銀行業力控AI支出，麥肯錫稱成本或佔勞工兩成

麥肯錫（McKinsey）全球銀行年報指出，銀行業正設法控制AI代理人成本，其背後的代幣（token）支出或達總勞工成本的20%。銀行已設立AI FinOps小組，並轉向按預期回報部署AI，客戶對AI的接納速度遠超以往。

麥肯錫（McKinsey）最新全球銀行年報（Global Banking Annual Review）指出，全球銀行正設法控制AI代理人（AI agent）成本，其背後的代幣（token）支出或可達總勞工成本的20%。

控制AI相關開支的責任已轉移至銀行內部新設的小組，部分銀行稱之為AI FinOps。銀行最初試圖建立系統，按員工查詢的複雜程度引導其使用不同AI模型，以降低成本。但報告作者之一、麥肯錫高級合夥人Vik Sohoni向路透社表示，該類模型在AI代理人協作時失效，因為代理人互相通訊會令代幣用量迅速累積。

因此，銀行轉而更審慎地選擇部署代理式AI（agentic AI）的領域，集中於預期回報最強的範疇。Sohoni稱，生產力相關的節省相對容易量化，但銀行愈來愈注重AI驅動的收入增長，以判斷何處較高的支出屬合理。

報告顯示，客戶接納AI的速度遠超以往技術。麥肯錫預計，AI代理人將在3年內廣泛使用，而流動互聯網需時5至10年才達到普及。麥肯錫對全球46,000名零售銀行客戶的調查發現，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。AI用戶中，72%表示會容許銀行代理人執行一項金融任務，但願授權的上限為500美元。

雖然AI代理人可助銀行提振收入及削減成本，但同時可能將存款從不計息賬戶轉移至較高息的賬戶，從而壓縮利潤。惟目前影響有限，因大部分銀行已封鎖外部AI代理人對其系統內交易進行授權。