摘要

  • ONE ZERO 是一家持有牌照的以色列银行,而非披着银行外衣的软件供应商。其 AI 运营模式需要协调四套不同的记录:客户与核心银行账本、内部使用软件资产登记簿、模型控制清单以及监管资本账户。
  • 2024 年的审计使软件经济性变得可见。开发支出成为关键审计事项,符合条件的内部使用软件被资本化并在五年内摊销,近 5000 万新谢克尔的软件投资与 2.679 亿新谢克尔的年度亏损并存。
  • 该银行拥有重要的应用和决策层,但并不拥有整个技术栈。TCS 提供核心服务局,AWS 支持独立系统,且已披露的 AI 供应商组合已经改变:2024 年报告提及 AI21 和 OpenAI,而 2025 年报告称与 AI21 的协议已于 2025 年终止。
  • 自动化声称前景广阔但运营证据不完整。公司演示称 2025 年第四季度 89%的交互无需银行人员处理,但公开披露未提供该百分比所需的基数、重复联系率、错误率、升级质量或财务损害率。
  • 因此,投资和采购的问题在于控制边际,而非聊天机器人的新颖性:在扣除全部获取和支持成本、模型与供应商控制、软件摊销、信用损失以及维持银行安全所需的资本后,还能留下多少经过验证的客户价值、收入和服务能力。

当 Ella 回答时,四本账本在运转

客户只看到一条消息。银行必须看到至少四本账本。

第一本是字面意义的总账。余额、卡交易、存款、证券头寸或信用敞口必须来自受控的记录系统。第二本是软件账本:收集数据、检测异常收费、准备解释并引导客户下一步操作的代码,有其成本、发布日期、使用寿命,有时还有减值指标。第三本是模型账本:哪个模型产生了建议,使用了哪个版本和数据,应用了哪些控制,以及何时由人工接管。第四本是资本账本。如果错误的回答导致未经授权的交易、行为投诉、隐私泄露、信用损失或仅仅是昂贵的服务交互,后果最终将由一家拥有有限亏损吸收资源的受监管公司承担。

这就是为什么有用的分析单位是确切的法律实体——One Zero Digital Bank Ltd.,而不是“Ella”、创始人的其他科技公司或数字银行的一般类别。以色列银行关于解除最终设立限制的公告于 2022 年 1 月指出,该机构已完成独立运营所需的技术和运营准备。它同时明确指出法律要点:ONE ZERO 与其他以色列银行具有同等地位,并接受稳定性、存款人保护和公平性方面的监管。该地位赋予了该应用可信度,但也使每一个看似轻量的软件交互成为银行控制环境的一部分。

四账本测试得出一个不那么戏剧化的 AI 原生银行定义。它不是最常提及 AI 的银行,也不是用机器人取代所有对话的银行。它是一家能够在不丢失证据的前提下连接交易真实、软件变更、模型行为和监管问责的银行。ONE ZERO 的公开记录异常有用,因为其经审计的报表揭示了这种连接尝试的前景和成本。

实体是银行,而非 AI 外壳

根据该银行经审计的 2024 年年度报告,ONE ZERO 于 2019 年成立,由 Amnon Shashua 教授通过 Fin-Digit Ltd.控制。它于 2021 年 3 月开始受限试点,2022 年 1 月解除运营限制,并于 2024 年完成了零售银行活动的第二个完整年度。这段历史之所以重要,是因为几个相近的身份容易被混淆。Shashua 还与 AI21 Labs 有关联;TCS 提供核心技术;Amazon Web Services 提供云基础设施;Ella 是面向客户的助手。所有这些都不是受监管的吸收存款实体。

这一界限改变了对数字的解读方式。客户存款是银行融资,而非年度经常性收入。监管资本不是软件估值。信用损失不是客户支持缺陷。存入以色列银行的资金是赚取利息的金融资产,而非“平台上的现金”。相反,资本化的软件余额并非自动成为监管资本,并且其本身不能说明代码质量、客户采用或未来现金生成。

2025 年经审计的年度报告(2026 年 3 月批准的报表的英文方便翻译)仍然描述了一个以色列零售银行板块。它报告截至报告期更新时约有 18 万名客户,但并未将 ONE ZERO 转变为跨国软件平台。管理层已讨论过技术出口和 Ella 即服务,2024 年报告称由于地缘政治不确定性,欧洲扩张工作已冻结。这些都是选项和意图。当前展示的运营仍是一家受监管的以色列银行,通过应用程序、人员和第三方支持为客户提供服务。

这一区别也防止了常见的分析捷径。一家银行可以拥有出色的软件但经济状况薄弱;也可以拥有普通的软件但资产负债表稳健。ONE ZERO 必须同时通过这两项检验。其专有层必须降低银行成本或提高质量,同时受监管公司必须为持续亏损提供资金、保持资本、管理流动性并吸收运营失误。

客户旅程跨越自有和租用系统

ONE ZERO 的服务公开描述从一个简单的提议开始:无分行、应用程序、自动扫描账户以及获得人类理财经理的服务。但在操作上,旅程并不那么简单。

开户始于远程身份验证、适格性和监管检查。该银行的隐私披露描述了身份证件、照片和验证信息的收集;年度报告描述了当远程识别产生疑问时进行的人工审核。开户后,账户及其交易必须在核心银行环境中维护。卡、支付、外汇、证券、存款和信用引入了额外的处理机构、市场基础设施和控制点。开放银行权限可以添加在其他机构持有的账户和卡的数据。该银行表示于 2024 年开始使用这些共享的外部数据来生成洞察。

