2026年一项针对37个非洲国家277位银行业高管的调查发现，83.2%的机构计划在未来12个月内增加AI支出。然而，近三分之一的机构并未正式跟踪该技术的投资回报率（ROI）。在未衡量AI回报的银行中，仍有82%打算增加预算。

这些发现凸显了非洲耗资数百万美元的银行自动化浪潮中的核心矛盾。尽管面临以美元计价的云服务账单、老旧核心银行系统集成限制以及机器学习工程师短缺，各银行仍在加大对AI的投资。在本期《Delve into AI》中，EMMANUEL NWOSU探讨了更快的运营速度与可衡量的资产负债表回报之间的差距。

贷款文件处理历来是行政瓶颈，即使是资本充足的金融机构也不例外。在标准银行（Standard Bank），此前需要约一小时完成的审核流程，如今借助人工智能可在约60秒内完成。

这家南非银行在其2026年3月资本市场日演示材料中披露了这一数据。该指标适用于其商业资产融资部门，展示了这家非洲资产规模最大的银行如何将机器智能应用于既有流程。

标准银行还报告称，其对话机器人处理了65%的数字客户咨询。截至2026年8月，超过39,000名员工——约占其员工总数的72%——已成为生成式AI的常规企业用户。

这些案例展示了自动化的直接运营潜力：行政积压可缩减为一分钟内完成的任务，客户摩擦可以降低，员工可以被调配到需要人类判断的顾问类工作。

然而，财务收益仍然不那么确定。在受监管的金融环境中部署AI需要数据治理控制、软件许可、系统集成和员工再培训。为了在商业上证明这些成本的合理性，银行必须证明财务收益超过实施和运营的开支。

更快的工作，不确定的财务回报

由银行软件供应商Backbase与《African Banker》联合发布的2026年《非洲银行业AI现状》报告调查了37个非洲国家的高管。报告发现，83.2%的机构计划在未来12个月内增加AI预算，而仅有67.1%正式跟踪这些部署的投资回报率。

在约三分之一未跟踪AI回报的受访者中，仍有82%计划增加预算。这些数据表明，许多银行业领导者正在扩大一种其商业贡献尚未量化的技术。

缺乏正式衡量并不一定意味着AI项目失败。算法系统可以缩短处理时间、改善欺诈监控并提升客户服务，而不必立即降低损益表上的成本。但随着AI从孤立的试点走向银行日常使用的系统，运营效率与财务回报之间的区别变得越来越重要。

标准银行多年来基于技术投资构建其AI能力。在其3月投资者演示中，行表示对话AI正在处理其个人银行应用上65%的数字咨询。该行还报告称，工程生产力在上一年提高了20%以上，同时AI开始加速贷款相关工作。

商业资产融资的例子——贷款文件处理时间从约一小时缩短至约一分钟——展示了某些行政流程可能实现的改进。标准银行还扩大了全行范围的使用。8月，该行报告通过经批准的企业工具使用生成式AI的活跃用户超过39,000人。

将文件处理流程从一小时缩短为一分钟，可以释放此前负责该项工作的员工。银行可以用同样的员工处理更多申请、减少加班或将员工调配至其他职责。只有当这些运营收益带来可合理归因于该投资的可避免支出或额外收入时，它们才能转化为可衡量的财务节省。

标准银行表示，计划将员工通过AI节省的时间转用于客户关系和需要更复杂决策的工作。这一做法超越了直接削减成本，寻求从现有员工队伍中创造更多价值。该声明本身并未说明产生的收入或节省的成本。

在贷款业务中，AI可以让员工在不相应增加人员成本的情况下处理更多申请。如果用于评估借款人的信用状况，还可以支持贷款决策并可能减少违约。这是两类不同的收益，而标准银行尚未证明其AI投资在财务上实现了其中任何一项。

该行6月底的不良贷款率为5.6%，低于一年前的6.2%。反映贷款预期损失的信资减值费用在2026年上半年下降12%至71.3亿南非兰特（4.355亿美元）。标准银行并未将这些改善归因于AI的使用。

另一家南非一级银行奈德银行（Nedbank）也报告了可衡量的运营改善。在其2025年综合报告中，该行表示年内实施了30个高级AI用例。其更广泛的计划涵盖AI、生成式AI、分析、机器学习和机器人流程自动化，在媒体与内容创作、文件翻译和个人生产力方面节省了约312,000个员工工时。全球支付处理时间也缩短了约30%。

奈德银行使用预测模型识别更可能购买投资产品的客户，并运用分析来定位潜在的信用卡和贷款客户。这些应用反映了银行期望从AI获得回报的两大途径：降低现有服务的成本，以及更有效地服务客户以增加收入。

让AI发挥作用所需的成本

AI并非独立于银行现有技术运行。模型需要可靠的数据、安全的计算系统，以及员工和客户使用的应用程序。银行还需要流程来测试输出、控制对敏感信息的访问并监控由AI做出的决策。

