在数字化转型的浪潮中，AI早已成为银行业公认的效率提升工具，可实际落地效果却远不及多数金融机构的预期。

麦肯锡亚洲区合伙人近期披露的调研数据戳破了不少银行的AI“泡沫”：亚洲近80%的金融机构都已经上线了各类AI相关应用，但全球范围内有近八成的银行表示，AI投入并没有给盈利底线带来可见的积极影响。

之所以出现这种“重投入、轻产出”的困境，核心问题出在不少银行的AI布局逻辑走偏了。一方面，很多银行抱着“先易后难”的心态，只挑好落地的单点项目做，比如给客服部门上线聊天机器人、给员工搭建AI知识库、给小范围的信贷团队配置自动撰写审批说明的工具，做完这些就停步不前，完全没有推进以AI为核心的端到端业务改造，自然很快就遇到增长天花板；另一方面，部门孤岛、业务和技术脱节的问题普遍存在，还有不少银行把所有希望都押在生成式AI上，忽略了单一技术本身的局限性，自然很难撬动实质性的经营改善。

想要打破这个瓶颈，首先，要建立全栈AI的思路，把生成式AI、智能体AI、传统AI自动化工具和现有数字化系统打通，在不同业务场景里组合使用，最大化技术价值；其次，要避免各个业务条线各自为战，参考互联网企业的技术中台思路，搭建覆盖零售、小微、对公等全业务线的统一AI能力底座，不用每个部门都单独搭建AI系统，能大幅降低投入成本，提升投入产出比。

说到底，银行布局AI不是赶热度做门面工程，只有打破部门墙，从零散的工具部署转向系统性的业务改造，才能把技术投入真正转化成实实在在的经营收益。