只有到那时,AI 提议才成为可能。交易事件和客户背景可以被分类;规则或模型可以查找重复收费、即将透支、异常支出或闲置现金;可以准备解释;结果可以发送给 Ella、发送给人类理财经理或同时发送给双方。客户可能会追问、忽略提示或请求操作。任何操作都必须返回到授权的银行工作流,并伴有身份验证、限额、记录保存和核对。因此,对话式响应既不是过程的开始也不是结束。它是链条中的一个层,其权威状态仍在别处。

这种分离在评估该银行关于 AI“管理”金钱的主张时至关重要。公开材料表明 Ella 可以回答一般性和个性化问题,自动化分析可以生成洞察。但这些材料并未证明生成式 AI 系统能够在没有确定性控制以及授权的客户或人类操作的情况下,独立批准信用、更改存款、选择证券或执行转账。在没有公开权限矩阵的情况下,谨慎的解释更为狭窄:助手进行解释、说明、建议和路由,而受控的银行系统负责执行。

尽调团队应要求获取该矩阵。对于每个意图,它应显示源系统、模型是否可读或写入、客户身份验证级别、货币限额、所需的人工审批、审计记录、撤销权限和回退渠道。“AI 银行家”是一个有用的产品隐喻,而非控制规范。

资本化的代码启动五年倒计时

ONE ZERO 2024 年披露中最具揭示性的部分不是 AI 语言,而是其下的会计政策。

该银行在初步研究阶段完成、管理层承诺完成项目所需资源且预计完成时,将对内部使用开发的符合条件的软件支出进行资本化。购买的软件、直接外部服务和直接归属的劳动力可以计入资产。其他开发支出仍作为费用。一旦实质性测试过程完成且软件准备就绪,银行按直线法在五年内摊销。预期收益恶化的指标可能要求计提减值。

这项政策将产品管理转变为受审计的边界。开发人员可能从事客户功能、内部控制、维护、研究或缺陷修复。会计处理对每个小时并不相同。发布版本准备就绪的日期启动摊销时钟。较长的资本化期可以改善当前期的费用呈现,但也构建了一项必须在其假定使用期内提供服务的资产。较短的使用期或放弃的项目加速了经济失败的确认。

ONE ZERO 的审计师在 2024 年将内部使用软件的资本化视为关键审计事项。他们指出管理层对哪些成本符合资格、软件何时可用、资本化率以及是否存在减值指标的专业判断。其程序包括测试样本与支持记录以及评估估计值。关键审计事项并非对错报的指控,而是表明这是需要最多审计关注的领域之一。

截至 2024 年底,累计摊销前的软件总成本约为 2.222 亿新谢克尔,账面价值为 1.463 亿新谢克尔。后来的比较披露显示,专有内部使用软件的总成本约为 2.004 亿新谢克尔,账面价值为 1.315 亿新谢克尔。现金流报告显示,2024 年约有 4990 万新谢克尔投资于软件,而 2023 年为 6150 万新谢克尔。对于一家 2024 年运营费用为 3.228 亿新谢克尔的银行来说,这些是相当大的金额。

时钟并未停止。2025 年,报告软件成本增至约 2.738 亿新谢克尔,账面价值增至 1.510 亿新谢克尔。专有内部使用软件的总成本达到约 2.488 亿新谢克尔,账面价值为 1.367 亿新谢克尔;软件现金投资约为 5080 万新谢克尔。摊销和折旧继续消耗前期投资。与总成本大幅上升相比,净账面价值的温和增长说明了这一循环:新的资本化工作必须超过先前版本的摊销,才能保持资产余额增长。

这些数字均未衡量模型准确性或客户价值。资本化记录的是符合条件的成本,而非知识产权质量。它可能包括第三方专门为该银行开发的软件。它不能证明某项功能是风险投资者可能认为的专有,也不能说明代码能否与 TCS、AWS 或其他服务分离。有用的问题是发布层面的:什么已投入服务,何种收益证明了五年使用期的合理性,相关模型或接口将多快变得过时,以及什么证据会触发减值?

专有层位于外包核心之上

ONE ZERO 的架构刻意混合。其年度报告称,银行在认为能力核心对其有利时自主研发技术,在专家能够提供更快市场准入或成熟服务时使用第三方。这是现代银行的常态。这也使得“专有”一词过于宽泛,除非将各层分离。

核心账户平台来自 Tata Consultancy Services。TCS 将其银行服务局描述为面向以色列、基于 TCS BaNCS 构建的集中运营服务,通过 API 支持银行功能和集成。其ONE ZERO 案例研究称该银行为共享平台的首位客户。该关系于2020 年 4 月公开宣布,早于不受限制的商业运营。

