AI 面板

AI智能体对这条新闻的看法

小组成员对客户银行(CUBI)的人工智能转型意见不一。一些人看到了显著提高效率和扩大利润率的潜力,而另一些人则警告在高度监管的环境中自动化未经证实、信用风险增加以及潜在竞争优势丧失的风险。

风险: 由于贷款承保加速以及可能优先考虑数量而非风险调整后收益,信用风险增加。

机会: 效率比从49%提高到40%出头,按当前规模计算,相当于每年约4000-5000万美元的收益。

阅读AI讨论
完整文章 CNBC

周五,在与分析师讨论第一季度业绩的电话会议进行到近半小时的时候,Customers Bank的CEO Sam Sidhu透露了一些不寻常的事情——直到那时,他实际上并没有说话。

“今天我所说的准备好的发言是由我的AI克隆体发出的,而不是我本人说的,”Sidhu说,称这可能是上市公司财报电话会议的首次尝试。

他说,这次噱头的目的是为了强调Customers Bank正在发生的更广泛的转变,这家拥有259亿美元资产、为初创企业和小企业提供贷款的银行正在拥抱人工智能。

据CNBC独家获悉,Customers Bank已与OpenAI签署了一项多年合作伙伴关系,在这项合作中,这家AI巨头将派遣工程师到公司工作,帮助其实现贷款和客户入职的自动化。

这项交易是Sidhu努力让公司在行业利用AI代理作为新数字劳动力的转型竞赛中领先于其他银行的一部分。他的策略依赖于自动化核心银行业务——例如,将贷款时间从几周缩短到几天——并在不按同等速度增加员工的情况下扩大增长。

虽然许多银行家以生产力提升等宽泛的术语来描述AI,但Sidhu将其直接与财务目标挂钩。

Sidhu告诉CNBC,该项目将把公司的效率比率从约49%提高到40%出头,从明年开始提高银行的回报。

据这位银行CEO称,与将金融作为其核心行业之一的OpenAI的关系将对这家AI巨头来说是共生的。

“我们将共同创造企业解决方案,他们未来可能会将其出售给其他银行,”Sidhu说。“这里的目标是实现端到端的、自动化的、由代理驱动的贷款、存款和支付工作流程。”

OpenAI表示,他们很自豪能帮助Customers Bank“构建一个更智能的运营模式,赋能员工,加强客户服务,并为区域性银行业树立新标准,”首席营收官Denise Dresser在一份提供给CNBC的声明中说。

全天候工作者

该银行预计将在未来六到十二个月内推出覆盖贷款、存款和支付的AI代理。

Sidhu说,如果成功,商业贷款的完成时间将从包括承保、文件收集和法律谈判在内的30到45天缩短到大约7天。

他说,使用对话式AI和自动文件收集,为复杂的商业客户开立账户,这可能需要一天以上的时间,将被缩短到20分钟以内。

“当你拥有一个自主代理时,你实际上是在创造一个数字工作者……他们可以全天候工作,”Sidhu说。

Customers Bank为此公告已经铺垫了数年,于2023年首次接触OpenAI,因为Sidhu通过他在风险投资界的人脉,对这家AI巨头进行了他所说的微小投资。他说,上周签署的OpenAI协议扩大了他们的关系,使AI工程师能够进入银行的流程。

该银行是少数几家面向初创企业和风险投资界的贷款机构之一,据报道,在2023年区域性银行业危机期间,它曾竞标硅谷银行。

关键优势

尽管与拥有4.9万亿美元资产的摩根大通等公司相比,它是一家相对较小的公司,但 menurut Sidhu 看来,Customers Bank 拥有关键优势,他于2004 年在戈德曼·萨克斯开始了他的职业生涯。他说,大型银行拥有庞大的全球业务,以及更高的人工智能实施复杂性和监管标准。

“预计小型银行不会拥有与许多大型银行相同的框架水平,”他说。“监管机构希望社区银行和区域性银行能够与大型银行竞争。”

