根據 Gartner 的數據，金融科技公司在 2024 年平均將年收入的 14% 分配給 AI 研究和部署，高於 2022 年的 8%。這一投資增長率超過了金融服務領域的所有其他技術類別,包括雲端基礎設施、網路安全和區塊鏈。這項支出反映了金融科技領導者在各個產品類別中獨立做出的判斷:AI 能力是未來五年競爭地位的最強預測指標。
投資的競爭壓力
金融科技公司在客戶轉換成本低於傳統銀行業的市場中營運。消費者可以在幾分鐘內開設新的數位銀行帳戶。企業可以在幾週內更換支付處理商。在這種環境下,速度、準確性或成本方面的任何優勢都會直接轉化為客戶獲取和留存。AI 在這三個方面都提供了優勢。
根據 McKinsey 的數據,AI 能力位於前四分之一的金融科技公司的收入增長速度比行業中位數快 2.1 倍。這種優勢來自多個方面:AI 驅動的詐騙偵測減少了損失,AI 信貸模型在不增加違約率的情況下批准了更多客戶,AI 客戶服務降低了支援成本,AI 個人化增加了產品採用率。每項優勢單獨來看都不顯著,但累積效應創造了顯著的競爭差距。
壓力也來自金融科技領域之外。根據 Financial Times 的分析,包括 JPMorgan、Goldman Sachs 和 HSBC 在內的傳統銀行自 2022 年以來已累計投資超過 150 億美元於 AI。隨著現有業者縮小 AI 差距,不投資 AI 的金融科技新創公司面臨失去證明其存在價值的技術優勢的風險。
金融科技公司的 AI 投資方向
AI 投資的最大份額流向核心產品智能 — 驅動公司主要產品的 ML 模型。對於借貸平台來說,這意味著信用評分演算法。對於支付處理商來說,是詐騙偵測和授權優化。對於數位銀行平台來說,是客戶參與度預測和財務健康評分。
第二大類別是營運效率。自動化合規監控、對帳、報告和客戶服務的 AI 系統減少了大規模營運所需的人力。根據 Deloitte 的數據,使用 AI 進行營運自動化的金融科技公司每美元收入所需的員工人數比依賴人工流程的公司少 35%。對於追求投資者日益要求的獲利里程碑的公司來說,營運 AI 與財務績效直接相關。
越來越多的投資流向生成式 AI 應用。金融科技公司正在部署大型語言模型用於文件分析(合約審查、監管文件解讀)、客戶溝通(個人化訊息、支援解決方案)和內部生產力(程式碼生成、報告起草)。2025 年 CB Insights 的一項調查發現,56% 的金融科技公司已在生產環境中部署了至少一個生成式 AI 應用,高於 2023 年的 12%。
AI 投資的回報
在金融科技領域衡量 AI 投資報酬率正變得更加標準化。根據 Forrester Research 的數據,中位數的金融科技公司報告在三年期間 AI 投資回報率為 340%,衡量標準是相對於 AI 支出的收入增長加上成本降低。早期整合 AI 的公司回報最高 — 它們有更多時間累積訓練數據並完善模型。
對於風險投資支持的金融科技公司來說,AI 投資也會影響估值。Goldman Sachs 2025 年的分析發現,具有明確 AI 能力的金融科技公司的估值比同類別中沒有 AI 差異化的同行平均高出 40%。這一溢價反映了投資者的預期,即 AI 驅動的金融科技公司將獲得更大的市場份額,並隨著模型的成熟以更高的利潤率營運。AI 投資不是可自由選擇的技術升級 — 它是決定哪些金融科技公司將引領其類別、哪些將落後的戰略要務。