因此，部署AI的成本可能远高于软件订阅费用。在其2026年资本市场日上，标准银行报告2025年技术总支出为235亿南非兰特（14.4亿美元），相当于运营支出的27.7%。

该行表示，88%的老旧服务器已退役，在演示发布时，71%符合迁移条件的计算工作负载已迁移至云端。该行随后报告，到2026年6月底，云迁移已达符合条件工作负载的78%。

标准银行表示，多年来的技术投资有助于提升效率，并推动集团成本收入比从59.1%降至50.2%。具体而言，该行每获得100南非兰特（6.09美元）的营业收入，运营支出约为50南非兰特（3.05美元），而此前约为59南非兰特（3.60美元）。

随着AI业务的扩展，技术支出继续增加。标准银行2025年技术支出为235.1亿南非兰特（14.3亿美元），较2024年的224亿南非兰特（13.6亿美元）增长4.9%。2026年上半年，软件、云和技术相关支出6%至71.6亿南非兰特（4.365亿美元）。该行将部分增长归因于AI能力的扩展，以及对专业技术人才、核心银行系统和网络安全的投资。

上半年整体技术支出仅增长2%至118.3亿南非兰特（7.21亿美元），原因是较低的摊销和其他技术成本抵消了部分增长。标准银行将其方法描述为“节省以投资”战略，即利用早期技术投资的效率来资助包括AI在内的更新能力。

这一现代化计划说明了将新能力引入成熟银行业务所需的工作。在Backbase与《African Banker》的调查中，50.2%的受访者将与现有技术的集成确定为AI采用的最大内部障碍。

银行可能需要连接存储在不同时期开发的系统中的客户记录、交易历史和其他信息。例如，将AI引入信贷评估的银行需要可靠地访问用于评估借款人的财务信息。整合这些信息可能需要升级老旧系统、增加计算基础设施以及配备专门的维护人员。

这些要求增加了AI的初始和持续成本。以外币购买云服务或软件的银行，在汇率不利变动时还可能面临更高的本币支出。因此，AI的财务论证不仅取决于系统节省的时间。银行必须将这些收益与引入和运营该技术的全部成本进行权衡。

为何回报仍难以衡量

Backbase与《African Banker》的研究表明，一些非洲银行正在获得预期的财务结果。在正式衡量回报的机构受访者中，85.1%表示其投资已达到或超过预测。

然而，这些银行是以自身目标为基准衡量绩效的。该调查并未说明各机构的投资金额、产生的财务价值，或各机构之间回报计算方式是否一致。

AI驱动的贷款业务说明了这一难度。如果银行在引入AI后批准更多申请，新增贷款可能增加利息收入。但财务收益仍取决于资金成本、这些贷款的表现，以及该技术是否改善了贷款决策。同样，AI欺诈检测系统的价值在于其避免的损失，而不仅仅是它识别的可疑交易数量。

调查发现，与第三方AI供应商合作的受访者中有71.7%衡量回报，而完全内部开发AI的受访者中这一比例为31%。这一差异反映了各银行构建专有AI系统的能力参差不齐，而这本身也可能成为重要的成本中心。

2026年6月，Evident首份中东和非洲银行业AI指数从AI人才、创新、领导力和透明度方面评估了25家大型银行。标准银行排名第二，奈德银行排名第四，使它们成为该地区四大领导者中仅有的两家南非银行。FirstRand、Capitec和Absa也跻身前十。

Evident将这些银行相对强劲的表现部分归因于更庞大的AI人才储备、邻近研究型大学以及对新兴央行监管的积极应对。结果表明，南非银行比许多地区同行发展出了更强的AI能力。

然而，在这25家机构中，Evident发现相对于员工规模的AI开发专业人才水平仅为全球大型银行基准的一半。这一短缺具有财务影响。缺乏足够内部专业知识的银行必须要么投资培养自身能力，要么依赖外部供应商，同时仍需为集成和维护付费。

一些非洲以外的银行已开始更清晰地说明AI带来的财务价值。新加坡星展银行（DBS Bank）报告称，2025年数据分析与AI创造的经济价值约为10亿新加坡元（7.83亿美元），高于2024年的7.5亿新加坡元（5.87亿美元）。到2025年底，星展已在430多个用例中部署了超过2,000个模型。

星展银行不仅报告AI完成的任务数量或员工节省的时间，还为该技术对业务的贡献赋予了货币价值，尽管目前尚不清楚该行在AI使用上是否已实现盈利。\n这一对比使非洲银行面临的财务问题更加清晰。标准银行和奈德银行已展示了生产力提升，许多接受Backbase调查的机构也报告达成了AI投资目标。但各银行对单个AI计划的成本或其产生的财务回报披露有限。

生产力是AI在银行及其他非金融组织中的主要用例。挑战在于确定这种生产力的价值，以及其中多少可归因于AI。随着银行将应用扩展至试点之外，最清晰的进展证据将是对计划成本、可衡量成果以及这些成果与财务绩效之间联系的更一致披露。

来源：TechCabal