銀行業的競爭生存取決於人工智慧
《銀行業的AI數字化銀行報告》調查了全球範圍的多家銀行和信用合作社，以確定銀行業人工智慧功能的發展程度。調查結果表明，整個行業的部署遠遠落後於其他行業。
一些高瞻遠矚的金融機構在充分發揮可供使用的數據、洞察力和先進分析工具，旨在改善後台運營和上下文個性化，一扇大門向它們敞開著。話雖如此，研究表明，與其他行業的現狀相比，大多數銀行和信用合作社、乃至整個行業都達不到消費者在數字化能力或數字化參與度方面的預期要求。
沒有比銀行業部署人工智慧（AI）這個方面來得更明顯的了。由於AI起源於風險及欺詐檢測和成本降低，它對於金融服務公司保持競爭力而言顯得日益重要。在精通AI的公司（比如亞馬遜、谷歌、Facebook和蘋果）的調教下，數字化消費者要求與之打交道的公司通過個性化溝通手段，認識他們、了解他們並獎勵他們。
據Deluxe和BAI贊助的《銀行業的AI數字化銀行報告：客戶體驗方面的新前沿》聲稱，雖然許多組織了解人工智慧的重要性，但很少有誰部署AI解決方案，許多組織甚至沒有考慮今後18個月內部署人工智慧。
這份報告的其他要點包括如下：
更大的金融機構在部署AI解決方案方面遠遠領先於小型銀行和信用合作社。
安全和風險應用軟體是部署最多的解決方案，其次是個性化和溝通應用軟體。
儘管部署了安全應用軟體，但經過改善的客戶體驗是AI部署時提到的最主要的AI商業理由驅動因素。
誰應該領導人工智慧項目方面根本未達成共識。大多數AI項目由跨職能團隊領導。
想要實施AI解決方案的公司面臨的主要挑戰是缺乏專長和人才。
AI部署
據《數字化銀行報告》顯示，只有15%的金融機構在使用AI與同行競爭，並識別數據中原本會被忽略的機會。另外22%的金融機構預計在今後18個月內使用AI功能。但是這只是冰山一角。很快，所有金融服務公司都將需要充分發揮AI的力量，提供更好的體驗、縮減成本、降低風險，並增加收入。
值得關注的是，接受調查的金融機構中整整四分之一根本沒計劃在未來18個月內實施任何人工智慧解決方案。考慮到德勤調查的高管中有45%認為，AI在今後2年將成為主流，許多組織從技術的角度來看到時可能會猝不及防。
報告按金融機構的規模評估AI部署的狀況時，最大的金融機構（資產超過500億美元）中近一半部署了至少一種AI解決方案，最大金融機構中只有12%在其路線圖上根本沒有AI，這不足為奇。
然而在資產規模較低的類別中，報告發現，當前和未來部署的水平顯著下降。調查報告聲稱：「雖然25%的區域性金融機構（資產在100億美元至500億美元）今天已部署了AI解決方案，但在任何資產較小的類別中使用AI的金融機構要少得多。」隨著金融機構的規模減小（最小的金融機構除外），眼下未將AI列為優先事項的金融機構的百分比有所增加，這不足為奇。
所使用的AI解決方案的類型
我們詢問已實施了至少一種AI解決方案（或計劃實施AI解決方案）的金融機構：它們部署了或計劃部署哪一種或哪幾種解決方案，安全解決方案和生物特徵識別解決方案是最有可能已部署到位或近期部署的。下一個最有可能部署到位或近期部署的功能就是客戶支持（聊天機器人/機器人顧問）解決方案和個性化解決方案。值得關注的是，在列出來的所有解決方案中，答覆個性化方面「沒有計劃」的比例最小。
更深入地研究AI的使用後發現，只有40%的調查對象發覺將AI用於欺詐和風險檢測極其重要，另有32%的調查對象表示，AI就這個用途而言非常重要。實際上，欺詐、安全和生物特徵識別是被認為對全球金融機構而言很重要的三大功能中的兩項。
