生成式AI在银行业的应用，从价值创造逻辑上可分为两大类：

一是替代人：生成式AI可以替代人，开展大量重复性较高、简单基础的任务，如处理 文本的要素提取、处理进件、识别异常项、生成基础数据分析、生成标准化内容等。这能 够释放运营类人力资源，实现降本增效。

部分场景下，生成式AI 还可能取代人，催生全新的业务模式。例如交易撮合的场景， 由于很多场景的交易要素非结构化，且需要多轮交互，通常需要人来协助开展撮合，但借 助生成式AI，未来买卖双方都可能只与AI 界面进行对话磋商，而不再需要人作为中介进行 撮合。

二是赋能人：利用生成式AI 的“对话”和“创造”能力，可让AI 成为助手，有效放大 关键节点的“人”的产能，尤其是客户经理、财富顾问、产品经理、投研经理、信审经理、  市场营销人员、编程开发人员等角色。本报告开篇赋能客户经理的例子就是一个典型示例。 一方面，通过对话式学习的方式，生成式AI可以更好地“培训”这些专业人员； 另一方面， 在关键的展业过程中，生成式AI可以有效整合关键信息及素材，助力相关专业岗位的人员， 更快做出精准有效的判断，展现出更有针对性的客户互动技巧，或更快速地产出高质量的 交付物（代码、设计文案、报告等）。通过机器助手的加持，代表银行核心竞争力环节的单 人产能有望大幅提升。

赋能人不仅仅是体现在专业内容的形成上，还可能体现在基础管理环节。例如，以前 项目开展PMO 管理，需要项目经理每天与多个角色共同开会来对齐进度，并维护一张集中 显示进度和问题的大表。未来，借助生成式AI，有可能实现由AI 与各个角色实时开展简单 的对话来交流进度，最后由生成式AI 提炼对话中的要素，自动形成项目管理看板并自动识 别和提示风险。在AI 的加持下，以前一个项目经理只能管理两到三个项目，未来可能变成 一个人可同时管理十几个复杂项目。