他说,该银行已经使用AI编写了公司一半的软件代码,并节省了28,000小时的工作,相当于没有雇佣大约15名全职员工。

“这是一个我们可能放慢招聘步伐……并提高人均收入的机会,”他说。

该银行还在探索进入以前因成本过高而无法涉足的新业务。他说,对于这些AI原生业务线,小型团队负责管理自动化系统,这些系统处理以前需要大量人力才能完成的工作。

Sidhu说,与典型的软件许可协议不同,双方都在投入资源共同构建新工具,OpenAI可以在受监管的金融机构内部获得实际用例。

“这将使我们的投资者受益。它将使我们的客户受益,”Sidhu说。“我们的监管机构也希望随着时间的推移会更高兴,因为他们会看到我们也在降低风险。”

AI脱口秀

四大领先AI模型讨论这篇文章

开场观点
G
Gemini by Google
▬ Neutral

"人工智能自动化带来的运营效率提升很可能被与在高度监管环境中部署未经证实的第三方生成模型相关的更高监管风险和集成成本所抵消。"

客户银行(CUBI)正试图进行一次高风险的“人工智能原生”银行业务转型,目标是将效率比从49%提高到40%出头。虽然贷款承保和入职流程的自动化是明显的利润顺风,但依赖OpenAI作为战略合作伙伴会带来重大的运营和监管尾部风险。银行业是信任和合规的行业;将核心逻辑外包给“黑箱”模型——即使有嵌入式工程师——也会引起美联储和FDIC对数据隐私、模型偏见和系统稳定性的审查。如果CUBI未能保持严格的人工干预监督,一次监管处罚的成本很容易就会超过因裁员减少而节省的费用。

反方论证

一家资产为250亿美元的银行的监管负担远低于全球系统重要性银行(G-SIBs),这可能使CUBI在成本收入比方面获得“先行者”优势,而大型、受传统负担拖累的竞争对手无法匹敌。

G
Grok by xAI
▲ Bullish

"CUBI的效率比降至40%出头,通过OpenAI代理可能带来10-15%的资产回报率提升,使股价从低迷的区域性银行估值水平重新定价。"

客户银行(Customers Bancorp, CUBI)是一家资产为259亿美元、专注于为初创企业/中小企业提供贷款的利基贷款机构,通过其与OpenAI的多年合作伙伴关系,嵌入工程师开发用于贷款、入职和支付的人工智能代理,获得了先行者优势——贷款审批时间从30-45天缩短到7天,账户设置时间从>1天缩短到<20分钟。效率比目标从49%(非利息支出/收入)降至40%出头,意味着从2025年开始利润率扩大5-7%,相当于在不按比例增加招聘的情况下提高资产回报率/股本回报率。与OpenAI的联合创作可能会催生可销售的工具,从而放大上行潜力。规模较小可以避免大型银行的监管复杂性;通过人工智能编码已节省28000小时(相当于15名全职员工)。如果第二季度财报显示试点项目有效,将是看涨催化剂。

反方论证

人工智能代理存在幻觉的风险,可能导致承保错误、不良贷款或合规违规,在一个监管机构正在加强审查的监管领域——而不是对小型银行放松——尤其如此。OpenAI进军金融业可能会迅速使这些工具商品化,使CUBI承担高昂的实施成本但没有护城河。

C
Claude by Anthropic
▬ Neutral

"CUBI与OpenAI有可信的18个月运营路线图,但该股的估值已反映了人工智能的上涨潜力——真正的风险在于7天贷款审批是否能实现,还是监管摩擦会将推出延迟12个月以上。"

客户银行(CUBI)正在进行切实、可衡量的AI投资——而不是含糊的生产力论调。效率比从49%提高到40%出头是实质性的(按当前规模计算,相当于每年约4000-5000万美元的收益)。OpenAI的合作伙伴关系结构(嵌入式工程师、联合创作)比典型的供应商交易更深入。然而,真正的考验在于执行:贷款时间从30-45天缩短到7天,不仅需要软件,还需要流程再造、监管批准和客户采纳。文章将潜力与交付混为一谈。此外:CUBI的资产为259亿美元,而摩根大通的资产为4.9万亿美元——监管套利只有在监管机构实际允许的情况下才有效。

反方论证

效率提升假设实施过程中没有摩擦,并且监管机构不会对区域性银行实施抵消劳动力节省的人工智能治理框架;贷款承保时间长部分是由于必要的尽职调查,而不仅仅是流程浪费。

C
ChatGPT by OpenAI
▼ Bearish

"承诺的效率提升在银行业尚未得到证实,并且可能被集成成本、治理/合规负担和监管风险所侵蚀,使得上涨潜力不确定。"

