McKinsey警告称,随着AI Agent的运营成本威胁到机构预期从自动化中获得的节省,全球银行正面临意想不到的财务挑战。这家咨询公司表示,AI代币(即通过语言模型处理信息所使用的计量单位)支出可能达到银行总劳动力成本的20%,原因是自主Agent会持续与语言模型交互并执行多步骤工作流程。根据McKinsey《全球银行业年度回顾》,这一警告发布之际,全球银行业利润在2025年达到创纪录的1.3万亿美元。成本压力既来自代币消耗,也来自人工监督要求;McKinsey的研究显示,在某些银行客户服务工作流程中,人工监督约占可变成本的70-75%,而代币成本占20-25%。
McKinsey预计AI代币成本可能达到银行薪资总额的20%
银行最初采用AI助手来加快日常工作,包括回答客户问题、审查文件和协助合规团队。然而,自主Agent会带来不同的成本结构,因为它们能够执行多步骤工作流程、反复调用语言模型,并与其他Agent通信。
McKinsey高级合伙人Vik Sohoni解释说,当Agent持续交互时,传统的成本控制措施会变得不那么有效,导致代币消耗迅速累积。一些机构已组建AI FinOps团队,以监控计算支出并将工作负载转向成本更低的模型。
然而,代币支出只是问题的一部分。McKinsey的研究发现,在某些银行客户服务工作流程中,人工监督约占可变成本的70-75%,而代币成本占20-25%。银行AI监管日益强调人工问责和交易级控制。
AI Agent带来的生产力提升并不会自动降低运营费用
如果员工生产力提高,却没有实际降低运营费用,成本效益就会变得更加复杂。McKinsey的研究发现,在金融和专业服务公司的七个生产系统中,AI Agent将任务完成时间缩短了约60%。然而,任务耗时缩短并不会自动带来团队规模缩减或薪资支出下降。
随着银行在投资技术的同时推进员工队伍重组,这一区别变得愈发重要。银行或许能通过自动化为每位员工节省两小时,却仍需支付相同的薪资,以及额外的AI订阅、基础设施和监督成本。
客户采用AI金融助手威胁银行存款收入
McKinsey调查了约46,000名零售银行客户,发现其中23%已经使用生成式AI处理金融事务。在使用AI的客户中,72%表示愿意将至少一项金融事务委托给Agent,不过授权限制仍是一个重要顾虑。
这一转变可能加快自主金融交易的普及,让客户能够比较储蓄利率,并将存款转移到利率更高的机构。对银行而言,这会威胁到一个传统收入来源:成本低廉的客户存款,银行利用这些存款为生息贷款和投资提供资金。这一发展还带来了新的支付责任风险,尤其是在软件未经个人人工批准便执行交易时。
常见问题
据McKinsey称,AI Agent代币支出可能达到银行劳动力成本的百分之几?
McKinsey警告称,随着自主Agent持续与语言模型交互并执行多步骤工作流程,AI代币支出可能达到银行总劳动力成本的20%。
在银行AI工作流程中,人工监督成本与代币成本分别占多少?
McKinsey的研究发现,在某些银行客户服务工作流程中,人工监督约占可变成本的70-75%,而代币成本占20-25%。
已有百分之几的零售银行客户使用生成式AI处理金融事务?
McKinsey调查了约46,000名零售银行客户,发现其中23%已经使用生成式AI处理金融事务;在AI用户中,72%表示愿意将至少一项金融事务委托给Agent。