摩根士丹利与OpenAI携手，将GPT-4等先进模型嵌入财富管理业务流程，旨在为财务顾问提供更快速的洞察、更明智的决策和更高效的客户关系管理工具，其内部AI聊天机器人AI @ Morgan Stanley Assistant的采用率高达98%，显著提升了信息检索效率；摩根大通则在法律分析、交易执行、欺诈检测和投资策略等多个领域广泛应用AI技术，其COiN平台通过自动化法律文件的分析，每年可节省数十万个工作小时；高盛也正以审慎而积极的态度推进AI在其业务中的应用，构建内部AI平台GS AI Platform，并与科技公司合作以加速AI能力的部署。这些举措都指向一个明确的方向：利用AI提升效率、降低成本、优化服务，并最终在激烈的市场竞争中保持领先地位。
DeepSeekManus字节豆包、腾讯元宝、阿里夸克“三足鼎立”的割据版图，三家凭借其在内容、社交、工具方面的基因禀赋展开差异化竞逐，试图争夺下一代数字生态的“元入口”主导权。这些国内AI新势力的崛起，为国内银行对公业务的数智化转型，提供了强劲的技术支撑和更具成本效益的选择。
2025年中国政府工作报告将“人工智能+”上升为国家战略，鼓励金融业与制造业、服务业协同创新，培育智能投顾、AI信贷等新业态。中国人民银行在不久前召开的2025年科技工作会议中，提出围绕金融“五篇大文章”加大标准供给与实施力度，推动金融标准国际化跃升。IDC预测，2027年中国金融AI投资将突破415亿元。在全球金融业加速数智化转型的背景下，硅谷技术革新正深刻重塑全球金融格局，中国银行业对公业务正迎来从"效率革命"向"生态重构"的历史性变革机遇。面对AI时代的浪潮，银行对公业务的未来形态将发生历史性重构，Thoughtworks将这一演变划分为三个阶段：AI赋能（AI-Empowered）、AI优先（AI-First）和AI原生（AI-Native）。
将AI作为现有业务流程的增强助手，而不是颠覆者。
AI赋能首先体现在对客户经理的赋能和提效方面。通过构建AI驱动的客户洞察系统，客户经理可以获得更全面、更深入的企业客户信息，包括其财务状况、行业动态、潜在需求等，这些洞察能够帮助客户经理更精准地把握客户需求，提供更具针对性的产品和服务建议；AI驱动的知识管理系统能够整合银行内外部的海量信息，为客户经理提供快速、便捷的知识检索和共享平台，这使得客户经理能够更迅速地找到所需的信息，解答客户疑问，从而提高工作效率和服务响应速度；同时，AI还可以自动化处理一些重复性的任务，例如客户信息核对、报告生成等，进一步释放客户经理的时间，使其能够专注于更具价值的客户沟通和关系维护工作。
此外，AI赋能还体现在客户个性化服务能力的显著提升。通过分析客户的历史交易、偏好和反馈，AI可以帮助银行更好地理解每一位企业客户的独特需求，从而提供更加个性化的服务体验。这可能包括定制化的产品推荐、更灵活的服务流程、以及更高效的问题解决机制。例如，AI可以根据企业的行业特点和经营模式，自动推荐最适合其发展的金融产品组合。
【案例2】摩根士丹利与OpenAI合作的“AI知识助手”，将10万份内部研究报告、30年市场数据浓缩为“即时知识库”，顾问输入“新能源赛道竞争格局”，3秒内即可获得产业链图谱、政策风险提示、头部企业财务对比。这种“超级分析师”使客户需求响应速度提升5倍，个性化方案产出量增加300%。
【案例3】工商银行以“企业级AI普惠赋能+AI专业突破”双轮驱动，推动AI技术在行内的规模化应用。在客户服务方面，工商银行打造了远程银行坐席助手“工小慧”，实现“智能全旅程陪伴”，推动重点场景通话时长压降约10%，有效提升服务效率和客户体验；在风险防控方面，工商银行围绕信贷全流程，打造了集信贷制度查询、报告编写、风险评估、数据分析、审贷建议等能力于一体的专属授信审批风控助手“工小审”，实现对公信贷全场景“智慧审贷”，显著提升业务效率和智能化风控水平。
