数据显示，三季度商业银行净息差继续承压。业内预期，明年息差下行态势仍将延续，下行幅度较今年会有所收窄。11月8日，央行发布《2024年第三季度中国货币政策执行报告》。报告指出，下阶段人民银行将持续推进利率市场化改革，维护市场竞争秩序，改善政策利率传导。

表格内容由月之暗面旗下AI大模型Kimi梳理生成

未来，银行业将如何发展？每经记者聆听AI观点，并就此采访了上海金融与发展实验室主任曾刚。

AI看未来

月之暗面旗下AI大模型Kimi对银行业未来发展趋势给出了它的预测：

随着数字化浪潮的推进，银行业正站在转型的风口浪尖。未来，银行业将更加注重科技的融合与创新，以提升服务效率和客户体验。一方面，人工智能、大数据、区块链等技术的应用将使银行服务更加智能化和个性化，为客户提供更加精准的金融解决方案。

图片由快手可灵大模型生成

另一方面，绿色金融和ESG投资将成为新的增长点，银行业将积极响应全球可持续发展的号召，加大对绿色产业和社会责任项目的支持。

同时，普惠金融将继续深化，通过科技手段降低金融服务门槛，使更多的中小企业和个人能够享受到便捷的金融服务。此外，随着人口老龄化趋势的加剧，养老金融将成为银行业新的关注领域，银行需要开发更多适合老年人的金融产品和服务。

图片由快手可灵大模型生成

专家看未来

NBD：低利率环境下，未来银行业面临的最大挑战是什么？

曾刚：一是盈利能力下降。低利率环境下，存贷款利差被压缩，传统利息收入业务模式受到严重影响，银行需要寻找新的盈利增长点。

二是资产质量管理难度增加。在净息差收窄环境下，银行若想“以量补价”，就可能出现过度借贷。考虑到净息差收窄的根本原因在于经济减速所致的需求缩减，在此背景下加大信贷投放，可能会埋下长期风险隐患。

三是业务转型更加迫切。需要从传统存贷款业务向综合金融服务转型，财富管理、投资银行等中间业务的重要性上升。

四是资产管理要求提高。资产负债管理是应对净息差收窄的重要手段，其核心是要通过资产负债结构调整，降低平均负债成本，提高平均资产收益。但考虑到市场竞争及其他因素，资产负债管理必须坚持流动性安全前提。

五是数字化转型压力增大。长期来看，全面提升数字化水平，提高运营效率、降低风险成本，是银行应对息差压力的必要途径。但不同银行数字化能力差异巨大，且短期来看，数字化转型所需投入巨大，可能加剧银行成本负担。

六是人才结构需要优化。探索新业务，如财富管理、投资银行，及新的信贷投向，需要更多金融、科技、产业的复合型人才，传统银行从业人员需要技能升级。当然，这也可能意味着人力资源成本的上升。

NBD：未来银行业应该如何调整经营策略，以应对实体经济信贷有效需求不足，市场利率下行及重定价等因素对资产收益率的不利影响？

曾刚：银行业调整经营策略，具体可从以下几个方面入手：

第一，多元化收入来源。发展中间业务，如财富管理、投资银行、资产托管等，增加非息收入；拓展新兴客群和市场，寻找增长潜力大的市场和客户群体，提供定制化金融服务。

第二，优化资产负债管理。资产端，调整资产结构，增加高收益资产比例，如优质企业贷款、绿色金融产品等；负债端，加强负债管理，优化存款结构，降低资金成本，在确保流动性安全的前提下，探索多元化融资结构。

第三，提升风险管理能力。完善风险评估体系，加强对信用风险、市场风险等重点风险的评估和监控；加强不良资产处置，提高不良贷款的清收和处置效率，降低不良贷款率。

第四，加快数字化转型。加快科技应用，利用大数据、人工智能等技术提升客户服务和运营效率；提升客户运营效率，通过技术赋能构建多元化金融场景（线上+线下），在提高客户满意度的同时，降低运营成本；优化运营流程，通过流程再造和自动化降低运营成本；根据数字化转型需要优化组织结构，提高组织效率，提升业务响应效率。

