搶人才？雇外包？上機器人？麥肯錫提醒銀行警覺行業衝擊
2019年底，麥肯錫公司發布《行在當下，贏在未來：如何成功穿越周期？》全球銀行業年度報告。數據顯示，2018年，全球銀行業信貸增長4.4%，為近5年來最低增速，遠低於5.9%的名義GDP增長率。
2013年-2018年，全球銀行業的股本回報率（Return on Tangible Equity，簡稱ROTE）維持在10.5%左右的水平。
全球資本市場對銀行收益增速放緩做出了反應，2018年初以來銀行業的估值被下調了15%-20%。估值下降表明投資者預期銀行收益增長將大幅放緩。收益預測也證實了投資者的悲觀預期，賣方分析師預計銀行業未來三年增長率僅為6.5%，遠低於過去四年的13%。
應當引起警覺的態勢
在愈發艱難的經營環境下，全球銀行業正在分化，過去十年僅有44%的銀行在創造價值，有56%的銀行的凈資產收益率低於股本成本。如同全球銀行業同行，中國銀行業也正面臨「資產荒」、「利差收窄」和「風險暴露」的三重挑戰。同時，監管趨嚴和數字化進攻者也給中國銀行家們帶來持續性挑戰。
2013年到2018年，全球網上銀行使用率平均提高13個百分點，且各地區還有進一步提升空間——在許多市場，消費者使用數字化渠道的意願，比實際使用率高出30個百分點以上。如今消費者已習慣獲得實時、個性化服務，並希望數字化銀行解決方案也能提供同樣的體驗。
金融科技和大型科技企業瞄準了銀行業ROTE最高的領域，這些領域約佔全球銀行業收入池的45%。在銀行亟需現金之時，這會加劇銀行業的ROTE和現金流壓力。
另外隨著高級分析和人工智慧技術不斷發展，大量涉及書面工作的業務（例如抵押貸款、CMIB、交易銀行和商業銀行），其數字化水平將進一步提高。
要與數字化創新企業相抗衡，傳統銀行當務之急是大力改革現有運營模式。如今銀行和金融科技公司的IT支出均占收入的7%左右；但金融科技公司將70%以上的IT預算用於啟動、推廣創新解決方案，而銀行只投入35%的預算用於創新，餘下投資於傳統IT架構。
另一個關鍵趨勢是，發達市場與新興市場銀行業在IT支出方面存在巨大差異，發達市場銀行業IT支出占收入的百分比比新興市場高三倍左右。隨著時間的推移，這一差距在加劇，自2013年以來，發達市場銀行業IT支出占收入比增加了70個基點，而同期新興市場銀行業下降了40個基點。
因此金融科技對新興市場的顛覆更加猛烈，特別是平台型企業大力投資面向客戶的相關技術，給銀行業造成巨大衝擊。對於在新興市場依然享受優厚回報的傳統銀行來說，上述態勢應當引起它們的警覺。
面對充滿不確定性的新常態，麥肯錫建議，在2-3年內，全球銀行業可快速採取舉措推動轉型：
利用人工智慧能和高級分析技術
麥肯錫認為，銀行首先應該創建一個「神經中樞」，包含跨職能團隊，確保各業務條線、風險管理和運營部門通力協作，從而在下行周期中提高透明度、加快決策速度。「神經中樞」不僅需要強大的領導力，還需要高級工具，以確保其制定的決策有效、無偏，且能迅速執行，銀行還要足夠快的響應速度，這在萬物互聯和透明的體系中極為關鍵。
其次，銀行必須打造高級分析和人工智慧能力，通過預警機制監測新趨勢和風險。展示了一個用例，機器學習模型可以識別出風險最高的潛在客戶，相比傳統模型，其基尼值（評估預測準確性的指標）高了35%。銀行還可以藉助高級分析優化催收業務，識別高風險賬戶，根據催收結果進行賬戶分類，並且開發數字化催收工具（通過多種數字化渠道提醒客戶逾期情況，並提供數字化渠道供他們管理和處理欠款問題）。
將非核心工作外包給第三方
銀行熟悉的傳統降本舉措的成效正在減弱。
雖然金融危機之後銀行業已經推行了數年的降本措施，但多數銀行的生產力提高有限，難以與金融科技公司、新型銀行（neo-banks）、大型數字化企業相抗衡，後者的運營邊際成本幾乎僅為傳統銀行的一半。此外，多數銀行降本增效舉措的成效日益減弱），不論業績及主要市場情況如何，所有銀行都必須重新審視生產力對競爭力的影響，唯有此，才能在未來取得成功。