AI業務驅動因素
《數字化銀行報告》調查的金融機構高管被問及促進AI實施的業務驅動因素的重要性時，渴望提升整體客戶體驗無疑是最重要的一個驅動因素，90%以上的金融機構聲稱，這「極其重要」或「非常重要」。報告稱：「這個發現結果與《2017年零售銀行趨勢和預測數字化銀行報告》的結果相關聯，在後一份報告中，改善客戶體驗是調查對象提及的頭號趨勢。」
《數字化銀行報告》中下一個最常被提及的業務驅動因素就是，渴望降低成本（74%的調查對象提到「極其重要」或「非常重要」）和渴望提升後台速度和效率（合計74%的調查對象提到很重要）。在加權平均的基礎上，增加產品/服務的使用是第四個最重要的業務驅動因素。
被問及將機器學習應用於改善營銷和客戶體驗時，Deluxe的首席數據科學家凱斯娜·勞倫斯（Kesna Lawrence）聲稱：「人工智慧和機器學習在不斷改進，它們有望繼續增強金融機構更好地服務於客戶和股東的能力。與此同時，隨著創新繼續下去，金融營銷人員已經可以利用現有的機器學習工具，讓獲取和留住客戶的工作發揮最大的影響力。」
領導人和投資
我們研究報告的一個更值得關注調查的結果之一是，金融機構實施AI的領導人具有多重性。類似於我們在研究客戶體驗的實施時發現的結果，我們發現，許多金融機構有多個領導人（跨職能團隊）來負責部署AI。
我們按金融機構的規模和類型評估了領導人後，看到了類似的結果。不出所料，小型金融機構和社區銀行更有可能表示多個部門（或團隊）在管理AI。
短期內AI投資方面的增加幅度相當大，這反映了AI在各種規模的金融機構內的部署處於早期階段。值得關注的是，社區銀行（中型金融機構）最有可能減少AI方面的開支，或者支出根本沒有變化。
未來的AI挑戰
《數字化銀行報告》聲稱：「對部署了AI解決方案的大多數金融機構而言，最重大的挑戰就是，擁有部署解決方案所需要的專長和人員。」AI部署方面第二個最常提及的挑戰是可用來構建AI解決方案的數據具有的結構，這不足為奇。
這些挑戰並非不可逾越，但它們很艱巨。在大多數情況下，公司內部並不擁有克服這些挑戰所需的資源，尤其是考慮到在如今的市場還有其他優先事項需要關注。大多數公司需要評估到底決定自建、購買還是與提供商合作。考慮到缺少時間和預算也是被提及的兩個挑戰，這一點來得尤其明顯。
絕大多數金融服務機構目前沒有部署單一AI解決方案的內部資源，更不用說部署多個AI解決方案的內部資源了。不僅可供使用的人才供不應求，說服才華橫溢的技術和分析專家成為銀行或信用合作社的員工也並非易事。
這使得大多數金融機構決定購買還是與專門的解決方案提供商合作，以部署AI解決方案。本研究發現，答案因部署的解決方案而異。聊天機器人、生物特徵識別、欺詐和語音等解決方案通常被認為合作方面大有機會。
據BAI的首席執行官黛比·比亞努齊（Debbie Bianucci）聲稱：「無論如何，AI技術仍然是一種等待我們發揮其潛力，對它下達行軍令，並充分利用起來的工具。有了明確的期望和充分的戰略規劃，我們不需要計算機告訴我們：知道如何處理AI、以什麼方式處理需要一種完全不同的智能。」
※運維危矣？Oracle 發布「自動駕駛」的資料庫 18c
※蘋果向 ARM 處理器開放 iOS和macOS 內核
※AI 接管我們的工作，唯有程序猿還有機會！
※全球 35 大開源公司都在這裡！
※印度科技行業里程碑：IBM印度員工總數超過美國
TAG:雲頭條 |