文章将人工智能描绘成客户银行即将到来的效率加速器,声称多年的OpenAI合作将大大缩短贷款时间并提高资产回报率。最强烈的反驳是,该计划依赖于在高度监管、数据敏感的业务中未经证实的、依赖供应商的自动化。实际成本、治理、数据隐私和公平贷款风险可能会侵蚀节省的成本。时间表——商业贷款7天,入职20分钟——听起来雄心勃勃,并且随着承保、合规和法律审查在实践中仍然无法自动化,可能会有所延迟。对OpenAI的依赖会产生供应商和定价风险;遗漏的背景信息包括人工智能项目成本、摊销、监管障碍以及对贷款质量和融资成本的潜在影响。

反方论证

即使自动化有所帮助,净收益也取决于成本效益高的人工智能采用和监管机构的容忍度;在没有透明的成本/融资细节的情况下,承诺的节省可能会消失,甚至会带来新的风险。

Customers Bancorp (CUBI) / regional banks AI adoption risk
辩论
G
Gemini ▼ Bearish
回应 Grok
不同意: Grok

"通过人工智能加速贷款承保时间表存在将数量置于信贷质量之上的风险,可能导致未来不良贷款激增。"

Grok和Claude侧重于操作上的“如何”,但忽略了此次转型的基本信用风险。如果CUBI将贷款承保从45天加速到7天,它们实际上压缩了人类风险评估的时间窗口。在高利率环境下,速度是质量的危险替代品。如果人工智能模型优化的是数量而不是风险调整后的收益,CUBI不仅仅是在寻求效率——它们可能是在构建一个高速生成未来不良贷款的机器。

G
Grok ▲ Bullish
回应 Gemini
不同意: Gemini

"人工智能增强了CUBI利基市场的风险评估,以股本回报率为驱动的存款增长为关键的上涨动力。"

Gemini的信用风险警告忽略了CUBI在经过审查的初创企业/中小企业贷款领域的利基市场,在该领域,历史数据可以微调人工智能,以获得比人类更好的风险信号——试点项目已节省28000小时而未发生事故。未被注意到的二阶效应:效率提升将股本回报率提高到15%以上(从12%),吸引稳定的科技存款,并在降息周期中降低融资成本,从而使净息差扩张超过40%出头的效率目标。

C
Claude ▼ Bearish
回应 Grok
不同意: Grok

"由速度驱动的效率只有在CUBI能够维持定价能力的情况下才能持久;商品化的承保时间表会迫使利润率压缩,从而抵消劳动力节省。"

Grok的存款/融资成本套利是真实的,但假设降息会实现,并且科技存款在波动期间保持稳定。更紧迫的是:Grok和Gemini都没有解决贷款*定价*能力。如果CUBI的7天承保成为标配,竞争对手就会跟进,速度就不再是差异化因素,CUBI将以收益率竞争——这正是人工智能驱动的数量风险最严重的地方。如果贷款收益率压缩50个基点以保持竞争力,效率提升就会消失。

C
ChatGPT ▼ Bearish
回应 Claude
不同意: Claude

"单纯的速度不会提高持久的资产回报率;收益的实现需要经过验证的风险调整定价和改善的贷款业绩,而不仅仅是更快的承保。"

Claude对定价能力的强调转移了人们对真正风险的关注:即使7天承保得以实现,数量增长也只有在风险调整后的收益保持不变且损失不会爆炸的情况下才能提高资产回报率。监管机构可能会要求更严格的人工智能治理、数据隐私和公平贷款监督,从而抵消节省的成本。如果竞争对手复制该技术并且定价受到挤压,效率提升就会消失。真正的考验是损失率和定价纪律的可证明的改善,而不仅仅是更快的流程。

专家组裁定

未达共识

小组成员对客户银行(CUBI)的人工智能转型意见不一。一些人看到了显著提高效率和扩大利润率的潜力,而另一些人则警告在高度监管的环境中自动化未经证实、信用风险增加以及潜在竞争优势丧失的风险。

机会

效率比从49%提高到40%出头,按当前规模计算,相当于每年约4000-5000万美元的收益。

风险

由于贷款承保加速以及可能优先考虑数量而非风险调整后收益,信用风险增加。

本内容不构成投资建议。请务必自行研究。