美国银行首席技术官详解企业AI战略布局

美国银行正在持续推进其AI战略，积极探索从针对单一任务的试点项目向全流程变革转型的路径。

该行围绕治理机制、创新实践与问题解决构建起一套完整的AI战略体系。去年春天，美国银行披露，其约21.3万名员工中逾90%正在使用内部虚拟助手"Erica for Employees"，而面向客户的Erica版本已累计记录超过30亿次交互。

然而，美国银行并未止步于此。在本周二举办的Semafor World Economy 2026峰会上，美国银行首席技术与信息官Hari Gopalkrishnan重点阐述了当前推动AI项目取得成效的四大核心方向：端到端流程变革、规模化与复用、治理机制以及投资回报。

"从去年到今年，最大的转变体现在四个维度。首先，是从聚焦小任务的概念验证，转向真正的端到端流程变革，瞄准能够切实改变收入结构、客户体验或运营成本的重大机遇。"Gopalkrishnan表示。

他指出，AI技术能够帮助员工节省时间，并有效改善客户关系。美国银行旗下财富管理业务近期推出了AI赋能会议全程助手（AI-Powered Meeting Journey），依托Salesforce CRM数据，为财务顾问在客户会议前、中、后各阶段提供AI辅助支持。

"如今，我们能够深入了解潜在客户、识别商机、生成会议摘要，整个从准备到跟进的流程从原来的数天乃至数周，压缩到了数小时以内。"他说道。

规模化与复用是该行另一项重点工作。

美国银行将135亿美元技术预算的30%用于包括AI在内的新业务探索。Gopalkrishnan表示，该行正在从各业务团队各自开发应用的模式，转向构建可在全行范围内反复复用的企业级能力。目前，该行支撑着约3000个业务流程，并将AI视为可横向规模化部署的基础性要素。

AI在企业层面的大规模落地，进而引出另一个核心议题——治理。

"这件事在治理上极具挑战，"Gopalkrishnan说，"管得太严，创新就会停滞；管得太松，风险就会失控。"

据Gartner预测，企业生成式AI投入预计将在2026年增长近40%，这意味着AI将更深度地嵌入业务工作流，对更强有力的风险防护机制的需求也随之上升。

最后，投资回报已成为美国银行AI战略中的关键考量。AI的广泛应用预计将为银行业降低高达20%的运营成本。然而，难以支撑AI规模化扩展的遗留IT系统，以及对AI投资回报衡量标准缺乏共识，仍是行业面临的现实挑战。

"一年前，我们的态度可能还是'先多尝试，看看效果'，"Gopalkrishnan说，"而现在，我们的出发点变成了'在动手之前，先想清楚这件事能带来怎样的投资回报'。"

数据是美国银行所有AI工作的基础支柱。Gopalkrishnan强调，在数据之外，制定合理的算力策略、深入理解运行AI模型的经济性同样至关重要，而FinOps（云财务管理）在其中扮演着不可或缺的角色。

"这些模型成本不菲，运行需要大量硬件资源，"他表示，"很容易就花出去大笔资金，最后却发现毫无回报。"

员工能力提升同样是美国银行AI战略的重要组成部分。该行专门设立了一所聚焦AI再培训与技能升级的学院，为员工提供从基础提示词工程到AI设计与开发的系列培训课程。

他表示，过去几年间，该行44%的职位通过内部流动填补，AI技能培训是推动这一成果的重要因素之一。

Q&A

Q1：美国银行AI战略的四大核心方向是什么？

A：美国银行首席技术与信息官Gopalkrishnan在Semafor World Economy 2026峰会上阐述了四大方向：一是从小任务概念验证转向端到端流程变革；二是推动AI能力的规模化复用，构建可跨全行使用的企业级能力；三是建立完善的AI治理机制，平衡创新与风险；四是强化投资回报导向，在启动项目前优先评估AI的预期收益。

Q2：美国银行是如何在财富管理业务中落地AI应用的？

A：美国银行旗下财富管理业务推出了AI赋能会议全程助手（AI-Powered Meeting Journey），该工具基于Salesforce CRM数据构建，能够在客户会议前帮助财务顾问了解潜在客户、识别商机，会议中提供实时辅助，会议后自动生成摘要。整个流程从原来的数天乃至数周，大幅压缩至数小时以内，显著提升了工作效率与客户服务质量。

Q3：美国银行如何培养员工的AI能力？

A：美国银行专门成立了一所AI学院，系统性地为员工提供再培训与技能升级课程，涵盖从基础提示词工程到AI设计与开发的多个层级。这一举措成效显著——过去几年间，该行44%的职位通过内部人才流动完成填补，AI技能培训是推动员工转岗晋升的重要驱动力。