ADS.finance创始人Asfandyar Uppal提出了一个他称之为"货币商品化"的框架，认为人工智能在金融服务领域的广泛采用将削弱基于技术的竞争优势，并使信任成为区分贷款机构和金融机构的决定性因素。

这一理论出台之际，全球银行和贷款行业正掀起AI投资热潮，从一级银行到新兴金融科技公司，各机构都在竞相实现后台运营、信贷决策和面向客户的服务的自动化。多个司法管辖区的监管机构也一直在审查AI模型在信贷评估中的应用方式，随着自动化的深入，透明度、公平性和问责制等问题日益受到关注。

今年早些时候，Uppal曾指出，可持续的私人信贷投资应从下行保护入手，而非追逐更高收益，他认为保护资本比追求短期回报能创造更强的长期效果。如今，他看到了金融服务行业中正在出现的另一个结构性转变。

"货币商品化"理论认为，随着人工智能降低金融服务的交付成本，货币本身将变得越来越难以差异化。随着贷款、承保和客户服务变得更快、更便宜、更自动化，竞争优势将从运营效率转向信任、执行力和客户关系。

"每个人都在关注AI能节省多少成本，"Asfandyar Uppal表示，"但更大的问题是，当每家贷款机构都能使用同样的技术时，会发生什么。更低的成本不一定会带来更大的利润——它们往往带来更激烈的竞争。"

"货币是一种同质化产品，"Uppal解释道，"无论你向哪家机构借款，你借的都是钱。如果每个人都能更快、更便宜地交付这种产品，竞争自然会变得更加激烈。"这一观察构成了该理论的基础。

Uppal所描述的变革已经在进行中。全球各地的银行、贷款机构和金融科技公司正在将人工智能应用于欺诈检测、文件验证、合规、贷款发放、信贷评估和客户服务等领域。行业研究表明，这些技术可以显著降低运营成本，同时大幅提高整个金融服务领域的效率。

然而，对Uppal而言，这些发展只是故事的一部分。与大多数行业不同，金融业围绕着一种几乎完全相同的产品运转，无论由谁来提供。随着人工智能变得日益普及，曾经区分金融机构的许多运营优势正在消失。过去需要庞大后台团队完成的任务——包括贷款发放、文件验证和部分信贷承保——越来越多地可以由AI驱动的系统来完成。

"最大的变化正在幕后发生，"Asfandyar Uppal说，"过去需要大型运营团队完成的职能现在可以更高效地处理。信贷评估、承保和贷款发放都正在变得越来越自动化。"

根据这一理论，AI的广泛采用意味着仅凭技术能力将不再提供持久的竞争优势。相反，企业将越来越多地通过那些远难以自动化的特质来区分自己。

"最终的赢家不一定是拥有最好AI的企业，"Uppal说，"而是那些将AI与速度、可靠性、卓越的客户服务和信任相结合的企业。"

在ADS.finance内部，这一理念已经在塑造公司对待人工智能的方式。ADS.finance不仅仅利用AI来降低运营成本，还在探索智能系统如何帮助借款人更好地了解自己的财务状况、改进还款策略，并在与贷款机构接洽之前找到更合适的借贷方案。目标是通过更好的信息赋能借款人，同时在最关键的领域保留人工判断。

Uppal认为，随着借款人获得更先进的AI工具，这种人为因素将变得越来越有价值。客户在联系贷款机构之前已经变得更加知情，能够更轻松地比较产品，并期望更快的决策。虽然价格仍将重要，但他认为长期的客户关系将继续依赖于技术本身无法提供的品质。

"客户仍然重视可靠性和优质的服务，"Uppal说，"速度很重要，但人们也希望确信在出现问题时会有人提供帮助。人际关系仍然极其重要。"

展望未来，Asfandyar Uppal预计人工智能将嵌入金融服务的几乎每个环节。借款人可能在与贷款机构交谈之前就知道自己能借多少钱，行政流程将变得越来越隐形，运营效率将持续提升。然而他认为，"货币商品化"将使一项竞争优势变得比今天更有价值：信任。

"技术变化极快，"Asfandyar Uppal说，"信任则不然。这就是为什么我相信'货币商品化'将成为未来十年塑造金融服务的决定性力量之一。"

他以支撑这一理论的原则作为总结："AI将降低交付金融服务的成本，但这不会改变一个事实：信任仍然是金融业最有价值的资产。"