勤業眾信的 Deloitte Global 未來支付趨勢研究發現， 2020 年至 2025 年手機支付的年複合成長率預計達約 27%；同時，生物辨識技術也愈發普及，預計全球生物辨識支付市場到 2030 年將達到 580 億美元，且預測 2023 年至 2030 年的複合年增長率將達 63%。但 GenAI 的快速發展也帶來了身分驗證風險，
勤業眾信《2024 全球銀行業及資本市場趨勢展望》報告指出，受到利率上升、資金供應量減少、監管嚴格化、氣候變遷、經濟成長放緩及地緣政治緊張，成本控制將成為銀行業競爭差異化的關鍵。報告也提醒，因應不斷變化的客戶行為，須持續投資數位科技，同時，將 AI 納入營運流程中；惟須特別留意 GenAI 風潮下之資料保護、身分驗證、打詐等挑戰。
勤業眾信銀行業及資本市場產業負責人資深會計師楊承修表示，多變的總體經濟環境局勢，是為推動轉型的關鍵驅動性因素，促使金融業在資本稀缺的環境中尋求新的機會來源。隨著消費者行為轉變，企業需要有擴充靈活的數位解決方案，滿足最基本的顧客期待，並能快速因應市場變化。隨著越來越多金融科技公司進入數位支付市場，競爭變得更加激烈，金融機構應該加速建立並不斷改進他們的數位能力。
楊承修舉例，電子錢包和帳戶對帳戶（A2A）支付，已迅速成為許多人的主要支付方式。Deloitte Global 的未來支付趨勢研究發現， 2020 年至 2025 年手機支付的年複合成長率預計達約 27%；同時，生物辨識技術也越發普及，例如：指紋、眼部掃描、3D 臉部映射等，還有微信在去年推出利用掌紋與掌靜脈識別技術的刷掌支付，進一步強化了數位身分的整合能力。預計全球生物辨識支付市場到 2030 年將達到 580 億美元，且預測 2023 年至 2030 年的複合年增長率將達 63%。
銀行業投資數位科技的目的是提高效率、提升生產力、降低成本、優化流程和供應鏈管理，進而提高營運利潤。根據 Gartner 發布的 2024 年 CIO 調查，高階管理者看準 AI 是未來三年首要實施的關鍵技術工具。銀行業應用 AI 的領域百花齊放，包括：詐騙檢測、反洗錢、客戶溝通和行銷、產品契合度評估、備忘錄撰寫等；此外，機器學習、深度學習演算法及自然語言處理（NLP）技術，被廣泛應用於實現交易自動化、現代化風險管理以及進行投資研究。
楊承修舉例說明，花旗財務貿易解決方案部門（Treasury & Trade Solutions）和財務智慧解決廠商 Treasury Intelligence Solutions 攜手合作，為客戶提供更強大的自動化工作流程，這項解決方案讓企業可以更靈活地預測現金流，並且能夠即時查看多個帳戶的情況，透過該系統提供的深入分析，企業能更有效地優化資金流動性，以策略性地管理供應商和客戶之間的工作資本配置，同時改進資金和投資活動。然而，AI 系統可能伴隨著資料隱私和安全性問題，以及存在漏洞或偏見，導致不正確的決策或行為。因此，銀行需要不斷監控和改進其 AI 系統，以確保其準確性和公正性。
新技術的引進也帶來了新的風險，隨著合作關係增加，第四方風險的威脅也日益增加，例如：開放銀行業務、與技術合作夥伴建立更多的合作關係，都可能使企業系統遭受新的漏洞和網路攻擊。楊承修強調，GenAI 的快速發展也帶來了身分驗證風險，深度偽造技術使身分識別更加真假難辨，可能面臨的風險為身分驗證風險、資料洩漏、詐騙和隱私風險等，GenAI 可說是數位轉型過程中的一把雙面刃，不可不慎。