecerdasan manusia-mesin dengan lebih baik."

• Bagi institusi kewangan, tugas paling mendesak pada masa ini adalah:
• Membina model tadbir urus AI yang matang, terutamanya rangka kerja pengurusan risiko untuk ejen autonomi, bagi menangani cabaran pematuhan kawal selia dan privasi data (73% syarikat meletakkan privasi dan keselamatan data sebagai risiko AI utama, 50% bimbang tentang isu undang-undang, harta intelek dan pematuhan).
• Melabur dalam infrastruktur teknologi, terutamanya kuasa pengkomputeran generasi baharu dan sistem pengurusan data yang menyokong AI generatif.
• Membentuk semula model bakat: Ketua AI Deloitte Amerika, Jim Rowan, menyatakan, "Syarikat yang berjaya bukan sahaja melabur dalam automasi dan algoritma, tetapi juga dalam bakat. AI mencetuskan cara kerja baharu, dan strategi dwifokus ini — meningkatkan keupayaan bakat dan alat AI secara serentak — membolehkan pasukan menerima model perniagaan yang direka semula, meletakkan asas untuk kelebihan daya saing."

Tinjauan Masa Depan: Tetingkap Peralihan Utama dalam 12-24 Bulan Akan Datang

• 12 bulan akan datang: Dijangka lebih banyak percubaan ejen AI akan muncul, tetapi hanya syarikat dengan tadbir urus matang boleh menggunakannya dengan selamat ke dalam proses teras. Syarikat fintech dengan hutang teknikal yang lebih ringan mungkin menjadi perintis dalam penskalaan.
• 24 bulan akan datang: Ejen AI autonomi akan mempercepatkan pelaksanaan dalam bidang seperti perkhidmatan pelanggan, pemantauan pematuhan, pelaksanaan transaksi. Trend AI berdaulat akan diperkukuh lagi, persaingan infrastruktur AI serantau akan meningkat.
• 3 tahun akan datang: AI akan disepadukan secara mendalam ke dalam aliran kerja teras kewangan, "sistem teras IT" bank tradisional mungkin digantikan oleh platform asli AI. Syarikat yang gagal membina tadbir urus dan sistem bakat akan menghadapi kelemahan daya saing yang ketara.

Laporan Deloitte mendedahkan isyarat yang jelas: Perlumbaan AI dalam sektor kewangan telah beralih daripada "sama ada untuk menggunakan" kepada "bagaimana untuk menskala." Syarikat yang mampu melangkau perangkap percubaan, mengimbangi inovasi dan risiko, akan mendapat kelebihan awal dalam kitaran seterusnya.