高盛集团CEO大卫·所罗门认为：“AI不会取代银行家，但使用AI的银行家会取代不用AI的同行”。AI赋能的本质是将人类从重复劳动中解放，转而聚焦高价值创造。在移动互联网时代，银行通过APP实现了“渠道迁移”；而在AI时代，银行通过“决策模式升级”正在重构生产力。客户经理将进化为“超级个体”，其竞争力不再取决于记忆多少金融产品手册，而在于能否能指挥AI快速调用全量数据与知识。
这种“从意图到结果”的直连，再次重新定义了银行的服务边界，银行将不再被动响应客户需求，而是主动预判并封装解决方案。这如同Manus横空出世展现的魔力：自主AI Agent在处理复杂任务，例如简历筛选、房产搜索、股票分析等方面的强大能力，皆可以在用户发出简单指令后自主完成，全程无需人工干预。
银行对公业务将呈现出从“人机协同”到“意图驱动”的智能化运营新模式。在AI优先阶段，AI不再仅仅是银行员工的助手，而成为了业务流程的核心驱动力。企业客户可以直接与AI系统进行交互，通过自然语言或其他简便的方式发出指令，例如“为我司申请一笔用于设备升级的贷款”、“查询过去一年的跨境支付记录”、“生成一份本季度财务分析报告”等。AI在接收到指令后，能够智能地理解客户的意图，并自主完成后续的一系列操作，包括信息查询、数据分析、流程审批、报告生成等。这种模式极大地简化了客户的操作流程，降低了对专业人员的依赖，企业客户无需深入了解银行的复杂业务流程和操作规范，只需要清晰地表达自己的需求，AI系统就能够智能化地完成任务。这不仅提升了客户的便利性和效率，也降低了银行的服务成本。
AI系统能够自主监控业务流程的运行状态，及时发现和解决潜在问题。例如，AI可以自动识别交易中的异常情况，并启动相应的风险控制措施；可以预测客户可能遇到的问题，并主动提供解决方案。这种主动式的智能化运营，将有助于提升银行的服务质量和运营效率。
高盛的企业服务版Marcus系统正在进行“金融自动驾驶”的验证实验，他们有个疯狂的假设：能否让AI成为企业的“CFO影子”？这个实验包括：在意图理解层，AI通过多轮对话捕捉客户的真实需求（如“优化跨境资金池”实为规避汇率风险）；在服务链重构层，AI自动调用外汇对冲、跨境结算、税务优化等15个模块组合方案；在价值闭环方面，AI根据执行效果动态调整策略，形成“需求→方案→迭代”的增强回路。该系统的目标是使高盛的中型企业客户ARPU值提升130%，但其更深远的影响在于，它重新定义了银行与客户的关系——从“服务提供者”变为“战略共谋者”。
【案例5】GS AI Assistant是高盛的另一款AI明星产品，旨在提高银行家、交易员和资产管理人员的效率。该助手已向大约 10,000 名员工推出，预计在今年底前将覆盖所有知识型员工。目前高盛正在积极探索其GS AI Assistant的“Agentic Behavior”（自主行为），即让AI系统能够执行多步骤任务，而不仅仅是回答问题或生成内容，愿景是让AI助手能够像一个经验丰富的员工一样，自主完成复杂的任务。例如，AI将能够像高盛员工一样进行推理和思考，独立制定可行的计划和解决方案，而不是仅仅接收一套僵化的指令；AI还将采用高盛员工固有的最佳实践，例如交叉引用数据源和为财务计算选择最佳算法 。
当AI能听懂“人话”，银行的产品设计逻辑必须从“我们能提供什么”转向“客户真正需要什么”。这场新范式革命下，客户不再需要理解复杂的金融产品，只需给AI下指令。AI优先阶段的核心特征是让银行的业务流随数据流自动生长，其挑战在于打破银行内部的数据孤岛与流程断点，这要求银行跳出传统的数字产品思维，以“乐高积木”模式重构服务模块，构建嵌入企业运营流程的“数字神经系统”。国内银行可以考虑借鉴高盛与Manus的思路，积极探索构建能够理解客户意图并自主完成复杂业务流程的AI服务。这需要银行在自然语言处理、知识图谱、流程自动化等领域进行深入布局，打造真正智能化的对公业务运营体系。