经审计的披露将 TCS 描述为核心银行服务局提供商,涉及联合治理、控制演练、报告和保证材料。它们还表示商业条款于 2024 年重新谈判,以更好地匹配所接受的服务。ONE ZERO 2025 年的演示将信息技术费用的一次性 1300 万新谢克尔减少归因于该谈判。这一节约展示了议价活动,但并未消除依赖。核心数据结构、发布计划、接口、运营流程和迁移复杂性即使在合同包含退出权的情况下也会产生转换成本。

2025 年报告的英文方便翻译在不同段落中似乎对 TCS 延期期限的描述有所不同。这可能反映了起草、翻译或期权期限的区别;不应将其转变为关于法律条款的确切声明。然而,这正是买家、投资者或监管者应与已签署协议核对的模糊之处。期限、终止协助、数据提取、软件托管、过渡定价和测试替代品的权利比附在核心上的营销标签更为重要。

AWS 支持不同的层。该银行表示自 2021 年 11 月起就拥有企业协议,为独立系统使用的基础设施和软件服务提供支持和服务可用性旨在满足银行要求。公开披露未提供完整的服务级别计划、区域架构、子处理商清单或按系统的恢复目标。也未说明 TCS 核心本身是否在 ONE ZERO 的 AWS 资产上运行;TCS 将其以色列服务局营销为私有云服务。因此,“云银行”并非单一的部署事实,而是一系列托管和管理依赖的组合。

专有价值的可能在于编排:移动体验、数据和决策服务、洞察生成、对话、工作流路由以及连接客户和人类银行家与核心的内部工具。这可以在不拥有账本引擎或基础模型的情况下具有价值。但其防御性取决于接口可移植性、积累的工作流知识、受控客户数据和可衡量的结果——而非笼统声称整个银行都是内部构建的。

Ella 是界面、工作流和控制问题

Ella 被呈现为生成式 AI 理财经理。该银行表示它可以实时回答一般性和个性化问题,解读客户财务状况并发现机会或异常。其当前产品营销页面为助手附加了引人注目的运营声称,包括高比例的自动处理交互和减少的服务工作量。ONE ZERO 的2025 年业绩演示给出了另一个标题:第四季度 89%的客户总交互无需银行人员处理,而 72%的反应性交互不需要银行家。

这些百分比可能描述了真实的运营进展,但尚未成为经审计的质量衡量指标。

第一个缺失的是基数。交互是指一条消息、一次对话、一个已解决的意图还是一个客户事件?如果客户发送六条消息、收到通用回答并稍后致电,自动化是处理了六次交互还是失败了一次旅程?第二个是范围。密码重置、营业时间和交易查询与透支建议、可疑欺诈或争议证券订单不同。第三个是结果:自动处理率上升可能是因为答案改进、客户放弃渠道或升级变得更加困难。第四个是损害。公开报告未说明由 Ella 导致的幻觉率、错误个性化率、未授权操作率或财务补救金额。

该银行自己的年度报告承认了相关的故障模式。它们提及隐私和信息安全风险、模型输出不准确或虚构、算法偏差以及验证和控制的必要性。它们还将 AI 描述为对人的补充:自动化系统扫描并准备洞察,而人类银行家处理复杂案例,并可以利用技术服务更多客户。这是一个比完全替代更可信的运营论点,但它需要一个跟踪完整事件的衡量体系。

一个有用的记分卡将按重要性划分意图,报告首次联系解决率和固定期内的重复联系,衡量正确的升级以及自动处理,对照核心记录测试事实依据,记录客户修正,并披露补救率和补救价值。它将区分仅包含对话的响应与导致合适、正确执行和理解财务行动的响应。它还将衡量当模型提供商、数据服务或核心连接降级时的延迟和可用性。

在公开存在这样的数据之前,89%的数字应归类为公司的运营声称,而非证明 89%的银行工作是自主或正确的。聊天层的无人工并不意味着欺诈运营、模型验证、合规、工程、对账或投诉处理方面无人工。

模型供应商的变化速度可能超过银行合同

供应商历史使 Ella 成为 AI 依赖性的一个特别有用的案例研究。2024 年经审计的报告称,ONE ZERO 以互补方式使用 AI21 Labs 和 OpenAI 的模型进行聊天。AI21 关系属于关联方事项,因为 Shashua 持有间接利益;该银行表示其审计委员会已按市场条款考虑并批准了该安排。2025 年经审计的报告随后披露,与 AI21 的协议已于 2025 年终止。

这一序列不应被视为失败或争议的证据;公开报告未说明协议终止的原因。但它确实表明“模型”并非永久组件。供应商可以在周围的资本化软件分配的五年使用期内发生变化。应用程序、检索层、策略、评估集和升级工作流可能在模型被替换时持续存在。或者,供应商的改变可能改变响应风格、工具使用、语言性能、安全行为、延迟、成本和数据处理安排。

当前公开记录未提供完整的模型物料清单。它未明确说明哪个当前提供商处理每个 Ella 意图,模型是托管还是通过 API 访问,请求和响应在哪里处理,提供商日志保留多长时间,客户数据是否训练外部模型,或者版本如何固定和回滚。AI21 协议的终止使得这些问题变得更加重要。历史上的供应商列表不应被呈现为实时架构。

