2026年一項針對37個非洲國家277位銀行高階主管的調查發現，83.2%的機構計劃在未來12個月內增加AI支出。然而，近三分之一的機構並未正式追蹤該技術的投資報酬率（ROI）。在未衡量AI回報的銀行中，有82%仍打算增加預算。

這些發現凸顯了非洲耗資數百萬美元的銀行自動化浪潮中的核心矛盾。儘管面臨以美元計價的雲端帳單、舊有核心銀行系統整合限制以及機器學習工程師短缺，銀行仍持續投資AI。在本期Delve into AI中，EMMANUEL NWOSU探討營運加速與可衡量的資產負債表回報之間的落差。

貸款文件處理向來是行政瓶頸，即使是在資本充足的金融機構也不例外。在Standard Bank，以往需約一小時的審核流程，如今透過人工智慧可在約60秒內完成。

這家南非銀行在其2026年3月資本市場日簡報中披露了該數據。該指標適用於該行的商業資產融資部門，並說明這家以資產規模計非洲最大的銀行如何將機器智慧應用於既有流程。

Standard Bank也報告，其對話機器人處理65%的數位客戶查詢。截至2026年8月，超過39,000名員工——約佔其員工總數的72%——已成為生成式AI的常態企業使用者。

這些案例展現了自動化的即時營運潛力。行政積壓工作可縮短為幾分鐘的任務，客戶摩擦可降低，員工也能轉向需要人類判斷的顧問工作。

然而，財務效益仍較不確定。在受監管的金融環境中部署AI需要資料治理控制、軟體授權、系統整合與員工再培訓。為了在商業上合理化這些成本，銀行必須證明財務收益超過實施與營運支出。

工作更快，財務回報卻不確定

非洲銀行業AI現況報告是銀行軟體供應商Backbase與African Banker於2026年發布的聯合研究，調查了37個非洲國家的高階主管。報告發現，83.2%的機構計劃在隨後12個月內增加AI配置，但僅有67.1%正式追蹤這些部署的投資報酬率。

在約三分之一未追蹤回報的受訪者中，有82%仍計劃增加預算。這些數據顯示，許多銀行領導者正在擴大投入一項其商業貢獻尚未量化的技術。

缺乏正式衡量並不一定代表AI專案失敗。演算系統可以縮短處理時間、改善詐騙監控並提升客戶服務，而不會立即降低損益表上的成本。但隨著AI從孤立試點走向銀行日常使用的系統，營運效率與財務回報之間的區別變得更加重要。

Standard Bank的AI能力是建立在多年來的技術投資之上。在3月的投資人簡報中，該行表示對話式AI處理其個人銀行應用程式上65%的數位查詢。該行也報告，過去一年工程生產力提升超過20%，同時AI開始加速貸款相關工作。

商業資產融資的案例中，貸款文件處理時間從約一小時降至約一分鐘，展示了部分行政流程的潛在改善幅度。Standard Bank也擴大了全行範圍的使用。8月，該行報告有超過39,000名生成式AI活躍使用者，透過經核准的企業工具操作。

將文件流程從一小時縮短至一分鐘，可以釋放原本負責該工作的員工。銀行可能因此以相同人力處理更多申請、減少加班，或將員工調派至其他職責。這些營運效益只有在產生可合理歸因於該投資的節省支出或額外收入時，才成為可衡量的財務節省。

Standard Bank表示，計劃將員工透過AI節省的時間轉向客戶關係與需要更複雜決策的工作。這種做法著眼於直接成本削減之外的價值，希望從現有人力中創造更多價值。該聲明本身並未具體說明產生的收入或節省的成本。

在貸款業務方面，AI可以讓員工在人事成本不增加的情況下處理更多申請。若用於評估借款人的信用狀況，它也能協助貸款決策並可能降低違約率。這是兩種不同的效益，而Standard Bank尚未確立其AI投資是否在財務上帶來了任何一項。

該行6月底的不良貸款率為5.6%，低於一年前的6.2%。反映貸款預期損失的信用減損費用也在2026年上半年下降12%至R7.13十億（4.355億美元）。Standard Bank並未將這些改善歸因於AI的使用。

另一家南非一級銀行Nedbank也報告了可衡量的營運改善。在其2025年整合報告中，該行表示年內實施了30個進階AI應用案例。其更廣泛的計畫涵蓋AI、生成式AI、分析、機器學習與機器人流程自動化，在媒體與內容創作、文件翻譯及個人生產力方面節省約312,000個員工工時。全球付款處理時間也縮短約30%。

Nedbank使用預測模型識別更可能購買投資產品的客戶，並運用分析鎖定潛在的信用卡與貸款客戶。這些應用反映了銀行預期AI獲得回報的兩大途徑：降低現有服務成本，以及更有效地服務客戶以增加收入。

讓AI發揮作用的成本

AI並非獨立於銀行既有技術運作。模型需要可靠的資料、安全的運算系統，以及員工和客戶使用的應用程式介接。銀行還需要測試輸出、限制敏感資訊存取以及監控AI決策的流程。

