原生 AI 银行——从人工智能基础开始构建——正在自动化客户服务、信贷、合规等。 看看如 Catena Labs、One Zero、Bunq、WeBank 和中信 aiBank 等开拓者如何重新定义全球金融并挑战传统银行。
金融领域的人工智能发展迅速。在 2010 年代，许多银行引入了机器学习用于信用评分，并使用聊天机器人进行客户支持， 测试了 AI 在现有框架内的潜力。到 2020 年，领先的银行将先进的算法整合到风险管理和客户个性化中。 一项最新的行业调查显示，65% 的银行计划在 2025 年推出 AI 驱动的客户服务——这证明了 AI 在银行业已成为主流。 然而，大多数这些努力仍将 AI 附加到遗留系统上。相反，“AI 原生”银行旨在完全围绕 AI 能力设计金融机构， 从根本上重新想象银行的运作方式。
原生 AI 银行的概念正在获得关注，因为企业家和技术人员认识到现有银行——即使是数字化优先的新银行—— 在适应以 AI 为中心的世界时面临局限。传统银行建于数十年前的流程和基础设施上，常常发现其“缓慢、昂贵、 充满全球摩擦、不灵活且不适合”支持 AI 提供的新机遇。
这为初创公司和前瞻性的金融公司打开了大门，建立从 AI 优先构架起步的银行。
这些新参与者正在设计系统，其中 AI 从客户互动和欺诈监控到信贷决策，甚至监管合规都在掌控之中，所有这些都在人工监督下进行。
什么是原生 AI 银行？
简而言之，原生 AI 银行是自第一天起就围绕人工智能构建的金融机构，而不是将 AI 附加到传统核心上。
一家金融科技初创公司最近的描述定义了一个 AI 原生银行为“围绕 AI 构建，而不是事后添加”的银行。
实际上，这意味着银行的产品、服务和内部流程都是由 AI 算法和自动化设计运作的， 在日常工作流程中仅需最低限度的人工干预。人类员工提供监督、战略指导并处理特殊情况， 但 AI 系统则负责日常决策和互动。
一个原生 AI 银行通常具有端到端的数字化运营，AI 负责客户入驻、风险评估、交易和客户服务。
先进的机器学习模型分析客户数据以提供个性化的财务建议或实时检测欺诈行为。 聊天机器人和虚拟助手处理大量客户查询。值得注意的是， 这些银行通常整合了最新的 AI 创新，比如用于会话接口的生成式 AI 或用于优化投资策略的强化学习。 目标是创建一个能够持续学习和适应的银行，随着收集到更多数据而改进其服务——这是一个静态的遗留核心无法轻易做到的事情。
另一个标志是 AI 原生银行将合规和风险管理视为 AI 系统的内置功能。 在传统银行中，合规通常是检查和报告的独立层次，其中一些是手动完成的。 在 AI 优先银行中，软件从一开始就设计成尊重监管限制，自动化如可疑活动监控等事项。 “对合规和监管风险的适当理解需要在产品和工程旁边占有一席之地，”Neville 强调指出， 这些银行将监管逻辑直接编程到其 AI 工作流程中。
需要注意的是，“AI 原生”并不意味着“只有 AI”。人工监督仍然至关重要。
目标不是创建一个完全自主管理没有员工的银行，而是一个人类和 AI 协同工作的高度自动化银行。 例如，一个 AI 银行项目计划使用“AI 演员或数字员工”作为员工执行内部任务，如编写软件， 而人类则负责监督和高层决策。在面向客户的角色中，AI 助手可能会回答例行问题， 仅在遇到它无法处理或需要同情心和判断力的情况时，才会升级给人类银行家。
在以下部分中，我们将介绍五个体现原生 AI 银行运动的举措。
Catena Labs – 为“AI 经济”建立银行
其中一个备受讨论的新项目是 Catena Labs，这是一家总部位于美国的初创公司，由 Sean Neville 共同创立（他以 Circle 的联合创始人而闻名，Circle 是 USDC 稳定币 背后的公司）。