关联方批准解决了一个治理维度:合同是否得到适当考虑和定价。但它本身并未验证输出质量、韧性或可移植性。一个稳健的过渡记录应包括变更前后对代表性希伯来语和英语金融对话的评估、金额和日期的回归测试、红队案例、隐私审查、事件演练、每解决意图成本比较以及独立控制职能的批准。它将保留足够的证据来重建哪个提供商和版本产生了有影响的回答。

基础模型替换可以减少一种锁定,同时增加另一种。如果 ONE ZERO 拥有强大的模型中立编排层和可移植评估集,模型提供商之间的竞争可以改善经济性。如果模型指令、工具、检索格式和安全行为紧密适配于一个供应商,那么每次切换都成为一次有风险的软件发布。公开披露支持多提供商经验的存在,但尚未证明无摩擦的可移植性。

监管机构的模型规则超越聊天机器人

以色列的监管框架使其成为运营要求而非抽象的 AI 伦理辩论。以色列银行的银行业务行为指令第 369 号关于模型风险管理于 2024 年 8 月发布,2025 年 8 月生效。它采用了广泛的模型概念,并应用了基于风险的框架,涉及治理、清单、文档、独立验证、监控和三层防线。第三方模型不会将责任从银行转移出去。

Ella 只是其中一个可能的模型表面。欺诈检测、信用决策、客户分类、异常检测、反洗钱控制、营销倾向和运营预测也可能创造模型风险。面向客户的助手可能在一个体验中结合确定性规则、检索、传统预测模型和生成式输出。清单必须保留这些区别。流畅的生成模型不是余额的真实来源;欺诈评分不是客户服务答案;阻止转账的规则不应消失在通用的“AI”标签内。

中央银行于 2025 年 12 月发布的跨行业 AI 报告建议基于风险的监督、有意义的披露以及金融机构的持续责任,同时识别了歧视、隐私、竞争和稳定性问题。这是一份政策报告,并非认定 ONE ZERO 违反了规则。其相关性是前瞻性的:该银行差异化竞争依赖于将 AI 扩展到敏感工作流,而监管期望正变得更加具体。

因此,人类监督必须被设计而非仅仅承诺。对于低风险的信息性问题,事后监控和便捷的升级路径可能是适当的。个性化投资、信用或欺诈决策需要更严格的依据、权限限制和审查。接收 AI 生成案例摘要的人类需要访问底层交易和不确定性,而不仅仅是模型的结论。如果人员编制目标使升级队列过慢,“人在循环中”可能变成仪式性的。如果员工经常覆盖模型但反馈从未到达验证部门,循环将无法学习。

该银行报告了模型风险框架并承认了 AI 特定风险。公开缺失的是运营证据:按重要性划分的模型数量、验证频率、例外情况、性能漂移、重大事件和补救措施。这些细节可能部分适当地保持机密。严肃的机构评估仍然可以请求聚合指标和样本治理工件,而不要求模型权重或客户数据。

自动化改善了亏损形态,但并未消除亏损

损益表提供了比助手界面更可靠的证据。2024 年,净利息收入从 2740 万新谢克尔增至 3970 万新谢克尔,手续费收入从 1540 万新谢克尔增至 3420 万新谢克尔,年度净亏损从 3.575 亿新谢克尔收窄至 2.679 亿新谢克尔。运营费用从 3.809 亿新谢克尔降至 3.228 亿新谢克尔。营销和广告费用从 5280 万新谢克尔降至 2640 万新谢克尔;薪酬从 1.505 亿新谢克尔降至 1.317 亿新谢克尔;信息技术费用从 5910 万新谢克尔降至 4920 万新谢克尔。

这是有意义的进展,但并非自动化稳态的证据。部分改善来自支出削减和 TCS 重新谈判。平均员工人数从 413 人降至 385 人,年末员工总数(包括披露的外包部分)也有所下降。软件投资仍在继续。该银行在削减部分当前支出的同时建设能力,这种组合使得资本化边界尤为重要。

2025 年的账目显示了一个不同的过渡。净利息收入再次上升至 6060 万新谢克尔,手续费收入增至 5660 万新谢克尔。信用损失费用从 1880 万新谢克尔降至 820 万新谢克尔。净亏损收窄至 2.139 亿新谢克尔。然而运营费用基本持平于 3.230 亿新谢克尔,平均员工 382 人,年末员工小幅上升至 393 人,而外包人员减少。自动化并未将银行转变为近乎零劳动力的软件服务,而是可能使相同的成本基础服务于更大的客户群和更广泛的产品组合。

这是一个合理且可能具有价值的结果。它需要正确的分母。经审计和演示材料中的客户数量因日期和定义而异;开户数、注册用户、资金账户和主动主银行关系不可互换。收入也来自不同的引擎。2024 年,约 8580 万新谢克尔的总利息收入来自银行存款(主要是以色列银行),而约 1800 万新谢克尔来自对公众的信贷。盈余存款的利差比贷款收入更重要。

这对 AI 论点很重要。助手可能吸引并留住存款,鼓励客户将 ONE ZERO 作为主银行并增加产品使用。但利率环境和银行的资产配置可能产生比订阅或服务交互更多的收入。如果利率下降、存款定价改变或客户转移余额,这一引擎就会改变。不应仅仅因为界面是软件就认为所有收入都是经常性软件收入。

