成為在2027年透過AI擴展規模的銀行

銀行採用AI的核心問題不在於AI本身，而在於傳統銀行軟件。麻省理工學院的NANDA專案顯示，95%的生成式AI試點未能帶來回報。這種失敗源於生產所需的80%工作，其中包括數據工程、治理和整合。現有的核心銀行系統是為人工點擊而建，無法處理AI代理直接查詢數據和呼叫API的需求。

這為東南亞的新參與者創造了機會。例如，菲律賓的Salmon在十二個月內將客戶數量擴展到數百萬，貸款組合增長了648%，正是使用了AI原生架構。FairMoney管理著超過2400萬個帳戶，每天處理8000份貸款申請。印尼的OJK和菲律賓的BSP等監管機構正在發布AI治理指南，推動機構採用可審計的邏輯和明確的控制點。

該地區現有銀行的考驗是，它們能否在2027年前調整其核心系統。目前大多數都不能。它們面臨的挑戰是實施受管制的數據基礎、完整的API覆蓋和安全的執行層。這將決定哪些機構能夠真正透過AI擴展規模並滿足不斷變化的監管期望。