Catena Labs 在 2025 年 5 月通过获得 1800 万美元的种子资金而登上头条，旨在建立一个如 Neville 所说的“完全受监管的、 AI 原生金融机构”，为新兴的“AI 经济”而设计。
此轮融资由 Andreessen Horowitz 的 a16z crypto 基金领投，拥有如 Breyer Capital、Coinbase Ventures 和甚至 NFL 明星 Tom Brady 等知名投资者的参与，这一阵容突显了该创意的热度。
Catena 的愿景是雄心勃勃的：创建 一个可让 AI 系统（称为“AI 代理”）持有账户、执行交易，并能自动与其他代理或人类进行金融互动的银行。Neville 认为，在不久的将来，“AI 代理将会执行大部分经济交易”，而今天的银行从根本上不适合这样的情景。
例如，一个交易算法或电子商务机器人可能需要进行成千上万次瞬时支付或代表人类所有者签订合同——这些任务对传统银行流程带来压力。
Catena 的答案是从头开始重建金融基础设施以适应此类需求。
Catena 方法的核心是使用稳定币，特别是 Neville 共同创建的 USDC，作为用于交易的“AI 原生货币”。
因为稳定币在区块链网络上运行，它们能够实现跨境的即时可编程支付。Catena Labs 认为，稳定币对于可能 24/7 全球运作且需要快速、低成本交易没有人为延误的 AI 代理是理想的。通过利用 USDC 和类似的数字货币，新银行旨在让 AI 客户像处理数据一样无缝地转移资金，同时仍遵循了解您的客户 (KYC) 和反洗钱 (AML) 的监管标准。
监管和信任是 Catena Labs 关注的重点。
Neville 强调，获得适当的银行执照和确保合规是项目路线图的重要组成部分。该银行将由“AI 运营，人工监督”，意思是自动化系统运行日常功能，但人类设定策略并在需要时介入。Catena 甚至推出了 Agent Commerce Kit (ACK)——一个用于验证和管理 AI 代理身份的开源工具包。因为法规要求识别账户持有人（显然你不能指纹识别一个 AI 机器人），所以为 AI 实体建立信任的数字身份是一个棘手挑战。ACK 是解决这一问题的早期尝试，它提供了在金融交易中注册和验证 AI 代理的协议。
在阐述这一努力为何是必要时，Catena Labs 毫不客气地指出，包括在全球摩擦、灵活性和 AI 所带来的机遇和风险方面的不足。
传统银行在 Neville 看来实际上阻止了自动化代理，例如许多系统是为了检测和阻止“机器人”而构建的，这讽刺地成为当合法 AI 代理尝试参与时的障碍。相反，Catena 提议的银行会“设计为 AI 演员成为主要用户，而不是阻止它们”。
到 2025 年中期，Catena Labs 仍处于开发阶段——该公司尚无公开产品，正努力获得执照。1800 万美元的注资将加速招聘和产品建设。考虑到 Neville 在 Circle 的背景，该初创公司可能会紧密地与监管机构合作（可能追求银行特许状或与现有银行合作）以确保 AI 原生银行在稳固的法律基础上启动。
One Zero Bank – 以色列的 AI 驱动数字银行
尽管一些 AI 原生银行项目刚开始，位于以色列的 One Zero Bank 已经开始运营并深入将 AI 整合到其服务中。
One Zero 于 2022 年底推出，是以色列的第一个完全数字银行——值得注意的是，它是该国 45 年来第一个获得银行执照的新银行。