独立报道对早期预期提供了有用的验证。2024 年 3 月,CTech 报道了该银行 2023 年 3.57 亿新谢克尔的亏损以及管理层当时的目标——到 2025 年底实现盈利。经审计的 2025 年亏损显示该目标未达成。未达预测并不否定该模式,尤其是在经历战争和快速产品开发的情况下。但这使未来的盈亏平衡声明成为可测试的承诺,而非叙事性里程碑。

存款、信用和资本设定了硬边界

ONE ZERO 的资产负债表增长快于其信贷账簿。公众存款从 2023 年底约 18.35 亿新谢克尔增至 2024 年底的 25.78 亿新谢克尔和 2025 年底的 35.68 亿新谢克尔。对公众的信贷从 2024 年的约 3.666 亿新谢克尔增至 2025 年的 4.442 亿新谢克尔。该银行报告称,大部分存款资金存放在以色列银行——2024 年底占 84%,2025 年底占 86%——这有助于解释其极高的流动性比率。

这种状况降低了相对于积极将存款转化为贷款的流动性风险和信用转型风险。这也意味着经济性严重依赖于 ONE ZERO 支付给储户的利率与在央行存放获得的利率之间的利差。理财助手可以支持存款获取和参与;但它不能取消利差经济。

信用风险仍然是银行风险敞口,而非 AI 产品指标。2024 年,该银行记录了 1880 万新谢克尔的信用损失费用,并报告借款人数量增加;2025 年该费用降至 820 万新谢克尔。较低的年度拨备可能反映组合表现、构成、模型假设和宏观经济预期。如果没有证据将承保或催收模型与受控结果联系起来,不应将其归因于 AI。

资本是更严格的约束。报告的一级资本从 2024 年底约 1.274 亿新谢克尔降至 2025 年底的 5830 万新谢克尔,总资本从 1.334 亿新谢克尔降至 6520 万新谢克尔。该银行描述了 5000 万新谢克尔的最低资本条件以及早期阶段对某些基于风险要求的豁免,直到风险资产达到特定阈值。由此产生的缓冲即使在流动性充裕的情况下也值得关注。流动性解决的是到期能否履行义务的问题;资本则吸收损失。存款是负债。不能假设资本化的软件按其账面价值吸收银行损失。

该银行已多次筹集资金,包括 SAFE 工具,主要由其控股股东支持。2025 年报表报告了进一步的 SAFE 资金以及随后的 2026 年承诺。2025 年末的媒体报道称该银行正在寻求另一轮大型股权融资;该报道是筹资过程的证据,而非证明一轮融资已按所述条款完成。分析师应核对募集资金、会计分类、转换条款、稀释和监管资本资格,而不应将每个融资头条视为等同资本。

边界是严格的。AI 工作流可以数年内改善服务能力,而亏损立即消耗资本。软件可能在五年内摊销,而储户信心和监管比率持续受到监控。这种不匹配是该运营模式的核心融资风险。

定价套餐在简化的同时带来模糊

ONE ZERO 当前的英文计划页面展示了三种方案。Zero 方案按次付费,免去常规活期账户和卡费。One 方案在试用期后个人账户每月 49 新谢克尔,联名账户 59 新谢克尔。One+方案分别为 119 新谢克尔和 139 新谢克尔,增加更广泛的权益。该页面将固定月费定价定位为银行收费长菜单的替代方案,并注明权益受计划条款、合理使用规定和费率表约束。

对于客户而言,比较的不仅是月费,还包括存款和透支利息、外汇点差、证券成本、卡经济性、服务可用性和建议的有用性。不支付订阅费的客户仍可能通过余额和产品使用具有经济价值。订阅客户可能无利可图,如果获取、人工支持、模型推理、卡权益和基础设施超过费用和相关利差。

该银行的演示将客户获取成本定义为营销费用除以招募的客户数,不包括薪酬。它还呈现了服务成本指标,包括选定的直接运营、核心、服务和折旧,但排除网络安全、销售和营销、租金和一般行政管理。此类指标可以显示一致系列中的方向,但不是完全加载的单位经济性。减少付费媒体支出可能机械地改善报告的获取指标,而销售人员、促销或推荐激励则计入其他项目。自动化可以改善直接服务成本,而模型治理和网络安全费用仍留在分母之外。

一个可审计的群体视图应从有资金的活跃账户开始,而非下载或批准。它将包括获取薪酬和促销、计划和交易费用、存款定价和流动性分配后的净利息贡献、卡和证券经济性、预期信用损失、直接和分配的人工服务、模型和云消耗、欺诈和投诉补救、资本化开发摊销以及流失。然后,它将使用 ONE ZERO 作为主银行的客户与持有利率敏感存款或辅助卡的客户区分开来。

2024 年营销费用下降伴随客户增长是令人鼓舞的。这可能表明品牌势头、推荐或更有效的获取。公开数据未识别出构成、群体回报率或留存率。正确的结论不是客户经济性差,而是订阅标价和选择性定义的 CAC 不能确立它们。

仅限应用的银行需要更多连续性,而非更少

分行成本高昂且不易扩展。它们也是物理后备方案。ONE ZERO 的无分行模式将客户关系集中在移动应用程序、电信、身份服务、TCS 核心、云端托管系统和远程人工服务工具上。任何关键连接点的中断都可能使整个银行看起来不可用,即使余额仍然完整。

