人工智慧將重構金融服務部門
人工智慧能以更大的規模、更快的速度複製勞動過程,並可以執行超出人類效率的一些任務,正成為全要素生產率的重要驅動力之一,在金融領域的運用顯得尤為突出。
第一,全球市場方面,人工智慧支持的新興信用風險評級技術具有巨大應用價值,並將帶來國際金融市場重大變革。
國際金融資本在全球新興領域進行投資或者風險套利過程中,遇到的重要難題是:理解本土語言、文化、法律、政治差異,研究當地的經濟政策、產業規劃,了解所進入行業的經濟狀況,需要大量時間、人力和物力。這些時滯限制、束縛了國際資本在瞬息萬變的全球市場中有效率流動。當前人工智慧技術已經能夠運用全方位語言,根據所處不同地域進行及時的語言本地化,還可以設定精細的文化模式,從根本上解決了將已有服務擴展到新社區的技術困難。據統計,1000份同語言的法律文本,3個優秀的律師6個月才有可能讀完並理解運用,而藉助人工智慧技術,機器人可以在幾天內讀完不同語言的1000份法律文件,並準確進行運用。對於政治差異的理解,如果沒有機器人的參與,又需要請優秀的政治學者進行新興市場業務領域的政治風險評估,但人工智慧技術能事先將政治學者的思考預先技術化,可以快速在語言理解、文化融合、法律通曉的基礎上添加政治風險預判的維度。當前的人工智慧可以以30秒內閱讀300頁不同語言文本的速度理解當地經濟政策、產業規劃設定的業務流程。人工智慧技術還能通過海量語音識別技術、海量圖片分析技術實時分析全球標的行業、公司的經營狀況。比如美國一些對沖基金公司利用數以億計的多國電視新聞報道、超市停車數量、小麥種植面積、河水污染程度來預測企業、行業的經營狀況,引發市場動蕩進而從中獲利。這些基於人工智慧技術的新興信用風險評分技術能迅速自動開發出多樣的投資組合模式、複雜的全球稅務策略模式以及全球風險對比模式,將為金融資本解下鎖鏈,使資本更加自由地在全球進行投資和套利。
圍棋競技軟體AlphaGoZero通過自我對弈,30天成為世界第一圍棋手,雖然文化、法律、政治、經濟環境比圍棋規則複雜得多,但AlphaGoZero的成就意味著更高水平的人工智慧新興信用評分技術很可能以純粹的自我學習和自我進步在新興領域預演大規模投資、吸取經驗修正投資路徑,在金融風險評估領域領先人類一大步。無論是規模稍小的對沖基金還是規模巨大的互助基金、養老基金、保險基金,對於這種人工智慧信用風險評分技術的需求都非常大。全球化浪潮不會因為一些國家的民粹主義停止前進,世界各國的財政政策、貨幣政策、外匯政策之間的複雜的交互作用,包括時滯效應、回蕩效應等帶來的資本的全球套利空間巨大,唯有人工智慧可能瞬時處理其中巨量信息,哪個國家在這一技術領域佔據主導地位,哪個國家就會在未來的國際金融市場佔據主導地位。
第二,微觀個體方面,人工智慧技術收集、存儲、創造的海量、動態個體360度消費者信息視圖,能對客戶的金融需求、金融行為進行高精度刻畫,個性化金融服務市場將成為藍海市場,傳統金融市場銷售模式將受到極大衝擊。
傳統的銀行收集的是兩個交易者之間的交易數據,而人工智慧會多維度收集、分析這些交易數據背後的信息,比如,兩個交易人到底是誰,他們的年齡、性別、學歷、婚姻、出生地等;從海量數據來看,他的付費習慣、旅行特徵、風險屬性等行為偏好和行為軌跡如何;人工智慧還將深入發掘交易人之間到底有什麼關係,這種關係意味著什麼需求匹配關係,什麼合作模式,什麼合作風險;更進一步,人工智慧還能從社交網路、物聯網資源,獲取大量數據,以便可以做出客戶的360度動態視圖。這些數據對於客戶價值模型的預估、產品偏好預估、用戶流失量預估提供了極大方便,為匹配與客戶最合適的服務人員,提供準確的業務引導和改善意見提供了方便;為金融產品的精準推薦、營銷、風控奠定了重要基石。
具體而言,以數據為基礎,人工智慧技術能實現如下幾點:
在龐大人群中主動識別出具有某種金融需求的個體,並預判信用風險水平。海量關係圖譜分析能識別出哪些人正在面臨財務困難、其信用等級如何,他們的金融產品偏好和收入約束如何,這些信息對於金融服務提供方制定研發戰略、營銷戰略顯然具有重要意義。有研究表明,人工智慧技術能夠進行快速高維數據降維,比如,快速將3000個維度迅速下降為400維;基於百度數億級用戶數據降維分析,央行徵信數據得以將客群的風險區分度提升13%。
能對差異化的金融產品進行市場預判。傳統金融機構多提供大眾化、統一化產品,因為無法預估市場規模,進行差異化產品設計可能帶來市場風險。但有證據顯示,時代潮流是,消費者越來越追求個性化體驗,其所要求的私人化、特殊化和系統所提供的大眾化、統一化是不相容的。人工智慧技術能利用海量數據對數億規模的人群進行分類並進行行為模擬,能導入差異化的金融產品的龐大規模「田野實驗」,進而觀察不同人群的行為模式變化,由此推斷產品需求。
服務過程中,包含情緒分析的人工智慧工具將幫助員工評估交易成功的可能性和客戶忠誠度,銷售人員能根據評估結果,進一步進行交叉銷售和追加銷售,從而提高交易成功率。此外,情緒分析還可以用於優化不良貸款的管理。
第三,企業層面,人工智慧技術將對金融企業一些部門的傳統運行模式形成衝擊,能極大地優化企業運行機制、提高企業效率。
先看金融企業的研究部門。金融企業常常需要僱傭龐大的團隊進行學術研究。金融企業的研究並不像大學需要進行基礎理論研究,常常是基於理論文獻以及基礎性實證研究進行應用研究。事實上,這些工作完全可以用人工智慧技術完成。例如,為財險公司提供風險建模服務的Praedicat公司,一改過去僱傭大量研究人員的模式,利用人工智慧平台進行研究。該平台讀取了超過2200萬份同行評審的科學論文,為評估新興風險的嚴重性時刻做好了準備,由此顯著提高了承保人的風險定價能力,並提高了承銷商創造新的保險產品的能力。日本領先的資產管理公司野村也在對研究部門進行深刻改造。該公司與軟體提供商NRI進行合作,開發出了人工智慧和自然語言共同影響的投資組合決策系統。過去,野村的研究人員在決定如何權衡投資組合中的股票時,必須考慮大量定性信息,如分析師報告、新聞文章、博客帖子和社交媒體發布會等。隨著數據量持續增長,經理們越來越難以做出正確判斷。新系統的目標是將這些定性的原始數據轉化為人工智慧可處理的定量數據:先接受分析師報告的培訓,以學習數據源中的「正面」和「負面」語言模式;由海量數據積累的正負代數和之值來評估信息對股票的整體影響;將這些報告彙報給研究人員,進而由人機共同確定如何進行投資。
再看金融企業的服務部門。以微眾銀行為例,為了對兩千萬客戶進行服務,大約需要800個客服人員,每天工作10小時;如果換成人工智慧服務,只需要1個智能機器人,8個人工客服。另一方面,對於有時差、語言差別的全球客服,人工智慧更是大幅度降低了服務成本。基金、銀行、保險企業的服務部門的日業務量非常大,當前全球的運行模式基本上都是配置大量勞動力應付巨量重複勞動。可以預見,人工智慧技術的崛起將對金融服務部門進行深刻改造,進而對企業競爭能力形成影響。
甚至有的金融企業還在進行人工智慧的全方面滲透。全球最大的對沖基金布里奇沃特正在建立一個人工智慧引擎,以實現公司的自動化管理。布里奇沃特創始人希望人工智慧系統能夠處理市場分析、員工招聘、內部控制、投資決策、財務分析……目前,管理著1600億美元的布里奇沃特已經通過其「純阿爾法」(PureAlpha)基金的策略,測量了數百個經濟數據點,內部開發的應用程序可以用來為經理和員工分發數據。該公司提出在將來五年,人工智慧系統能夠直接完成全公司四分之三的管理決策。
無論是消費者、企業,還是全球市場層面,人工智慧都正在對金融行業產生深刻影響。把握這一技術浪潮,對於佔領全球金融行業制高點具有重要意義。
TAG:華股財經 |