麥肯錫今（24）日分享對全球、亞洲及台灣銀行業的洞察，麥肯錫資深全球董事合夥人鐘惠馨表示，全球銀行業 2024 年創造 1.2 兆美元的淨收入，居所有產業之冠。然而，由於地緣政治、利潤率縮小、競爭加劇等因素，業者若不改變策略，成長將面臨瓶頸。

在台灣，銀行業者的成長動能也趨緩，因此未來若要延續競爭力，勢必需要更精準的策略布局。而如何以 AI 驅動轉型，將是關鍵。

選定最值錢的業務，再集中資源做 AI 轉型

麥肯錫亞洲資深顧問管國霖觀察，台灣銀行業者的 AI 應用，呈現百花齊放的樣貌，且大多「由下而上」推動 —— 各業務部門先找到自身痛點，再用 AI 解決。

常見用例包括建立知識庫、導入智慧客服系統。這類應用確實提升了作業效率，但因為屬於單點式的應用，難以帶來實質效益，而且成本高昂。

管國霖建議業者「由上而下」、策略性地推動 AI 的應用。公司需要找到最具價值的業務，並集中資源推動 AI 轉型。而且不能只是把 AI 當作輔助工具，還需要重塑與該業務有關的工作流程。

AI 代理拉大業者差距，「人機迴圈」可兼顧法遵與創新

此外，麥肯錫也點出 AI 代理（AI Agent）將拉大業者之間的差距。

他們發現，尚未使用 AI 代理的業者，有形股本的回報率（ROTE，衡量公司利用有形股本創造利潤效率的指標）與市占率效益，可能下滑 2～4 個百分點；相反地，若能有效運用 AI 代理，最高可提升 4 個百分點，兩者之間的差距最高達 8 個百分點。

然而，台灣業者目前仍以生成式 AI 的應用為主，「他們還有一段路要追趕」管國霖說道。

他以東南亞地區一家壽險業者為例，該公司讓每一名業務員配有一個主要的 AI 代理（master agent）。它會針對不同客戶，提供不同提案，再推送訊息，甚至還能考慮倒要用 App 還是 WhatsApp 推送。主要的 AI 代理，也可以根據需求，調用不同功能的小型 AI 代理來完成任務。

針對金融業者擔憂的法遵、資安問題，管國霖認為人機迴圈（human-in-the-loop）很重要，讓機器助攻執行速度，最後一哩路由人來把關。業者也可以考慮把監管要求提供給 AI，讓 AI 檢查輸出的品質。

不只拚 AI，銀行下一輪勝負看 3 件事

除了 AI，麥肯錫也點出其餘 3 個取勝關鍵：

1. 從廣泛分群，轉向「千人千面」

首先是客戶經營方面，需要從廣泛分群，轉向「千人千面」。

過去，銀行多只依據客戶的資產規模進行分類，但未來需要建立更立體的客戶畫像，納入多面向的資料，例如客戶的行為模式、過往對不同行銷方案的實際反應。再結合 AI 行銷，會產生極大效益。

管國霖表示，台灣已有業者結合 AI 與數據分析，開始做更細緻的分群，能夠細分出上百個子客群，績效因此大幅度增長。

2. 用深度經營取代規模效應

在併購策略上，麥肯錫指出，規模效應已不再是萬靈丹。鐘惠馨表示，「以前併購是為了成長，但是之後的重點，在於獲得某個專業化領域的獨特能力。」

管國霖補充，金控過去重視的是業務互導，但未來需要做的是綜合客戶經營。因為子公司多少有競爭壁壘，不一定真的能產生業務互導的效益。

他認為，金控應該改變思維：不是讓各子公司各自搶客戶，而是從集團層級統一評估「這個客戶的整體價值有多高」，再決定如何提供服務。

管國霖也強調，重點不是一直開發新客戶，而是把現有客戶照顧好。但問題來了：銀行客戶那麼多，要怎麼經營？

他指出，真正由理專或行員一對一服務的高資產客戶，其實只占少數。大多數客戶都是「長尾客戶」——可能只辦了一張信用卡。針對這群人，銀行可以用 AI 自動化工具，以低成本的方式持續互動，提升他們的黏著度。

3. 資本策略告別「一刀切」

麥肯錫同時建議業者，要更精細地管理資本配置。鐘惠馨指出，過去銀行配置資本時，習慣「一刀切」、雨露均霑地平均分配到各個業務。但未來應該把錢投入獲利高的業務，從表現不好的領域撤出。

管國霖也提醒，銀行需要更仔細地評估每一筆資產的風險。他舉例，目前有些銀行正在申請採用「信用風險內部評等法」（IRB） —— 這是一種更精密的風險計算方式。

簡單來說，過去銀行可能對所有企業貸款都用同一套標準來估算風險，但採用 IRB 後，可以針對每家企業的財務狀況、產業特性等，給出更準確的風險評分。這樣一來，銀行就能更精準地決定要放多少資本準備金，既能控管風險，又能提升資金運用效率。

管國霖認為，採用這套方法的銀行，效益會明顯優於其他同業，「會出現明顯分水嶺」。

核稿編輯：王宥筑