年度报告描述了业务连续性规划、关键技术的备份、重要供应商的监控、演练以及员工不依赖单一物理地点运营的能力。它们报告 2024 年无重大网络事件影响财务报表,并在 2025 年描述了包括分布式拒绝服务和社会工程在内的攻击尝试,但未报告业务影响。这些是狭窄的管理披露。“无财务报表影响”并不意味着没有中断、攻击尝试、服务降级或客户不便。

更广泛的行业显示了供应商集中度为何重要。以色列银行的2024 年银行体系调查称重大技术故障报告增加,并指出 CrowdStrike 事件影响了数家银行机构。它未说明 ONE ZERO 是其中之一。其相关性在于系统性:共同的软件或基础设施依赖可能影响其自身代码未发生变化的机构。

以色列银行的云计算修正案允许更广泛的云使用,包括重要工作负载,但将责任留给银行董事会和管理层。它要求治理、隐私和网络控制、供应商尽职调查、合同权利、连续性和退出计划。云采用转移了运营工作;它并未外包问责制。

对于 ONE ZERO 而言,有意义的连续性证据应是针对服务的。登录、余额显示、卡控制、转账、证券、客户服务和模型辅助洞察的恢复时间和恢复点目标是什么?当 Ella 或外部模型不可用时,应用程序能否显示权威余额并允许基本操作?当对话层故障时,人类银行家能否检索案例?TCS、AWS、电信和身份提供商的故障多久一起演练?客户是否获得状态页面和替代紧急渠道?

供应商退出与灾难恢复同等重要。银行应能够从 TCS 提取完整、可理解的核心记录,重建接口,保留审计历史并运行并行对账。它应能够根据测试计划在故障的 AWS 服务或区域之外恢复独立系统。它应能够在不丢失编排规则、评估证据或客户同意约束的情况下替换模型提供商。PDF 政策和成功的桌面演练是不同的证据形式;两者都重要,但都不能替代限时的技术恢复。

隐私是理财产品的组成部分

个性化需要大量数据面。ONE ZERO 的希伯来语应用程序隐私政策(2026 年 2 月更新)描述了可以包含身份和验证材料、金融活动、通信、应用和设备数据、欺诈和异常信号,以及客户授予开放银行权限时从外部账户获取的信息的类别。与数字银行家的对话可以揭示用于定制服务的目标、偏好和经济状况。该政策还讨论了服务提供商和营销受众匹配。由于控制文件是希伯来语,任何英文摘要应在得出法律结论前与原文核对。

这不仅仅是合规附录。助手的优势取决于跨越时间和机构连接亲密数据。模型可以在客户询问之前推断出客户可能透支;相同的背景可以揭示工资、健康相关支出、旅行、关系或财务压力。有用的洞察和隐私风险源于同一集成。

英文网站隐私政策(最后更新于 2021 年)涵盖公共网站和一般联系数据。它不应被误认为是银行应用或当前 AI 处理的完整描述。采购或客户审查应使用当前应用政策、账户条款和开放银行同意书,然后请求当前处理者和与服务相关的国际转账详情。

AI 治理应将每个模型输入映射到目的、法律依据、保留期限和接收方。它应区分用于检索答案的数据和用于监控而保留的数据,以及两者与用于改进外部提供商模型的数据。它应定义客户是否可以获取人工解释、更正源信息、撤销开放银行连接以及删除可选的对话历史,同时不破坏银行法律要求保留的记录。它还应该测试模型是否泄露来自错误账户、联名账户持有人或先前对话的信息。

ONE ZERO 的公开记录承认隐私和安全是 AI 风险,但未发布当前模型提供商的數據流图。这一差距并不证明处理不安全。这意味着面向客户的承诺比关于对话数据流向的公开证据更为具体。AI21 协议的终止使得更新披露特别有价值。

安全证据比信任徽章更狭窄

该银行通过 HackerOne 维护漏洞披露计划,提供安全港流程和有效提交的目标响应时间。这是一个建设性的信号:它为研究人员提供了授权途径,并将外部发现转化为管理工作流。但它不是认证、渗透测试结果或完整的事件历史。

经审计的报告描述了安全运营能力、技术组织下的网络治理、风险职能的监督、培训和攻击监控。它们还将网络安全、欺诈、供应商故障和隐私列为重大运营风险。公开证据未充分披露控制有效性,不足以与同行比较检测时间、补丁延迟、网络钓鱼韧性或特权访问纪律。它不应该这样做;发布可利用的细节将是不负责任的。聚合保证仍然可以比“无重大影响”更强。

正确的证据堆栈有几个层级。对 TCS 服务局的独立保证有助于核心供应商的控制,但银行必须评估其自身的补充控制。云认证有助于定义 AWS 的控制环境,但不能验证 ONE ZERO 的身份配置或应用代码。漏洞计划可以发现缺陷,但排除破坏性测试并依赖于范围。模型红队可以暴露指令注入或数据泄漏故障,但不会测试卡处理或从电信故障中恢复。

