每經記者 張宏    每經編輯 張益銘

　　數據顯示，三季度商業銀行凈息差繼續承壓。業內預期，明年息差下行態勢仍將延續，下行幅度較今年會有所收窄。11月8日，央行發布《2024年第三季度中國貨幣政策執行報告》。報告指出，下階段人民銀行將持續推進利率市場化改革，維護市場競爭秩序，改善政策利率傳導。

表格內容由月之暗面旗下AI大模型Kimi梳理生成

　　未來，銀行業將如何發展？每經記者聆聽AI觀點，并就此采訪了上海金融與發展實驗室主任曾剛。

　　AI看未來

　　月之暗面旗下AI大模型Kimi對銀行業未來發展趨勢給出了它的預測：

　　隨著數字化浪潮的推進，銀行業正站在轉型的風口浪尖。未來，銀行業將更加注重科技的融合與創新，以提升服務效率和客戶體驗。一方面，人工智能、大數據、區塊鏈等技術的應用將使銀行服務更加智能化和個性化，為客戶提供更加精準的金融解決方案。

圖片由快手可靈大模型生成

　　另一方面，綠色金融和ESG投資將成為新的增長點，銀行業將積極響應全球可持續發展的號召，加大對綠色產業和社會責任項目的支持。

　　同時，普惠金融將繼續深化，通過科技手段降低金融服務門檻，使更多的中小企業和個人能夠享受到便捷的金融服務。此外，隨著人口老齡化趨勢的加劇，養老金融將成為銀行業新的關注領域，銀行需要開發更多適合老年人的金融產品和服務。

圖片由快手可靈大模型生成

　　專家看未來

　　NBD：低利率環境下，未來銀行業面臨的最大挑戰是什么？

　　曾剛：一是盈利能力下降。低利率環境下，存貸款利差被壓縮，傳統利息收入業務模式受到嚴重影響，銀行需要尋找新的盈利增長點。

　　二是資產質量管理難度增加。在凈息差收窄環境下，銀行若想“以量補價”，就可能出現過度借貸。考慮到凈息差收窄的根本原因在于經濟減速所致的需求縮減，在此背景下加大信貸投放，可能會埋下長期風險隱患。

　　三是業務轉型更加迫切。需要從傳統存貸款業務向綜合金融服務轉型，財富管理、投資銀行等中間業務的重要性上升。

　　四是資產管理要求提高。資產負債管理是應對凈息差收窄的重要手段，其核心是要通過資產負債結構調整，降低平均負債成本，提高平均資產收益。但考慮到市場競爭及其他因素，資產負債管理必須堅持流動性安全前提。

　　五是數字化轉型壓力增大。長期來看，全面提升數字化水平，提高運營效率、降低風險成本，是銀行應對息差壓力的必要途徑。但不同銀行數字化能力差異巨大，且短期來看，數字化轉型所需投入巨大，可能加劇銀行成本負擔。

　　六是人才結構需要優化。探索新業務，如財富管理、投資銀行，及新的信貸投向，需要更多金融、科技、產業的復合型人才，傳統銀行從業人員需要技能升級。當然，這也可能意味著人力資源成本的上升。

　　NBD：未來銀行業應該如何調整經營策略，以應對實體經濟信貸有效需求不足，市場利率下行及重定價等因素對資產收益率的不利影響？

　　曾剛：銀行業調整經營策略，具體可從以下幾個方面入手：

　　第一，多元化收入來源。發展中間業務，如財富管理、投資銀行、資產托管等，增加非息收入；拓展新興客群和市場，尋找增長潛力大的市場和客戶群體，提供定制化金融服務。

　　第二，優化資產負債管理。資產端，調整資產結構，增加高收益資產比例，如優質企業貸款、綠色金融產品等；負債端，加強負債管理，優化存款結構，降低資金成本，在確保流動性安全的前提下，探索多元化融資結構。

　　第三，提升風險管理能力。完善風險評估體系，加強對信用風險、市場風險等重點風險的評估和監控；加強不良資產處置，提高不良貸款的清收和處置效率，降低不良貸款率。

　　第四，加快數字化轉型。加快科技應用，利用大數據、人工智能等技術提升客戶服務和運營效率；提升客戶運營效率，通過技術賦能構建多元化金融場景（線上+線下），在提高客戶滿意度的同時，降低運營成本；優化運營流程，通過流程再造和自動化降低運營成本；根據數字化轉型需要優化組織結構，提高組織效率，提升業務響應效率。

