1、 利用利用 AI 在支付领域的在支付领域的 优势优势 解锁一系列工作流程和产品增强功能 Kieran Hines 01 February 2024 本报告由 MongoDB 和 Icon Solutions 委托编写，Celent 应其要求开展了这项研究。分析、结论和意见仅属于 Celent。MongoDB 和 Icon Solutions 对报告内容没有编辑控制权。利用 AI 在支付领域的优势 CELENT 目录目录 AI 在当今银行业的应用在当今银行业的应用.3 当今银行业的人工智能技术.3 AI 和高级分析引领技术投资议程.4 业内对生成式人工智能的积极探索.5 AI 在支付领域的新兴使

2、用案例在支付领域的新兴使用案例.7 释放 AI 在无卡支付领域的潜力.7 重点 1 使用案例：以数据为主导的增值服务.10 重点 2 使用案例：提高开发者效率.13 前进之路前进之路.16 没有灵丹妙药.16 成功需要坚实的基础.16 确定优先顺序的重要性.17 利用利用 Celent 的专业知识的专业知识.18 对金融机构的支持.18 对供应商的支持.18 相关相关 Celent 研究研究.19 利用 AI 在支付领域的 优势相关 Celent 研究 CELENT 3 AI 在当今银行业的应用在当今银行业的应用 人工智能(AI)技术是银行业不可或缺的一部分。例如，在风险、欺诈和合规等领域，A

3、I 的使用已普及多年，且在不断深化中。不仅如此，在其他应用场景下，银行利用 AI 技术的案例还有一长串（而且还在不断增加）。这些实践的成功，以及 AI 技术释放更多效益的潜力，推动了 2024 年在这一领域的进一步投资，其中生成式人工智能尤其引人关注。当今银行业的人工智能技术 人工智能技术已深入银行业。虽然目前人们非常关注生成式人工智能(Gen AI)和大型语言模型(LLM)，但机器学习、自然语言处理(NLP)、机器人技术和计算机视觉的使用已经广泛应用于一系列不同的使用案例和程序，并且已经存在很多年。事实上，在欺诈、风险和合规等领域，早在神经网络等技术被普遍认为是 AI 之前，银行就一直在使用

4、 AI 技术。要定义人工智能这个术语的含义，将这个问题交给技术本身似乎是完全合适的。Oliver Wyman 集团（Celent 隶属于该集团）对其专有的 LLM 进行了投 资，该模型提供了以下定义。定义银行业的定义银行业的人工智能人工智能 人工智能(AI)是指在机器中模拟人类智能，这些机器通过编程可以像人一样思考和学习。它涉及使用机器学习、自然语言处理、数据分析和其他 AI 工具来分析大量数据、进行预测、检测模式并为客户提供个性化推荐和解决方案。有几种技术被认为是不同类型的人工智能。其中最常见的类型包括机器学习、自然语言处理、计算机视觉、机器人技术、专家系统和神经 网络。如今，AI 技术被用

5、于解决各种不同的工作流程和面向客户的服务。除了上述案例外，还包括中后台的流程自动化和优化，以及实时风险和流动性管理、现金流预测和前台服务的个性化等领域。虚拟助手和机器人也已成为客户支持过程中的重要组成部分。利用 AI 在支付领域的 优势相关 Celent 研究 CELENT 4 AI 和高级分析引领技术投资议程 随着时间的推移，银行不断增加对项目的投资，以更好、更高效地使用数 据。这在一定程度上是由于需要满足客户对数字服务的速度和质量日益增长的期望，同时也反映出人们对账户和交易数据真正价值的理解正在不断加 深。然而，最重要的还是由于支持 AI 和高级分析的相关技术在实用性和经济性方面一再发生阶

6、跃式变化，这些技术对于交付 AI 与高级分析支持的使用案例有着不可或缺的作用。就企业银行而言，结果也证明了这一点。在 Celent 最新的技术洞察和战略调查(Technology Insight and Strategy Survey)中，73%的企业银行表示，他们通过投资高级数据分析获得了明确的收入机会，相比之下只有 11%的企业银行报告了相反的情况。与此同时，调查还发现了一些地区差异。亚太地区有 76%的人从这些投资中获得了成功，而欧洲的这一比例为 75%，美国的这一比例为 72%。因此，数据分析和 AI 技术支持的项目成为 2023/24 年全球议程的重点也就不足为奇了。对于 33%的企