AI 助手增加了异常的攻擊路径。检索文本中的恶意指令可能试图重定向模型。客户可能试图提取机密系统指令或另一用户的信息。攻击者可能冒充支持人员,利用对话银行家的熟悉度。模型可能自信地重复欺诈收款人指令。因此,控制应分离不可信内容,按意图限制工具,对后果性操作要求重新认证,在生成的散文之外显示权威交易细节,并保持建议与执行之间的明确区分。

以色列银行 2025 年监管评论将 AI 机遇与培训人员、风险系统以及更强有力的网络和外部供应商威胁管理联系起来。它们是行业指导,而非对 ONE ZERO 的批评。然而,它们抓住了该银行的挑战:一个精干的数字组织无法削减其自动化所依赖的控制职能。

投诉测试了交互统计遗漏的结果

ONE ZERO 自己的2025 年公众投诉报告提供了罕见的以结果为导向的平衡指标,与营销指标形成对比。它记录了报告期内收到的 663 起投诉和 579 起已完成投诉。在已完成案件中,143 起被归类为合理,266 起为不合理,165 起为未确定过错,5 起超出范围。活期账户和支付手段是最大的披露主题组,其次是服务质量。

这些数字不应归因于 Ella。该报告未提供聊天机器人特定的原因字段、每活跃客户比率或可比的同行分母。增长可能增加绝对投诉数量,即使服务改善,合理投诉可能出现在卡、转账、披露或人工流程中。该报告也无法捕捉到放弃任务而不投诉的客户。

它确实表明为什么“无需银行家处理”是不完整的。一次对话可能今天被解决,而后来成为投诉。正确的答案可能仍然交付得太晚。自动指令可能清晰但导致不合适的结果。将交互、交易、重复联系、投诉和补救数据结合起来,将使 ONE ZERO 能够展示比自动处理更有价值的东西:可靠的解决方案。

以色列银行的2025 年住户调查发现,直接渠道主导银行交互,并报告了全系统范围内对数字服务的高度满意度,而小型银行在若干指标上表现强劲。ONE ZERO 的演示再现了该调查中一个有利的品牌结果。独立研究支持对数字服务的需求;公司演示提供了公司特定的框架。两者都不能证明 Ella 导致了该结果。

客户退出比核心退出容易,但并非毫不费力

以色列的在线银行移动性改革减少了一项传统障碍。以色列银行的切换规则创建了免费流程,旨在七个工作日内转移活期账户并路由后续活动。以色列银行 2026 年的使用账户级别数据的研究论文估计,改革后切换概率从约 0.6%上升至约 1.4%。切换变得更有可能,但仍不常见。

剩余摩擦大于账号本身。客户可能拥有定期存款、证券头寸、信用、卡、直接借记、收款人列表、税务记录、开放银行权限以及对话和分类历史。一些项目可以自动转移,一些需要操作,一些则留在原处。中央银行的第一年移动性更新指出了可能阻止或延迟切换的法律和技术条件。

ONE ZERO 的 AI 层可能产生更软的切换成本。如果客户依赖其分类、积累的背景和主动提示,新银行可能无法复制历史或偏好。这可以代表已获得的产品价值,而非滥用性锁定。可移植性决定了是哪种。客户应能够以可理解的格式导出交易历史和所需记录,了解哪些洞察和对话数据将被保留,撤销外部账户权限,并在关闭后保留对账单的访问。

银行本身面临更困难的供应商退出。消费者可以调用受监管的移动性流程;ONE ZERO 无法在七天内将多年的核心运营从 TCS 移走或在另一提供商上重建模型工作流。因此,合同退出协助、经过测试的数据可移植性和并行运行是重要的资产,即使它们从未作为应用程序中的功能出现。

替代品在不同层面竞争

ONE ZERO 不仅与其他“AI 银行”竞争。大型以色列银行集团提供成熟的应用、广泛的产品组合、分支机构和呼叫中心后备、庞大的资产负债表和已建立的信任。小型银行可以在服务和定价上竞争。信用卡公司、经纪公司和存款平台可以捕获个别产品。开放银行工具可以在不吸收存款的情况下汇总账户。客户还可以将现有账户与电子表格、提示和人工顾问结合起来。

以色列银行当前的竞争分析继续描述五大银行集团之间的集中度以及旨在改善存款竞争的政策措施。这为较小的持牌进入者创造了机会,但并不保证盈利规模。

ONE ZERO 最强的差异化在于银行牌照、现代直接服务层和人类加 AI 运营模式的结合。独立个人理财助理本身无法保障存款或执行完整的受监管工作流。然而,现有机构可以在更大的现有客户基础上添加类似模型。基础模型是可购买的;移动界面可以被复制;存款利率可以被匹配。持久优势必须来自更快的受控迭代、更好的数据到行动工作流、可靠的服务成果以及在纳入所有控制职能后仍然较低的成本结构。

威胁不仅仅在于竞争对手构建了更好的聊天机器人,还在于现有机构无需资助多年的初创亏损就能实现足够的自动化,或者客户更倾向于高存款利率和熟悉的机构而非主动建议。ONE ZERO 必须使集成体验足够有价值,成为主要关系,因为二级账户产生较弱的数据、较低的参与度和更利率敏感的资金。