它由著名技术专家 Amnon Shashua 教授共同创立，他最为人知的是自动驾驶汽车技术领军企业 Mobileye 的创始人。在雄厚资金的支撑下，One Zero Bank 从一开始就着手将 AI 技术与银行业结合起来。银行在推出时描述其模型“由人工智能驱动，将传统银行和新银行的优点结合起来。” 实际上，One Zero 将数字便利性与私人银行风格的体验结合在一起，利用 AI 来增强客户服务和个性化。
One Zero Bank 已经筹集了大量资金。 内容：capital](https://www.calcalistech.com/ctechnews/article/byi4zgrlkx)，强调了对其发展方向的信心。到2025年，该银行已筹集了约2.42亿美元，估值约为3.2亿美元，投资者包括腾讯等科技巨头和软银生态系统中的金融科技基金。
One Zero 的客户体验核心是人工智能。
2024年2月，该银行推出了“Ella 2.0”，这是一种生成式AI驱动的服务平台，作为客户的虚拟财务助手。Ella 2.0是与专注于大型语言模型的以色列AI初创公司AI21 Labs合作开发的，实际上是全天候运行的AI私人银行家。
客户可以用自然语言与Ella互动——询问有关其财务的复杂问题，获取预算建议或解决问题——并获得即时且上下文相关的响应。该系统理解多种语言，并接受了广泛的银行查询训练以提高准确性。
据银行介绍，Ella 2.0 “提供即时响应，24/7全天候运行，并利用机器学习定制个性化的金融服务。” 换句话说，它不断从客户互动中学习以提供更好的帮助，同时当需要时有银行员工随时支持。
One Zero 的首任CEO Gal Bar Dea 强调了这个AI助手如何提升服务质量。他表示，“Ella 2.0 的功能超越了语言障碍”，确保“即时、准确和个性化的响应，持续演变以满足个人客户需求。”
One Zero 为在银行业中从实验性生成AI向实用实施的“全球进军”感到自豪。
AI21 Labs的联合CEO Ori Goshen 指出，“One Zero 的新AI助手Ella代表了数字银行业向更好客户体验的转变——更快、更可靠且更具个性化。”
这样的赞誉突显了科技初创企业和银行在开发AI解决方案上的紧密结合。
除了Ella之外，One Zero 在幕后以更多方式使用AI。自动算法负责银行日常运营和决策的大部分。例如，AI模型被用于信用风险评估和投资建议，从数据中学习以改进其输出。
该银行的策略是尽可能地自动化常规任务，这降低了成本，让银行能够提供更具竞争力的费用。
同时，One Zero 维持着客户可以联系的人工理财顾问（银行承诺提供“个人金融经理”和AI支持的混合服务）。这种双重方法迎合了那些希望享受AI效率但在重大决策时也需要人工专业支持的客户。
One Zero 在AI上的大量投入正在以客户参与形式获得回报。
据一些报道，其AI助手在推出后不久就独立处理了多达40%的客户查询，并协助人类代理处理很多其他问题。这大大减少了响应时间——银行声称已消除了大多数查询的等待时间——并确保客户随时获得一致、高质量的回答。
AI甚至可以处理复杂的交叉引用问题；One Zero指出诸如“我上次和朋友在伦敦去哪家印度餐馆？”这样的场景，并且系统可以推测并找到相关交易。这种能力展示了将交易数据与对话AI结合的力量。
从市场角度看，One Zero 银行是利用AI差异化的新银行的一个案例研究。在以色列竞争激烈的银行业中，One Zero的卖点不仅仅是拥有光滑的移动应用程序——许多银行都有——而是其服务更智能、更主动。银行能够向用户发出异常消费警报，预测现金流，或建议财务举措，这一切都依赖于对其数据的AI分析。这与更广泛的趋势相一致：消费者越来越期望金融服务像Netflix或Spotify个性化娱乐一样即时个性化。One Zero 正在利用这一期望，用AI成为一个类似“金融礼宾”的角色。
