AI /自动化

AI可以带来生产力和经济健康回归金融服务吗？

工业服务中的下一个大事将通过数字双胞胎准确地预测物理资产的未来。GE的专家带您在现场落后于GE如何创建一个智能，基于物联网的工业监测和诊断平台，这些平台正在设置新标准。

很少有行业比金融服务业更深陷传统运营、遗留系统和维持现状的泥潭。这种僵化往往是监管和监督的副产品。即便如此，前所未有的新竞争和立法，以及新的、精通数字的客户基础，给这个行业带来了真正的挑战:要么发展，要么消亡。

值得庆幸的是，最近的时代已经看到了进化和改进人工智能（AI）解决方案在金融服务范围内。由于用例已经发展不到实用，行业领导者被迫更新遗留技术，投资下一代创新，并通过更好地理解其能力来增强AI的采用。事实上，这些财务的发展将塑造AI在未来几年其他行业的采用。

在一个遗产世界

银行业是一家古老的行业，由单片系统，刚性规定和文化传统称重。像英国这样的国家使用追溯到墨水，羽毛和尘土飞扬的定位的惯例和传统！例如，许多传统银行的内部合规性程序仍然需要物理签名来开设银行账户。此外，后台流程和日常决策还需要基于纸张的形式和手动干预，延迟服务并增加相当大的成本。

但变化正在发生。由于自动化和以数据为主导的智能的进步，金融人工智能技术对工作流程的日常影响最小，正在变得可行，同时仍保持对现有或新兴法规的遵从。这是因为获取边界和基本交互规则的知识库已经存在——如果新的人工智能系统要保持在法律的范围内，就需要对监管协议进行数字化。从本质上讲，人工智能是站在之前的数据和流程自动化技术趋势的肩膀上的。

这些趋势与新机器学习技术相结合，将允许金融服务提供商专注于高价值活动和创造性解决方案。自动化系统将以较低的成本处理基于批量的和重复活动，实现更高的吞吐量并减少对监督的需求 - 所有的吞吐量，同时确保银行可以提供合规的销售和服务成果。

两种应用：高频交易和投资

计算机将主导金融服务景观的概念并不是新的。如今，许多专业算法不仅运行流程，而且还在没有股票中的购买和销售决策。我们可以在高频交易（HFT）中看到这一点。HFT是算法交易的子集，专注于体积，速度和自主决策。By using the data that is funneled into the system, these pieces of intelligent code can make informed market decisions and can also react to split-second opportunities in the market in ways that human stockbrokers can’t, given that human brokers simply cannot move quickly enough to make such trades.

但是，交易中的自动化并不总是速度。一些算法开始通过各种机器学习方法开始学习如何自行交易。无论是通过贝叶斯网络，进化计算还是深度学习，企业和初创公司都利用了他们必须大量数据的访问，以便训练机器以自动识别和预测市场的变化。这与HFT不同，因为这些AI贸易商正在寻找长期投资，而不是立竿见影;并正在自己寻找他们。

话虽如此，高频率和基于人工智能的交易并不能替代人类交易员，后者在大型交易、账簿构建和其他投资组合管理过程中扮演着关键角色。然而，对于以高产量、小利润和速度为特征的情况，机器已被证明具有更高的生产率，更便宜的操作成本，并有能力产生更高的回报。事实上，高频交易的成功是如此广泛，以至于现在它已成为传统投资银行策略的关键组成部分，而且对一些实体来说，高频交易正取代传统交易，成为主要的收入和利润来源。

保持机器检查

尽管人工智能在金融服务领域的好处显而易见，但这并不是说自动或人工智能驱动的交易就没有风险。例如，2012年，美国做市商骑士资本(Knight Capital)在算法故障后的半小时内损失了超过4亿美元。甚至纽约证券交易所(NYSE)也出现了交易暂停，因为技术人员正在纠正自动系统中的软件问题。不过，这项技术带来的好处要大于偶尔出现的小故障所带来的影响，这是有争议的。

鉴于自主系统易于“判断”失误，就像他们的人类同行一样，我们不太可能看到银行，分享处理和保险风险分析的完全自主模型很快，在资本市场内很快就会出现。零售银行中的AI也是如此，它必须与人类语言，方言和以客户为中心的互动的增加的复杂性。

然而，这些不是杀死问题。事实上，这正是管理合规性的那些预先存在的知识系统的地方。AI的最大机会在于自动化前线，使用寿命最为密集，投资回报往往是最低的。降低成本，增加吞吐量，并延长运营时间均导致更多的贸易，较低的交易费用和更大的规模经济。

零售银行有着不同的风险-收益组合。以更自动化和智能的方式与客户打交道的好处是可以显著节省成本，而风险则分散在数以百万计的客户交互中。主要问题在于，相对于资本市场中需要进行的相对简单(尽管令人印象深刻)的数字运算，那些更“人”的互动更为复杂。

未来:面向客户和零售的应用程序

对现有和新的市场进入者至关重要的是他们如何使用自动化与客户直接互动。自动化提供零售金融服务组织有机会降低其物理足迹，降低运营和交易成本，并加快其上市时间。

对于那些竞争激烈、无分支机构的银行，比如那些基于移动应用程序的业务，人工智能是它们战略的关键组成部分。这些业务有机会实现面向客户的功能自动化，如前线客户服务、基本交易完成(转账和支付对账)，以及信用和交易匹配的风险评估。这些行动可以帮助降低运营成本。例如，这些没有分支机构的组织可以使用算法来规避处理外汇的传统机制，以便在群体交易中实现利润最大化。这样做可以降低完成大量低价值、高单位、成本交易的整体交易成本。TransferWise在零售外汇(FX)市场的成功最能说明这一点。

同样的办法也可用于通过最有效和成本效益最高的伙伴和路线进行跨境转移。对于为传统金融转账提供替代途径的贝宝类组织来说，智能和人工智能驱动的资金路径可以节省大量成本。此外，与需要人工干预来完成相同的工作相比，它还可以为以更快的速度扩展交易量提供基础。

对于保险等行业的其他领域，人工智能提供了一个对风险、欺诈和索赔管理进行前线评估的机会。利用定义明确的参数，人工智能可以用于裁决和升级索赔，根据数据驱动的感知风险设定保费，甚至可以评估信息以发现可疑活动。这些功能传统上是由一群人来完成的，它们是人工智能可以分解的最大的保险成本基础之一。这些改进还可以使保险公司向客户提供动态定价，允许他们登记根据客户的个人选择和行为定价的产品。

这金融服务行业需要重大和立即改变。无效，提高盈利能力，支持更高的流动性监管要求，或者面对竞争增长，赚取银行的效率。必须开发基于AI的应用程序，以在清晰的边界内保持所需的福利。通过清晰的限制和良好的数据，AI系统有可能提供客户和机构可以信任的大量利益。