銀行紛紛設法控制AI代理成本

全球銀行正設法控制AI代理成本，McKinsey報告稱相關代幣開支可達總勞動成本20%。銀行成立AI FinOps團隊，並聚焦高回報領域部署AI，惟外部AI代理影響目前有限。

全球銀行正面對AI代理成本急升的挑戰，McKinsey最新發表的《全球銀行年度回顧》指出，驅動AI代理的代幣開支，隨時可達總勞動成本的兩成。為應對問題，銀行紛紛成立名為「AI FinOps」的專責團隊，負責管控與人工智能相關的支出。

銀行最初嘗試透過引導員工按查詢複雜程度，使用不同AI模型的系統來控制開支。不過，McKinsey高級合夥人、報告作者之一Vik Sohoni向路透社表示，這些模型在AI代理運作時並不奏效，因為代理之間會互相溝通，代幣用量因此迅速累積。

有見及此，銀行現時在部署AI代理時更為審慎，集中於預期回報最可觀的範疇。Sohoni指出，生產力相關的節省相對容易量化，但銀行正愈來愈關注AI帶動的收入增長，以判斷哪些範疇值得投入較高開支。

報告同時顯示，客戶對AI的接納速度遠快於以往科技。McKinsey預期AI代理將在三年內廣泛應用，相比流動互聯網需時五至十年才達到普及。該公司一項涵蓋全球46,000名零售銀行客戶的調查亦發現，大部分受訪者已使用AI比較銀行服務、尋找高息儲蓄賬戶及重組債務。

在AI用家當中，72%表示願意讓銀行代理執行一項財務任務，但會將自主授權上限設於500美元。Meta的Muse代理在美國推出首22天，下載次數已達500萬。AI代理雖有助銀行增收節支，但亦可能透過將資金從無息賬戶轉移至較高息賬戶而壓縮利潤。不過，由於大多數銀行目前仍封鎖外部AI代理在系統內授權交易，此影響暫時有限。