One Zero仍面临挑战，特别是在计划扩展到以色列之外时。银行本计划国际扩展，但外部事件（如2023年底的地区冲突）迫使其暂停某些计划。
尽管如此，该公司的进展在全球范围内受到关注。如果One Zero银行继续成功，可能会激励其他国家类似的以AI为重点的数字银行。它还为监管机构提供了一个现场示例，展示了AI可以如何安全地整合到银行业中。值得注意的是，以色列监管机构给予One Zero完整的银行牌照，表明了对其模式和资本的信任——这对于未来其他寻求监管批准的AI本土银行是个积极信号。
Bunq – 欧洲首家AI驱动的新银行
在欧洲，Bunq是采用AI本土方法的知名玩家之一，这是一家荷兰数字银行，因其技术驱动、以用户为中心的精神被称为“自由之银行”。
Bunq 成立于2012年，已经发展到拥有数百万用户遍布欧洲。但在2023年底，它宣布已成为“欧洲首家AI驱动的银行”，引发了轰动。
Bunq在其平台中一体化地引入生成式AI，以改变客户与其财务互动的方式。这项努力的核心是“Finn”，Bunq的AI驱动的个人理财助手。
2023年12月，Bunq推出了嵌入在其应用中的客户面向生成式AI工具Finn。
Finn有效地取代了Bunq应用程序中的传统搜索和导航功能。用户无需手动浏览菜单或交易列表，只需用自然语言向Finn提问或下达命令即可。“Finn将令您惊叹”，Bunq的创始人兼CEO Ali Niknam在发布会上表示，推崇“多年来的AI创新”以及“对用户的激光般的专注”的成果。
正如Niknam描述的那样，目标是“彻底改变你所知的银行业”，使交互变得如同对话般轻松。
Finn能做些什么？根据Bunq的说法，能做很多。用户可以询问诸如“上个月我在杂货上花了多少钱？”或“我的平均每月水电费是多少？”这样的问题，Finn会即时解析交易数据以给出答案。它还可以处理合并多个信息的更复杂的查询。
例如，Niknam分享说“它甚至可以合并数据来回答超越交易的问题，比如‘上周六我在中央公园附近的咖啡馆花了多少钱？’”。AI具有上下文感知能力，这意味着它可以弄清楚“中央公园附近的咖啡馆”指的是用户交易历史中的特定商家和日期，这是正常的搜索功能难以做到的。通过启用这样的对话式查询，Bunq使用户能够更容易地分析自己的支出并找到信息，无需会计知识或繁琐的手动操作。
除问答功能外，Finn还协助进行财务规划和预算编制。用户可以寻求建议或见解，比如“这个月我有足够的盈余来储蓄500欧元吗？”并获得基于数据的回答。这就像有一个个人会计在随时待命。
Bunq充分利用了这一点，以鼓励客户养成更健康的财务习惯。在内部，Bunq的AI还分析了跨多个链接账户的交易模式（使用欧洲开放银行框架）以提供用户财务的合并视图。这样一来，Finn不仅能看到Bunq，还能查看用户授权的其他银行的余额和支出，提供了一站式的概览——这是预算和规划中的一个强大功能。
Finn的影响是显著的。
报告显示，Finn能够独立处理约40%的客户查询，无需人工干预，并协助部分其他查询。
这减轻了Bunq的支持人员的工作压力，并加快了用户的响应时间。事实上，到2024年初Bunq宣称，Finn的引入使客户互动比以往任何时候都更加高效，很多问题由AI即时回答。对于剩下需要人工触及的查询，Bunq的团队可以专注于复杂问题，现在AI处理简单问题。
随着Bunq继续在欧洲扩展其用户群，这种可扩展的客户服务模式尤为重要。
Bunq拥抱AI正值其在地理上和产品上扩展之际。2023年，公司申请了美国银行牌照，旨在进入美国市场，这种创新帮助其在竞争日益激烈的新银行行业中脱颖而出。
