Bank of America首席执行官Brian Moynihan表示，对于银行业而言，人工智能（AI）的首要任务不是提效或降本，而是确保回答准确无误。原因在于，银行服务高度依赖客户信任，任何错误信息都可能直接影响客户体验，几乎没有容错空间。

据金融科技媒体American Banker当地时间8日报道，Moynihan在接受采访时强调，银行使用AI，不能只看速度，更要看答案是否准确。

他举例说，如果客户在手机App中通过AI助手Erica查询支票账户交易记录，系统返回的信息必须完全正确。在银行业务中，一次错误回答就可能损害客户信任，因此无论是系统搭建还是模型验证，都需要投入大量资源。

这一判断与不少企业将AI主要用于提升生产效率、压缩人力成本的思路并不相同。Unconventional Ventures联合创始人Theodora Lau指出，许多CEO谈及AI时，重点仍放在运营效率上，但对银行业来说，准确性才是更关键的衡量标准。

IntuiTech CEO Mate Jendrolovics也在Lau主持的一档播客节目中表示：“如果一个解决方案的准确率只有80%，那它在银行业就没有价值。”他认为，与部分办公场景不同，金融服务无法接受“差不多正确”的答案，因为一次失误就可能带来严重后果。

在投入方面，Bank of America今年新增AI部署支出约2.5亿美元。该行全年技术预算为130亿美元，其中40亿美元将投向包括AI在内的新技术。其AI战略的核心产品，是2018年推出的AI助手Erica。

Erica最初的思路，是把类似Google搜索的功能引入手机App。但在早期阶段，当客户询问账户余额时，系统甚至会返回体重秤图片、瑜伽课程等无关结果。此后，Bank of America内部开发团队与斯坦福研究团队合作，基于连接“客户语言”和“银行语言”的预测模型，开发出了Erica。

目前，Erica已接入110个系统，可回答约700类问题。约2000万客户每季度调用Erica约2亿次。在内部应用方面，约20万名员工也在日常工作中使用AI。员工版Erica主要处理IT和人事相关咨询，并推动公司内部服务台电话量下降55%。

不过，Bank of America对AI的应用边界保持谨慎。Moynihan强调，凡是涉及实际判断的工作，必须由人工介入；在一个以信任为基础的行业里，答案必须“完全正确”。为此，该行会对系统设定严格边界，以尽可能保证输出结果的准确性。

报道还提到，未来更开放的“代理型AI”或许会取代Erica。但Moynihan认为，现阶段更重要的，仍是让经过验证的方法在真实业务场景中稳定运行。

从Bank of America的做法来看，即便银行业正在加快部署生成式AI，在客户服务和核心业务环节，准确性仍可能排在速度之前，验证机制也仍将重于自动化本身。随着金融机构AI竞争升温，数据基础设施与模型可控性正日益成为银行AI战略的核心能力。