　　第五，創新產品和服務。定制化金融產品，根據客戶需求開發個性化的金融產品和服務。

　　第六，加強客戶關系管理。提升客戶體驗，通過優質服務和個性化產品增強客戶黏性。以客戶為中心，構建數字化平臺，為客戶提供一站式、綜合化的產品和服務（金融服務+非金融服務）。

　　NBD：“后地產”時代下，銀行業信貸投放增長點可能出現在哪些產業鏈？

　　曾剛：根據“五篇大文章”的要求，及國家戰略發展的重點方向、產業領域，銀行重點關注的領域主要集中在以下幾個方面：

　　綠色金融和新能源：可再生能源，如風能、太陽能、生物質能等，支持相關企業的生產和基礎設施建設；節能環保，涉及節能設備制造、污染防治、廢物處理等領域，為這些企業提供融資支持。

　　高科技產業：信息技術，如5G、人工智能、大數據、云計算等，支持科技型中小企業發展；生物醫藥，如基因工程、生物技術制藥、醫療器械等，潛在市場需求巨大。

　　制造業升級與智能制造：工業自動化，支持智能化生產線改造、機器人及自動化設備的研發和生產；高端裝備制造，如航空航天、海洋工程裝備、軌道交通裝備等高技術產業。

　　現代服務業：物流與供應鏈，支持現代物流基礎設施建設，提升供應鏈效率；金融科技服務，支持金融科技企業，推動傳統金融業與科技融合。

　　農業現代化與鄉村振興：智慧農業，支持物聯網、無人機和大數據在農業中的應用；農村基礎設施建設，包括農村公路、水利設施等，促進城鄉一體化發展。

　　文化旅游與消費升級：文化創意產業，支持影視、藝術、設計等領域的發展；旅游服務業，為高品質旅游項目和設施升級提供融資。

　　健康養老產業：養老地產及服務；健康管理與醫療服務，包括健康保險、社區醫療服務等。

　　NBD：近年多家銀行智能投顧服務終止。你如何看待生成式AI在銀行業的應用前景？

　　曾剛：生成式AI在銀行業的應用前景廣闊，智能投顧只是眾多可能的應用場景之一，其短期的變化，并不反映生成式AI的應用潛力。從長遠看，生成式AI在銀行業的應用場景包括：

　　一是客戶服務和體驗提升。智能客服，生成式AI可以用于開發智能客服系統，提升客戶滿意度；個性化推薦，通過分析客戶的行為和偏好，生成式AI可以提供個性化產品和服務推薦，提高客戶黏性。

　　二是風險管理和合規。欺詐檢測，生成式AI可以通過分析交易模式和行為特征，實時識別和預防欺詐活動；合規監控，自動生成合規報告，幫助銀行有效遵循監管要求，降低合規風險。

　　三是投資和財富管理。市場分析和預測，生成式AI可以分析海量的市場數據，生成市場趨勢預測，輔助投資決策；投資組合優化，根據客戶的風險偏好和市場變化，自動生成投資組合調整建議。

　　四是運營效率提升。自動化流程，生成式AI可以自動生成和處理文檔，提高后臺運營效率，降低人工成本；數據分析，運用生成式AI分析客戶數據和市場數據，銀行可以更快地獲取洞察，做出數據驅動的決策。

　　五是產品創新。新產品開發，生成式AI可以幫助銀行快速生成和測試新產品概念，縮短產品開發周期；動態定價策略，根據市場變化和客戶行為，自動生成動態定價策略，提高產品競爭力。

　　盡管生成式AI在銀行業的應用前景廣闊，但也面臨一些挑戰。一是數據隱私和安全，需要確保客戶數據的安全和隱私，防止數據泄露和濫用。二是技術成熟度，生成式AI技術仍在發展中，需要不斷優化以提高準確性和可靠性。三是監管合規，銀行業受到嚴格監管，需要確保AI應用符合相關法律法規。

　　總之，生成式AI在銀行業的應用潛力巨大，但需要在技術、合規和安全等方面做好準備，以確保其有效性和安全性。銀行可以通過與科技公司合作，加快生成式AI的應用和落地，提升競爭力和服務水平。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：王馨茹