值得注意的是，其他金融科技公司也在效仿：美国新银行MoneyLion大约在同一时间宣布了一项由ChatGPT驱动的搜索功能，另一家公司Dave推出了用于客户查询的“DaveGPT”。
但Bunq在核心功能中（完全用AI取代搜索）的领先地位给予其领导地位的主张。
从商业角度看，Bunq不仅利用AI帮助用户，还通过洞察知情新产品。这通过分析人们如何提问关于其资金的方式，Bunq能够识别痛点或大受欢迎的请求，并有可能围绕这些创建新功能或产品。
例如，如果许多用户询问“到年底我能否负担得起X？”，Bunq可能会开发自动储蓄计划。这种数据驱动的创新是成为AI本土银行的竞争优势——从用户互动到服务改善的反馈循环非常紧密。
然而，Bunq也很谨慎...结合AI与人工监督。所有AI的回应都经过准确性和相关性的监控。
银行强调Finn的建议是基于数据的，但客户应该行使判断力——它是一个助手，而不是一个完全自主的金融经理（至少目前还不是）。此外，隐私和安全至关重要；Bunq必须确保AI仅访问用户授权的数据，并保护敏感信息。到目前为止，没有报告重大问题，客户对会话银行的便利性反应普遍积极。
Bunq的首席执行官Ali Niknam将AI推进视为Bunq简化银行业务使命的一部分。在他看来，传统银行让客户被笨拙的界面和术语所困扰，而Bunq希望通过技术“让生活变得更加容易”。
通过使银行业务像给朋友发短信一样简单，Bunq希望加深客户忠诚度和参与度。事实上，行业分析显示个性化和易用性在很大程度上提升了银行业务中的客户满意度。
Bunq的AI策略击中了这两点：个性化体验（因为Finn的答案是基于您的数据和问题而独特的）并使其简单（无需学习应用程序菜单或金融术语）。
作为欧洲人工智能银行领域的先锋之一，Bunq为该行业提供了一个有价值的例子。它表明，即使是拥有数百万用户的运作中的银行，也能成功地将AI注入其核心服务——这不仅仅是针对全新初创公司的。其他欧洲银行和金融科技公司将密切关注Bunq的经验。从某种意义上讲，Bunq正在向技术公司转型，不断整合最新的AI发展。如果Finn和随后的AI特性继续表现良好，很可能会看到更多的银行推出自己的GPT风格助手或AI驱动的个性化特性，以吸引数字敏感的客户。
微众银行——中国的AI先锋银行
没有对银行业AI的讨论会是完整的，若不提到微众银行，这家自其成立以来便在AI采用方面领先的中国数字银行。
微众银行成立于2014年，是中国首家互联网银行，由科技巨头腾讯支持。从一开始，微众银行的战略就是利用尖端技术——其“ABCD”箴言（AI、区块链、云、数据）包罗其中——以低成本服务数百万客户。在过去十年中，微众银行迅速发展，为数千万用户提供贷款、支付和金融服务，其中许多人是缺乏银行服务的个人和小企业。其成功经常归因于其在运营中深度整合AI，使其能够比传统银行更有效地管理交易量和风险。
微众银行值得注意的成就之一是其在客户服务和支持中使用AI和自动化的程度。几年前，微众银行报告称，每天接收大约100,000个客户服务查询，其AI“虚拟机器人”处理其中98%而无需人工干预。
这些虚拟代理使用自然语言处理和语音识别——实质上类似于现今的语音助手——来解决客户问题。微众银行的AI顾问杨强博士解释称，他们部署了面部识别、语音识别和NLP以提高服务与便利性。客户可以通过聊天或语音互动，AI可以通过人脸识别进行身份验证并实时解决问题或执行请求。