而3.0阶段银行对公业务的服务形态还有待进一步探索，但毫无疑问将实现与AI的深度融合。当AI有一天可能成为企业客户的“数字员工”，银行的服务角色应该如何重构呢？
这种“能力外溢”进一步模糊了银企边界，催生出共生式新生态，银行实质上在向企业输出“组织生产力”，3.0阶段的商业价值已超越金融服务本身，转向对企业运营体系的深度重构。
AI不再仅仅是工具或助手，而是成为了银行服务的重要组成部分，甚至可以作为一种独立的服务形态提供给企业客户。银行可以直接向企业客户提供定制化的数字员工，这些数字员工具备一定的专业知识和技能，能够替代企业客户在财务、人力资源、运营管理等方面的部分职能。这种模式下，银行的竞争力不再取决于网点数量或利率高低，而是其AI生态的开放性、兼容性与进化速度。例如，银行可以为一家中小企业提供AI财务数字员工，该数字员工能够自动处理企业的日常记账、报销、税务申报等工作，从而降低企业的运营成本，提高财务管理的效率和准确性；银行还可以为一家制造企业提供AI供应链管理数字员工，该数字员工能够实时监控供应链的运行状态，预测潜在的风险和瓶颈，并提出优化建议。
银行可以将自身的AI能力与其他行业和领域的合作伙伴进行整合，共同为企业客户提供更加全面和多元化的服务。例如，银行可以与物流公司合作，利用AI技术为企业客户提供智能化的物流解决方案；银行还可以与电商平台合作，为企业客户提供便捷的在线支付和融资服务。这种生态化的发展模式，不仅能够为银行带来新的收入增长点，也能够增强银行的客户粘性和市场竞争力，银行将真正融入企业客户的经营活动中，成为其不可或缺的合作伙伴。
【案例6】 全球领先的企业级云端软件服务公司Workday于2025年2月发布了其全新的AI Agent产品以及Workday Agent System of Record，此举标志着企业正在迈向一个由人类员工和数字智能体共同组成的混合型劳动力时代。Workday Agent System of Record的核心优势在于其能够提供集中化的管理平台，从而实现AI Agent的便捷入职、成本优化以及增强的安全性和合规性。与此同时，Workday 还推出了四款基于角色的 AI Agent，分别专注于合同管理、薪资处理、财务审计和政策执行，预示着从传统的“基于任务的Agent”向更具自主性和智能化的“基于角色的Agent”转变 。Workday 新发布的基于角色的AI Agent包括：
“我们卖给企业的不是系统，而是数字CFO。”德意志银行CEO克里斯蒂安·泽温的这句话，揭示了AI原生阶段的终极战场是向企业输出数字化生产力。当AI进化到原生阶段，银行提供服务的形态不再是金融产品，而是“嵌入企业经营的数字生命体”，将风控、财务、人力等AI模块植入到企业客户的经营系统中。当银行能向企业输出具备财务分析、供应链优化、ESG管理等能力的数字员工时，商业模式的边界将被彻底打破，数字员工将不再是工具，而是创造新价值的商业伙伴。正如吴恩达所言：“最成功的AI应用，将是那些重新定义行业边界的存在。”
不确定性时代的生存法则: 在颠覆中寻找“反脆弱性”
阿里巴巴1688平台连接6700万家企业），以及政策端的强力牵引（“人工智能+”写入政府工作报告，国务院办公厅发布关于做好金融“五篇大文章”的指导意见）。国内银行应借鉴国际领先金融机构的做法，结合自身禀赋走出一条具有中国特色的对公业务数智化道路，在AI时代赢得新的发展机遇。
在这个充满不确定性的时代，唯一确定的是：AI不是选择题，而是生存题。未来的赢家，必是那些将AI进化植入组织基因的银行，它们不会问“要不要AI”，而是持续思考“如何让人与AI共同进化”。正如达利欧在《原则》中所说：“进化是宇宙间最强大的力量。”在银行对公业务的星辰大海，这场进化才刚刚开始。