十部分尽调测试

无需要求披露客户数据或专有代码即可评估 ONE ZERO。买家、资金提供方、企业合作伙伴或成熟客户应要求十类关联证据。

第一,确认实体边界。合同、存款、AI 服务和支持承诺应在 ONE ZERO Digital Bank Ltd.负责的地方注明该公司。由 TCS、AWS、模型供应商、卡处理商或附属公司提供的服务应被识别为依赖关系,而非悄然归入“我们的技术”。

第二,映射每个具后果的客户意图。映射应标识读写权限、权威数据源、模型角色、身份验证、交易限额、人工审批、日志记录和撤销。演示 Ella 回答问题并非下游行动受控的证据。

第三,检查模型清单和当前供应商物料清单。这应包括传统和生成式模型、重要性层级、所有者、提供商和版本、处理位置、训练数据限制、评估集、验证日期、监控阈值和回退。已终止的 AI21 协议使得标注日期的当前状态清单至关重要。

第四,按风险测试结果。低风险信息、账户特定解释、异常提示、投资背景、信用和可疑欺诈需要不同的接受阈值。报告基于事实的准确性、虚假安慰、遗漏升级、重复联系、放弃、补救和财务影响——而不仅是自动处理的比例。

第五,将软件交付与会计对账。对于主要版本的样本,显示资本化或费用化的决策、直接归属的劳动力、准备就绪的证据、五年使用期理由、维护分离和减值审查。将版本与可衡量的客户或控制收益联系起来。审计意见对财务报表提供保证,而非每个项目的产品级回报。

第六,计算完全加载的群体经济学。从活跃的有资金客户开始,包括获取薪酬、激励、存款利差、费用、直接服务、核心和云、模型推理、网络安全、合规、欺诈、预期信用损失、分配间接费用和软件摊销。将该衡量指标与法定账目对账,并将公司更狭窄的 CAC 和服务成本系列保留为运营子指标。

第七,测试跨连接点的连续性。运行场景,其中应用程序可用但核心不可用,核心可用但模型不可用,身份验证失败,电信提供商中断,AWS 服务降级或 TCS 必须恢复。记录实现的恢复时间、数据丢失、客户沟通和人工服务能力。

第八,检查隐私和安全证据。将对话和开放银行数据追踪到每个处理者,记录保留和训练限制,测试联名账户边界,审查独立保证和渗透测试,并抽样漏洞修复。确保生成的散文不能直接授权敏感交易。

第九,测试供应商和客户退出。针对固定评估集演练模型替换;以可用模式获取核心数据;为终止协助定价;验证客户导出、账户移动性、对账单访问和同意撤销。从未行使过的合同权利比定时演练的证据更弱。

第十,将增长与资本对账。压力测试较低利率、存款重新定价、较慢的获取、较高的信用损失、运营补救事件和另一年的软件投资。分别显示对流动性和监管资本的影响。仅根据法律、会计和监管状况纳入已承诺资金。

这些测试是刻意关联的。产生重复来电的廉价交互并不廉价。没有供应商退出路径的高性能模型并不具有韧性。无法帮助吸收持续银行损失的有价值的软件资产不是资本。拥有不可靠应用的流动性资产负债表不是功能性的无分行服务。

观察点在于控制边际

ONE ZERO 的公开证据支持一个严肃的技术实验,而非确定的结论。客户和存款增长是真实的资产负债表发展。收入上升,年度亏损连续两年收窄,选定成本已降低。该银行已构建了可观的内部使用软件资产,并报告自动化处理了大部分交互。但它仍然亏损,依赖持续融资,距其声明的最低资本条件足够近以致值得关注,并且依赖核心、云和模型供应商。

下一批披露应被视为关联仪表板。关注 AI21 之后的当前模型供应商图谱,而非 2024 年的供应商列表。关注 Ella 按意图的解决和补救情况,而不仅是自动处理率。关注资本化增加、摊销、放弃版本和减值一起。关注完全加载的获取回报和按资金群体的贡献,而非排除薪酬的 CAC。关注存款利差、利率敏感性和主账户使用以及订阅收入。关注信用损失和监管资本,与流动性分开。关注投诉原因、主要服务降级和实现的恢复时间。核对 TCS 合同条款并测试退出,而非从重新谈判的价格推断灵活性。

经济目标是扩大的控制边际:自动化产生的已验证价值与使该自动化在银行内部安全、可用、可解释和可逆的全部成本之间的差额。更大的客户群可以扩大它,更好的路由让人类银行家专注于复杂案例也可以。模型错误、供应商中断、昂贵的获取群体、陈旧的软件资产或资本短缺可能迅速缩小它。

这一视角避免了两个对称的错误。第一个是因为人、外包基础设施和监管控制仍在循环中而否定 ONE ZERO。这些组件正是使 AI 服务对真实货币可用的东西。第二个是将高自动化率视为银行业已变成软件经济学的证据。经审计的报表显示并非如此:存款有价格,信用有损失分布,代码会折旧,供应商有杠杆,资本承担剩余风险。

因此,该银行最重要的技术可能既不是 Ella 也不是任何特定的基础模型。它可能是让 ONE ZERO 在保持交易真实、客户追索和监管问责的同时更改这些组件的证据链。如果随着规模扩大,四本账本继续协调一致,AI 原生银行可以成为运营优势。如果它们出现分歧,界面的流畅性只会使底层的不匹配更难被发现。