微众银行的理念是AI是用于“辅助，而非取代”人工服务——这一立场与西方银行类似，但微众银行将其推向了极致。杨强告诉CNBC，“自动化服务不是人工服务的敌人。它们应该并肩工作。”结果是高可拓展性模型：相对较小的人力团队可以监督数百万客户基础，因为AI每天都在担当重任。事实上，微众银行以只有几十名员工并且没有实体网点而著称，但其可以通过AI驱动的信用算法和智能手机进行的客户互动在中国回馈大规模的小额贷款。这种运营效率是微众银行在启动仅几年内就实现盈利的主要原因，这是一个新银行罕见的壮举。
微众银行在AI驱动的信用风险分析和贷款审批方面也表现出色。
传统银行通常需要冗长的文件和人工承保来进行贷款，但微众银行使用机器学习模型自动化了其中的大部分。通过分析大量替代数据——如社交媒体行为、移动支付历史（依托腾讯生态系统）、及其他数字痕迹——微众银行的AI可以快速评估信用能力，并向可能被大银行拒绝的小额贷款机构和中小企业提供贷款。
这种包容性方法将信用扩展到以前被认为过于高风险或成本高昂的领域。杨强指出，这种技术创造了“微众银行在贷款处理和风险分析方面比传统银行具有更高效率的可能性”，这确实得到了证明。微众银行可以在几分钟内处理贷款申请并进行持续监控，这点是传统银行难以匹敌的。
微众银行还在AI研究领域颇具创新。
它投资于例如联合学习这样的领域，这是一种在不损害隐私的情况下从多个来源训练AI模型的技术。这对微众银行在与其他机构合作时（如共享欺诈数据）非常重要，同时又遵循中国严格的数据隐私规则。
该银行的技术人员发表了论文并开源工具，显示微众银行定位自身为技术领导者，而不仅仅是金融服务公司。2025年3月，微众银行甚至在全球会议上分享了“AI原生银行”的愿景，强调其十多年的技术专长如何推动银行业变得“更智能，更具包容性”。
这表明微众银行正在努力保持在金融AI前沿，可能正探索下一代AI如生成模型以提供更先进的服务。
尽管有极大的自动化，微众银行并未消除人力因素。相反，它重新分配了人力。人工智能负责日常工作，人工员工则专注于改善算法、处理特殊个案和开发新产品。
据报道，微众银行的员工策略大约有60%的员工从事技术角色——这一在银行中是异常高的比例，但对本质上是科技金融机构的微众银行来说是合理的。这种技术优先的文化进一步巩固了微众银行作为AI原生银行的地位。
中信智造银行——金融与科技的共同体
与微众银行几乎同一时期，中国在AI为中心的银行业开展了另一项值得关注的尝试：中信智造银行（常被称为“智造银行”）。
这是中国中信银行这家中型商业银行与互联网搜索与AI巨头百度之间的合资企业。2017年底成立，智造银行被建立为一家直接、无分行的银行，其明确目标是利用大数据和人工智能提供更智能的金融服务。
拥有20亿元人民币的注册资本（当时约为3亿美元），以及中信银行和百度之间的70/30所有权分割，智造银行代表了银行领域知识与科技能力的结合。
智造银行的初期重点是向消费者和小企业提供贷款，这些都是传统银行在中国常常服务不足的群体。通过使用百度的AI技术，智造银行旨在研发新的风险评估模型，可以更好地评估信用历史不足的借款人。在其启动时，中信银行行长李如东说：“智造银行将专注于向个人和小企业提供贷款，通过大数据和人工智能建立新的风险控制模型。”
这表明，智造银行计划分析非传统数据——可能包括搜索数据、社交数据等（得益于百度）——以做出信用决策。期望AI驱动的见解可以识别传统评分方法可能忽略的信用良好的客户，从而有效扩展金融包容性。Content: 智能金融的未来……它是最了解客户和金融的机构。” 这句话表达了将百度的用户知识（来源于他们的在线行为）与中信的银行专业知识结合起来后，aiBank能够在客户洞察和服务上表现得比传统银行更出色的愿望。
作为一家直销银行（仅在线），aiBank可以在没有实体存在的情况下，全国范围接触客户，这在中国广阔的市场中是一个显著的优势。