因此，部署AI的成本可能遠高於軟體訂閱費用。在其2026年資本市場日上，Standard Bank報告2025年總技術支出為R23.5十億（14.4億美元），相當於營運支出的27.7%。

該行表示，88%的舊有伺服器已除役，而在簡報發布時，71%符合遷移資格的運算工作負載已移至雲端。該行其後報告，截至2026年6月底，雲端遷移已達符合資格工作負載的78%。

Standard Bank表示，多年來的技術投資有助於提升效率，並使集團成本收入比從59.1%降至50.2%。實際而言，該行每賺取R100（6.09美元）的營業收入，約花費R50（3.05美元）的營運支出，而先前約為R59（3.60美元）。

隨著AI營運擴大，技術支出持續增加。Standard Bank在2025年的技術支出為R23.51十億（14.3億美元），較2024年的R22.4十億（13.6億美元）增加4.9%。2026年上半年，軟體、雲端與技術相關費用增加6%至R7.16十億（4.365億美元）。該行將部分增幅歸因於擴充AI能力，以及對專業技術人才、核心銀行系統與網路安全的投資。

然而，半年內整體技術支出僅增加2%至R11.83十億（7.21億美元），因為較低的攤銷與其他技術成本抵銷了部分增幅。Standard Bank將其做法描述為「節省再投資」策略，利用早期技術投資所產生的效率為包括AI在內的新能力提供資金。

這項現代化計畫說明了將新能力導入既有銀行業務所需的投入。在Backbase與African Banker的調查中，50.2%的受訪者將與既有技術的整合視為AI採用的最大內部障礙。

銀行可能需要串接儲存於不同時期開發系統中的客戶紀錄、交易歷史與其他資訊。例如，將AI導入信用評估的銀行需要可靠存取用於評估借款人的財務資訊。整合這些資訊可能需要升級舊有系統、增加運算基礎設施，以及專責維護的員工。

這些要求增加了AI的初期與持續成本。以外幣購買雲端服務或軟體的銀行，在匯率不利變動時也可能面臨較高的本幣支出。因此，AI的財務效益不僅取決於系統節省的時間。銀行必須將這些收益與導入及營運該技術的完整成本加以權衡。

為何回報難以衡量

Backbase與African Banker的研究顯示，部分非洲銀行正達到其預期的財務成果。在正式衡量回報的受訪機構中，85.1%表示其投資已達到或超過預期。

但這些銀行是以自身的目標為衡量基準。該調查並未確立各機構投資金額、產生的財務價值，或各機構間回報計算方式是否一致。

AI驅動的貸款業務正說明了這種困難。如果銀行在導AI後核准更多申請，新增貸款可能增加利息收入。但財務效益仍取決於資金成本、這些貸款的表現，以及該技術是否改善了貸款決策。同樣地，AI詐騙偵測系統的價值在於其防止的損失，而非其標記的可疑交易數量。

調查發現，與第三方AI供應商合作的受訪者中有71.7%衡量回報，而完全自行開發AI者僅有31%。這一差異反映了各銀行建構自有AI系統能力的差異，而這本身也可能成為可觀的成本中心。

2026年6月，Evident首屆中東與非洲銀行AI指數就AI人才、創新、領導力與透明度評估了25家主要銀行。Standard Bank排名第二，Nedbank排名第四，使其成為該地區四強中僅有的兩家南非銀行。FirstRand、Capitec與Absa也名列前10名。

Evident將這些銀行相對出色的表現部分歸因於較大的AI人才庫、鄰近研究型大學，以及對新興央行法規的積極參與。結果顯示，南非銀行比許多地區同業發展出更強的AI能力。

然而，在這25家機構中，Evident發現相對於員工規模的專業AI開發人才僅為其全球主要銀行基準水準的一半。這種短缺具有財務影響。內部專業能力不足的銀行必須投資開發自身能力或依賴外部供應商，同時仍需支付整合與維護費用。

一些非洲以外的銀行已開始更清楚說明AI帶來的財務價值。新加坡的星展銀行（DBS Bank）報告2025年來自資料分析與AI的經濟價值約為S$1十億（7.83億美元），高於2024年的S$750百萬（5.87億美元）。截至2025年底，星展已在超過430個應用案例中部署逾2,000個模型。

星展已超越單純報告AI完成多少任務或員工節省多少時間的做法。它為該技術對業務的貢獻賦予了貨幣價值，儘管目前尚不清楚該行的AI使用是否已經獲利。

這項比較使非洲銀行面臨的財務問題更加清晰。Standard Bank與Nedbank已展現生產力的提升，許多受Backbase調查的機構也報告達成其AI投資目標。但銀行對個別AI計畫的成本或其產生的財務回報所提供的資訊仍然有限。

生產力是AI在銀行業與其他非金融組織中的重要應用。挑戰在於確定這種生產力的價值，以及其中多少可歸因於AI。隨著銀行擴大超越試點階段，最清晰的進展證據將是更一致地揭露計畫成本、衡量的成果，以及這些成果與財務表現之間的關聯。

來源：TechCabal