第五，创新产品和服务。定制化金融产品，根据客户需求开发个性化的金融产品和服务。

第六，加强客户关系管理。提升客户体验，通过优质服务和个性化产品增强客户黏性。以客户为中心，构建数字化平台，为客户提供一站式、综合化的产品和服务（金融服务+非金融服务）。

NBD：“后地产”时代下，银行业信贷投放增长点可能出现在哪些产业链？

曾刚：根据“五篇大文章”的要求，及国家战略发展的重点方向、产业领域，银行重点关注的领域主要集中在以下几个方面：

绿色金融和新能源：可再生能源，如风能、太阳能、生物质能等，支持相关企业的生产和基础设施建设；节能环保，涉及节能设备制造、污染防治、废物处理等领域，为这些企业提供融资支持。

高科技产业：信息技术，如5G、人工智能、大数据、云计算等，支持科技型中小企业发展；生物医药，如基因工程、生物技术制药、医疗器械等，潜在市场需求巨大。

制造业升级与智能制造：工业自动化，支持智能化生产线改造、机器人及自动化设备的研发和生产；高端装备制造，如航空航天、海洋工程装备、轨道交通装备等高技术产业。

现代服务业：物流与供应链，支持现代物流基础设施建设，提升供应链效率；金融科技服务，支持金融科技企业，推动传统金融业与科技融合。

农业现代化与乡村振兴：智慧农业，支持物联网、无人机和大数据在农业中的应用；农村基础设施建设，包括农村公路、水利设施等，促进城乡一体化发展。

文化旅游与消费升级：文化创意产业，支持影视、艺术、设计等领域的发展；旅游服务业，为高品质旅游项目和设施升级提供融资。

健康养老产业：养老地产及服务；健康管理与医疗服务，包括健康保险、社区医疗服务等。

NBD：近年多家银行智能投顾服务终止。你如何看待生成式AI在银行业的应用前景？

曾刚：生成式AI在银行业的应用前景广阔，智能投顾只是众多可能的应用场景之一，其短期的变化，并不反映生成式AI的应用潜力。从长远看，生成式AI在银行业的应用场景包括：

一是客户服务和体验提升。智能客服，生成式AI可以用于开发智能客服系统，提升客户满意度；个性化推荐，通过分析客户的行为和偏好，生成式AI可以提供个性化产品和服务推荐，提高客户黏性。

二是风险管理和合规。欺诈检测，生成式AI可以通过分析交易模式和行为特征，实时识别和预防欺诈活动；合规监控，自动生成合规报告，帮助银行有效遵循监管要求，降低合规风险。

三是投资和财富管理。市场分析和预测，生成式AI可以分析海量的市场数据，生成市场趋势预测，辅助投资决策；投资组合优化，根据客户的风险偏好和市场变化，自动生成投资组合调整建议。

四是运营效率提升。自动化流程，生成式AI可以自动生成和处理文档，提高后台运营效率，降低人工成本；数据分析，运用生成式AI分析客户数据和市场数据，银行可以更快地获取洞察，做出数据驱动的决策。

五是产品创新。新产品开发，生成式AI可以帮助银行快速生成和测试新产品概念，缩短产品开发周期；动态定价策略，根据市场变化和客户行为，自动生成动态定价策略，提高产品竞争力。

尽管生成式AI在银行业的应用前景广阔，但也面临一些挑战。一是数据隐私和安全，需要确保客户数据的安全和隐私，防止数据泄露和滥用。二是技术成熟度，生成式AI技术仍在发展中，需要不断优化以提高准确性和可靠性。三是监管合规，银行业受到严格监管，需要确保AI应用符合相关法律法规。

总之，生成式AI在银行业的应用潜力巨大，但需要在技术、合规和安全等方面做好准备，以确保其有效性和安全性。银行可以通过与科技公司合作，加快生成式AI的应用和落地，提升竞争力和服务水平。