亚太金融业人工智能进入规模化实施阶段，价值兑现取决于治理与流程重构

概览

JPMorgan于2026年5月下旬至7月中旬对317家亚太上市公司开展人工智能实施调查，覆盖12个行业、14个市场，覆盖市值约5.2万亿美元。本报告聚焦保险、银行和金融服务，比较其人工智能投资、预期经营结果、实施障碍、岗位影响及盈利预期与亚太总体基准的差异。

核心观点

人工智能在金融业已从是否采用转向投入强度、规模化部署和回报验证。银行和金融服务业以较高的投入强度领先，未来12个月计划投入占费用加资本开支的7.1%，但投入增速较亚太整体偏慢，反映其已处于较高基数。保险业计划投入比例为5.3%，继续上升但略低于区域基准。两类金融机构均将劳动生产率和客户触达视为主要动因；客户服务和信息技术既是最可能被替代的职能，也是在短期内最可能被人工智能增强的职能。行业盈利预期偏正面，尤其保险业对自身盈利和行业利润池均较乐观，但价值实现更依赖流程重构、数据治理及合规控制，而非单纯采购技术。

分析框架

报告采用行业优先的问卷调查与亚太区域横向比较方法，围绕过去12个月实际投入、未来12个月计划投入、经营影响、扩张障碍、岗位替代与增强，以及行业和公司层面的盈利情绪进行评估。

方法论与常识提炼

• 调查研究J.P. Morgan APAC AI Implementation Survey

  行业优先与区域交叉比较

  以317家亚太上市公司为样本，按行业比较人工智能实施情况，并在需要时与区域总体基准对照。

• 投入强度评估人工智能投入占费用加资本开支比例

  投入规模与增速

  以人工智能总支出及金融投资占费用加资本开支的比例衡量过去12个月和未来12个月的投入强度。

• 经营影响评估净影响调查

  生产率、收入、成本与客户满意度

  基于企业对人工智能对关键经营指标影响的预期，识别收益主要来源及成本转化程度。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• 银行和金融服务业股票

  人工智能规模化投入受益者

  优势

  未来12个月投入强度为7.1%，高于亚太基准；劳动生产率预期改善5.7%，客户满意度预期改善4.5%。

  劣势

  成本指标平均仅改善约0.6%，盈利转化未必与投入同步。

  对比

  投入强度高于保险业5.3%及亚太整体5.7%，但投入增速低于亚太整体。

  风险

  数据隐私与安全、劳动力与变革管理、模型治理和流程改造执行风险。

• 保险业股票

  人工智能生产率与客户服务应用受益者

  优势

  劳动生产率预期改善8.5%，高于亚太基准；客户服务增强比例69.2%，自身盈利乐观比例69.2%。

  劣势

  未来12个月投入强度5.3%，低于亚太总体5.7%；成本指标平均下降约1.1%，短期盈利仍偏向生产率和增长驱动。

  对比

  行业利润池乐观比例53.8%，高于亚太整体；系统与工作流整合障碍显著高于区域平均。

  风险

  系统整合、工作流重构、投资回报不确定性、合规与数据治理风险。

关键数据

• 调查样本317家亚太上市公司调研期为2026年5月下旬至7月中旬，覆盖12个行业和14个市场。
• 亚太人工智能投资普及率88.6%受访企业过去12个月报告有人工智能支出或投资的比例。
• 亚太未来12个月人工智能投入强度5.7%占费用加资本开支比例，较过去12个月的4.4%提高136个基点。
• 银行和金融服务业未来12个月投入强度7.1%较过去12个月的6.5%提高62个基点，高于亚太5.7%的基准。
• 保险业未来12个月投入强度5.3%较过去12个月的4.5%提高87个基点，低于亚太5.7%的基准。
• 银行和金融服务业首要障碍数据隐私与安全58.1%其后为劳动力与变革管理48.4%。
• 保险业首要障碍系统与工作流整合53.8%较亚太平均水平高28.8个百分点；投资回报与成熟度不确定性为46.2%。
• 保险业行业利润池乐观比例53.8%较亚太总体高12.6个百分点。
• 保险业自身盈利乐观比例69.2%较亚太总体高16.3个百分点。

影响与含义

对投资者而言，人工智能的行业配置逻辑正由“采用率”转向“执行质量”。银行和金融服务业拥有更高的投入基数和较强的客户体验改善预期，但须严控隐私、安全和模型治理风险；保险业的生产率预期更高，且盈利情绪显著偏积极，但遗留系统、工作流整合和运营模式变革是价值兑现瓶颈。由于预期成本改善有限，短期盈利上行更可能来自生产率、服务能力和收入增长，而非大规模裁员。

风险

• 问卷结果反映企业预期与自报数据，未必等同于已实现的财务回报。
• 行业及地区样本量不同，较小样本行业的百分比差异可能对样本构成敏感。
• 人工智能生产率收益可能被竞争加剧、价格传导及持续技术投入抵消。
• 金融机构面临更高的数据隐私、安全、监管合规及模型风险管理要求。
• 岗位增强不必然转化为成本节约，组织变革和流程再设计的执行难度可能拖延回报。

后续跟踪

• 未来12个月人工智能投入是否按计划提高，以及投入是否从试点转为可量化的经营成果。
• 银行和保险公司的生产率、客户满意度、收入增长与成本率是否出现可验证改善。
• 数据隐私、安全、模型治理和监管要求是否限制金融机构部署速度。
• 保险公司系统与工作流整合项目的进度，以及是否形成可复制的客户服务和理赔应用场景。
• 客户服务、信息技术及后台职能的岗位重构是否从增强应用转向实质性替代。
• 企业自身盈利乐观预期与行业利润池实际表现之间的差距是否收敛。