銀行業力圖控制AI代理成本升幅

麥肯錫全球銀行年度報告指出，全球銀行正試圖遏制人工智能代理的急劇成本，相關代幣支出可達總勞動成本的20%。銀行成立「AI FinOps」團隊管控開支，並轉向更具選擇性的部署策略。

全球銀行正嘗試遏制人工智能（AI）代理的急劇成本，麥肯錫（McKinsey）最新發表的全球銀行年度回顧指出，驅動AI代理的代幣（tokens）開支，很容易達到總勞動成本的20%。

控制AI相關開支的責任已轉移至部分銀行新成立的團隊，這些團隊被稱為「AI FinOps」。初期，銀行試圖透過引導員工按查詢複雜程度使用不同AI模型的系統來控制成本。

「但這些模型在AI代理運作時效果欠佳，因為它們之間會互相溝通，代幣很快便會累積起來，」麥肯錫高級合伙人、報告作者之一Vik Sohoni在接受路透社訪問時表示。

因此，銀行正變得更有選擇性，專注於部署代理式人工智能（agentic AI）至預期回報最高的領域。Sohoni指出，生產力相關的節省較易量度，但銀行愈來愈關注AI帶來的收入增長，以判斷哪些較高開支是合理的。

報告顯示，客戶接納AI的速度遠快於以往技術。麥肯錫預計AI代理將在三年內廣泛應用，相比流動互聯網需要五至十年才獲得廣泛普及。

麥肯錫對全球46,000名零售銀行客戶進行的調查發現，大多數人已使用AI比較銀行服務、尋找利率較高的儲蓄賬戶及重組或合併債務。在AI用戶中，72%表示會容許銀行代理執行一項財務任務，但會將自主授權上限設為500美元。Meta的Muse代理在美國推出首22天內已被下載500萬次。

雖然AI代理有助銀行增加收入及削減成本，但也可能透過將存款從不計息賬戶轉移至利率較高的賬戶，從而對利潤構成壓力。目前，由於大多數銀行阻止外部AI代理在其系統內授權交易，此影響仍然有限。