銀行業正加速把人工智慧導入授信、客服與後台流程，但技術普及不等於財務成果可見。nCino 的調查顯示，多數機構已把 AI 納入發展藍圖；若缺乏一致的營收與投資報酬衡量方式，管理層將難以判斷哪些應用值得擴大，也不易向股東說明資本配置成效。
最新調查指出，91% 的銀行已制定 AI 策略，實際衡量 AI 對營收成長貢獻者卻僅 21%。超過八成銀行高管現階段把導入速度置於投資報酬率之前，績效指標主要集中在員工生產力與流程自動化，凸顯銀行擴大部署之際，仍缺少量化商業與財務回報的能力。
全部報導
1 篇原始報導馬克翻舊帳
這個事件的歷史脈絡銀行業如何有效衡量 AI 效益與投資報酬率
銀行近年把生成式 AI 從客服、文件處理與程式開發試點推向核心流程，但模型、算力、資料治理及人才成本同步上升。衡量效益因而攸關專案能否擴大：縮短工時或提升產能不等於損益改善，若缺乏共同基準，管理層也難以比較投資優先順序與追究責任。
截至 2026 年 8 月，PwC 最新調查顯示，77% 的美國金融機構主管認為多數 AI 投資尚未產生可衡量的投資報酬率，報導未揭露統一投資金額或回收期限。專家建議銀行建立導入前基準，將處理時間、錯誤率等作業指標連結至成本、營收與風險損失，並由明確業務負責人持續驗證後再擴大。
訂閱馬克雷達週報
每週五，本週最強訊號送進收件匣。隨時一鍵退訂。