实际上，在接下来的几年里，aiBank 推出了数字贷款产品和 AI 增强服务。它通过手机应用提供个人贷款，并通过机器学习信用模型实现快速审批。对于小企业，它尝试使用人工智能分析电子商务交易和供应链数据来拓展信用，就像蚂蚁集团所做的那样。
aiBank 还探索了客户服务中的 AI，包括用于基本查询的智能聊天机器人。鉴于百度在自然语言处理（尤其是中文 NLP）方面的优势，aiBank 很可能在语音助手和文本客服互动中受益于先进的 AI。尽管 aiBank 的详细业绩数据并不广泛，但其持续运营和资本增值 （据报道，中信和百度在 2018 年将其资本翻了一番以支持增长） 表明它获得了发展势头。
aiBank 唯一的切入点是与百度生态系统的协同作用。百度可以将 aiBank 的金融服务集成到其流行的应用中。例如，百度搜索或地图的用户可能会在情境中看到 aiBank 服务（想象一下搜索“车贷”时看到 aiBank 的服务）。此外，百度在面部识别和语音技术等人工智能研究，在 aiBank 的安全和入职流程中找到现实世界的应用。正如来自微众银行的杨强普遍提到的那样，面部识别技术可以实现无缝的远程开户——考虑到百度的专业技能，aiBank 可能采用了类似的方法。从某种意义上说，aiBank 是百度展示在受监管行业中 AI 力量的平台，这可能加强了百度在 AI 商业市场的地位。
然而，在一个大的传统银行（中信）的结构内运营一家 AI 原生银行也面临挑战。
中信银行的参与确保了监管合规并提供了银行基础设施，但这也可能导致比纯初创企业更谨慎的步伐。中国银行保险监督管理委员会 (CBIRC) 的监管意味着 aiBank 的 AI 创新必须符合金融风险法规。2021年，一个趣闻传出，中国监管机构因 JV 的成立形式对中信和百度课以罚款——提醒人们，即使是以技术为主导的银行也要在严格的规则下运作。尽管如此，只要风险得到控制，中国的监管机构总体上是支持银行业中的 AI 和金融科技的。
截至 2025 年，CITIC aiBank 作为成功整合 AI 于新银行商业实例的例子。
它可能没有微众银行的全球知名度，但它强调了一种合作模式：传统银行和科技巨头共同创造一个 AI 原生的银行平台。
结束思考
原生 AI 银行的崛起指向一个金融更快、更个性化，甚至是机器驱动的未来。
这些开创性项目表明，银行可以通过现代技术被彻底重新考虑——可能为客户提供超方便的服务，并向新参与者（如 AI 代理或未被充分服务的群体）开放金融系统。展望未来，我们可以预计传统银行会通过加速自己的 AI 采用或与 AI 原生计划合作来作出回应。在某些情况下，现有企业可能会收购成功的 AI 银行业务初创公司以加强其能力。监管机构也在密切关注。如果 AI 原生银行在风险管理和合规性上表现出色，监管机构可能会更新框架以促进银行业中更广泛的 AI 使用，甚至可能为 AI 驱动的金融机构创建新牌照类别。
然而，AI 原生银行的兴起也带来了需要管理的重大风险和挑战。一个主要关注点是治理和监督。当 AI 算法做出信用决策或检测欺诈时，确保它们无偏见且无错误至关重要。未经检查的算法可能会无意中划定某些客户群体或批准高风险贷款——此类错误可能损害信任并招致监管处罚。透明度是另一个挑战：这些银行必须使其 AI 的操作能够向监管机构和客户解释。
对于传统金融机构来说，AI 原生银行的出现是把双刃剑。一方面，它推动创新的界限，可能产生现有企业可以采用的新方法和技术。现有银行可以向 Catena 的 AI 工作流程效率或 Bunq 的 Finn 客户参与成功学习，并整合类似的理念。另一方面，这些新进入者可能在特定细分市场中成为强大的竞争对手。