报告概述
本报告基于2025年10月全球主要金融机构董事与高管的圆桌会议，聚焦金融服务业当前生成式AI的应用现状、规模化部署的挑战与路径，以及量子计算等新兴技术的潜在影响。报告分析了生产力提升的初步成果、遗留系统与数据瓶颈、领导力与文化变革需求，并前瞻了量子计算在欺诈检测、超个性化保险等领域的应用前景及安全隐忧。旨在为金融机构董事会及管理层提供AI战略部署的参考框架。
报告的核心结论
生成式AI在金融服务业以提升生产力为核心应用
报告指出，金融机构已从生成式AI投资中获得初步生产力与效率回报，例如软件开发领域带来约30%的即时效率提升，但多数机构仅使用了现有AI基础功能的10%，且代理式AI仍主要处于实验阶段。
金融机构必须突破技术与文化障碍以释放AI转型潜力
受困于遗留系统和碎片化数据，金融服务业“数据丰富但洞察匮乏”。报告强调，云迁移、数据治理、领导力认知深化以及全员AI素养建设是规模化部署的关键，而业务领导者应在核心AI团队支持下主导应用。
量子计算的商业化应用将对金融服务业产生深远影响
量子计算有望在欺诈检测领域提升识别率25%-30%，并推动保险产品超个性化定制。然而，其安全隐忧要求机构提前布局后量子加密技术。目前多数董事会尚未深入探讨，但部分机构已开始基础性工作。
董事会应推动AI战略从效率提升转向业务增长
与会者认为，AI已催生新收入来源和产品形态，董事会需协助管理层界定问题、评估可行性，并将关注点从成本节约转向机遇探讨，同时建立治理机制使成功试点规模化。
报告回答的关键问题
金融机构在生成式AI应用上处于什么阶段？
报告显示，金融机构已跨越实验阶段，转向聚焦投资回报率。多数已部署成熟用例，如约90个生产用例，但生产力提升仍是核心，根本性变革尚未实现。代理式AI仅10%-20%的银行涉猎，保险业稍快。
金融服务业部署AI面临哪些主要挑战？
主要挑战包括遗留系统与数据架构碎片化、高管层AI认知不足、员工AI素养缺乏，以及员工对岗位迁移的担忧。报告指出，数据清理至关重要，云迁移是必由之路，领导力是关键差异化因素。
量子计算如何影响金融服务业？
量子计算可大幅提升欺诈检测效率（模拟显示提高25%-30%），并能实现保险产品超个性化定制。但同时也带来加密数据安全风险，要求金融机构尽早部署后量子加密技术并建立监督机制。
金融机构如何建立成功的AI治理架构？
报告建议设立集团AI负责人领导的核心支持团队，赋能业务端而非集权管理。业务领导者应主导应用，核心团队提供培训、工具与基础设施，长期目标是将团队人员重新部署至业务线。
报告中的代表性数据
开发人员生成式AI效率提升
2025年，报告引用与会者称，生成式AI在软件开发领域已为数千名开发人员带来即时效率提升约30%。
金融机构AI基础功能使用率
2025年，与会者指出，多数金融机构仅使用了其现有AI基础功能的10%，多数甚至未将最低版本AI工具推广至全体员工。
银行代理式AI应用比例
2025年，报告显示，仅10%至20%的银行在代理式AI应用方面有所涉猎，而27%的保险公司已选择性整合。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整报告包含会议及对话中探讨的关键主题深度分析，以及与会者名单。
- 报告详细分析了金融机构生成式AI在生产力提升方面的具体用例，如软件开发、客服自动化等，并附有与会高管的一手评论。
- 针对代理式AI，报告提供了银行业与保险业的对比进展数据，并探讨了监管风险较低的后台运营领域应用。
- 报告深入剖析了遗留系统、数据架构碎片化等技术瓶颈，并讨论了云迁移策略及数据治理工具的必要性。
- 包含领导力与文化变革的专项讨论，涵盖高管认知提升、全员AI培训、人才战略重构以及创新文化培育的具体案例。
- 报告介绍了业务主导型AI治理模式，包括集团AI负责人的角色定位、核心团队赋能机制及长期人员部署规划。
- 提供了量子计算在金融服务业的应用场景评估，包括欺诈检测模拟实验结果（提升25%-30%）、保险超个性化定制潜力。
- 报告讨论了量子计算的安全隐忧及后量子加密技术部署建议，并列举了董事会初步监督机制与准备工作。
- 完整报告包含安永专业人士的深入洞察与建议，以及多家金融机构高管的直接引述。
- 报告末尾还附有与会者详细名单（董事、高管及安永代表）以及尾注与联系方式。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