在所有銀行近期都可以採取的舉措中，藉助第三方服務來處理成本效益不高、不具差異化的業務，能夠最快且最大程度降低成本。麥肯錫估計，將近50%的成本（IT和支持性部門以及部分運營成本）花在了並不能使組織更具競爭力的活動上，因此，這類活動可以考慮外包給公共服務商。另外一些支出是為了確保銀行運營符合監管要求，但這些支出並不能給銀行創造價值。對於一個以借貸為核心的行業，銀行高度依賴外部信用機構評級，因此優化部分成本也有很大潛力。
大部分外包活動可以令銀行的成本收入比（C/I）平均下降200到400個基點。例如，將資本市場交易處理業務外包給第三方平台後，銀行業的運營成本可以下降約20%。另一個潛在的優化領域是監管與合規職能，例如了K YC與反洗錢一般占成本的7%-12%，這些流程雖然對銀行至關重要，但並不能帶來競爭優勢。
案例：90年代的汽車業：能為2019年的銀行業帶來什麼啟示？
20世紀90年代經濟下行期，德國汽車業面臨全球需求疲軟、現有成本居高不下、競爭對手（即日本車企）的低成本運營模式競爭等多重挑戰。這個情景是不是似曾相識？這正是周期下半場全球銀行業面臨的趨勢。那德國汽車業是如何應對的？它結合零基預算（ZBB）與模塊化，摒棄漸進式創新，啟動徹底轉型。德國汽車業的一大成功秘訣就是讓供應商無縫接入價值鏈，從過去那種單次採購模式轉為長期供應商模式，即所謂的模塊化。
車企首先要找到不能創造競爭優勢的活動，然後外包給標準化的行業服務提供商，從而實現模塊化。
在解構價值鏈的過程中，德國車企發現數個通用型模塊，比如剎車和電子元件，於是將這些不具差異化的環節外包給具有規模效益的專業供應商。時至今日，這些元件依然由兩到三個主要供應商提供。從平台戰略轉向模塊化是德國車企成功轉型的重要因素之一，受此影響，德國車企的產出時間縮短30%，運營成本降低20%，生產力大幅提高。
助推變革：高級數據分析（AA）
要選對客戶體驗抓手，銀行就要聚焦價值，基於分析進行決策：
結合「客戶之聲」與運營和財務數據，獲得深入洞見。銀行可以彙集多方數據（如數字渠道、產品使用、客戶服務成本、收入數據），利用高級數據分析建模，將零散的數據點轉化為清晰具體的客戶旅程現狀。
願意投入資源的組織已經憑藉高級分析獲得優異業績。在各個行業，分析採納程度高的企業，增長比競爭對手快三倍。銀行可以獲取多種寶貴數據，這是其天然優勢，但遺憾的是，銀行並未將分析嵌入到企業文化、決策流程、業務運營中去，因此尚未挖掘出高級分析的全部潛力。
助推變革：人才
要成功建設大數據與高級分析能力，銀行需要彌補目前能力短板，找到與成功數字化組織之間的人才差距，這意味著銀行需要應對雙重挑戰：
找到人才。許多銀行面臨著嚴峻的技能差距，原因有二：
其一，數字化創新意味著銀行需要平衡新技能與傳統技能。數字化時代，銀行對人才的基礎認知技能要求下降，而對其社交及技術能力的要求更高。
其二，銀行給員工的價值主張不如高科技與其他頂尖行業有吸引力，後者也在競爭同一群人才。
如果周期下半場也影響到科技行業的發展，銀行更應抓住機會招募人才，為下一輪周期儲備人才。此外，銀行應當通過技能培訓將現有員工培養成數字化人才。麥肯錫估計1 /3的人才差距可以通過這一方式彌補。技能培訓還能帶來經濟和社會影響。在2016年世界經濟論壇上，80%的CEO承諾在採用AI 的同時也會保留現有員工，並為他們提供技能再培訓。
銀行需要行動更快、組織更扁平化，才能留住頂尖人才。建立敏捷團隊後，銀行必須行動更快才能確保每周（而不再是每月或每年）的數字化迭代。
這不僅意味著銀行將能與競爭對手齊頭並進甚至彎道超車，更意味著在部分項目上，銀行可以承擔更大風險，因為小規模失敗的後果是可以承受的。要支撐更快的數字化產品發布，組織就需要更加扁平化。這意味著必須賦予數字化人才更多決策權，簡化耗時的審批流程，從而迅速推進項目，此外還要建設去層級化的跨職能團隊，讓團隊成員同址辦公。銀行需要打破傳統的前後台獨立的組織架構，轉變成跨職能團隊，團隊成員圍繞界定清晰的任務展開合作。
