人工智慧在銀行業中的應用將會爆發
人工智慧可以改善客戶個性化，識別人類無法做到的模式和聯繫，並實時回答有關銀行業務問題的問題。金融機構已經在人工智慧方面取得成功。
人工智慧（AI）對於銀行業來說並不陌生。如果我們認為人工智慧的定義是機器互動和學習完成人類先前完成的任務的能力，那麼AI的歷史可以追溯到銀行業的50年代。通過機器互動和學習，自然語言可以被處理，而且決策的速度比以前更快，更準確。
人工智慧的成果之一是隨著時間的推移，機器學習隨著時間的推移而提高，並取得了更積極的結果。事實上，來自Google的Ray Kurzweil預計，到2019年，人工智慧將超越人類智能。儘管取得了這樣的成就，幾乎所有行業都取得了成功，但銀行業採取了更謹慎的態度。
由於能力和業務需求，對人工智慧的興趣增加了。結構化和非結構化數據的爆炸式增長、雲計算和機器學習演算法等新技術的可用性、新競爭帶來的不斷上升的壓力、監管的加強和消費者預期的提高，為金融服務中人工智慧的擴大使用創造了「完美風暴」。
在銀行和信用社，人工智慧的好處是廣泛的，可以追溯到辦公室的運營、合規、客戶體驗、產品交付、風險管理和市場營銷等方面。突然之間，銀行組織可以為每個決策提供大量的數據歷史。
人工智慧在銀行業的應用
大多數銀行和信用社正處於採用人工智慧技術的初期階段。根據《敘述科學》與美國國家商業研究所(National Business Research Institute)聯合開展的一項調查，接受調查的金融服務高管中有32％證實使用了人工智慧技術，如預測分析、推薦引擎、語音識別和響應。
對於那些不採用人工智慧的公司來說，他們提出了一些挑戰，比如對失敗的恐懼、對數據的依賴以及對法規的遵從性。根據《敘事科學》(Narrative Science)的調查，整個團隊中有12%的人沒有使用人工智慧，因為他們覺得人工智慧太新，沒有經過測試，或者對安全性沒有把握。
許多組織面臨的另一個主要挑戰是測試新興技術沒有明確的內部所有權
-只有6%的受訪者有創新領袖或主管，致力於測試新想法和新流程。沒有一個人或一個部門被分配來測試新的想法顯然是一個問題。
數據，數據，數據
數據正在被收集、分析和應用到更廣泛和更快的解決方案。 AI可以使大量數據自動化，以創記錄的速度進行分析和應用。
新的基於認知的解決方案還能以比以前更低的成本實現更積極主動的個人客戶體驗。這是由於人工智慧能夠高速建立知識、理解自然語言，以完全兼容的方式運行操作流程的能力所驅動的。
銀行業面臨的兩個最大的挑戰是缺乏數據收集、分析和應用方面的經驗以及存在數據孤島。這在敘事科學的研究中得到了體現。好消息是許多數據公司現在有能力做「解決方法」，從整個組織收集數據。
人工智慧在銀行業中的好處
儘管業界對人工智慧的承諾存在早期的猶豫，但還是有幾個用例。
2017年零售銀行趨勢和預測中確定的第一大趨勢是重新關注客戶體驗。在另一份「數字銀行報告」中，「銀行業個性化的力量」發現，消費者希望分享他們的個人信息，只要他們能夠根據這一共同見解獲得定製建議，優惠和服務。
人工智慧所帶來的個性化溝通和建議可以通過智能投顧 - 在線財富管理服務來反映出來，這種服務可以在沒有人類幫助的情況下提供基於演算法的自動化投資組合管理建議。通過人工智慧，演算法可以定期重新平衡投資組合，以維持原始投資指導方針，並以低於100個基點的成本運作(傳統經紀人的這一比例為2 - 3%)。robo advisors最初是由Betterment和Wealthfront等金融科技公司推出的，現在也成為了傳統券商的一部分。
除了智能投顧之外，全球其他許多大型金融機構都在使用AI來改善來報價和溝通的個性化。展望未來，相信定製營銷和解決方案開發將改善客戶體驗將成為金融機構的主要應用。
從客戶溝通流程到基礎後台處理，人工智慧可以採取相當常規的重複性流程，使其更加高效。曾經是一個非常繁瑣的新客戶開戶註冊過程現在可以基於個人活動開放後的高度個性化的交互。沒有機器學習和人工智慧的好處，這種個性化水平幾乎是不可能實現的。
另一個應用是對合規性要求，客戶信息文檔，甚至產品「常見問題」響應的持續更新。隨著不斷變化的事實和產品更新的基礎，所有相關的通信都可以立即改變。
人工智慧在銀行業最早的用途之一就是欺詐檢測。通過對賬戶活動模式的持續審查，可以對其進行監控，並對需要進一步審查的模式進行異常處理。過去十年來，人工智慧不僅顯著改善了監測過程，而且現在能夠實時應對潛在的欺詐行為。
根據《敘事科學》(Narrative Science)，「Feedzai使用機器學習來實時評估交易和數百萬個數據點。該公司維護著一個運營模式和挑戰者模式，隨著威脅的變化，模式不斷發展。當挑戰者模型變得更有效時，它將取代第一個模型，並創建一個新的挑戰者。
除了更個性化的客戶交流，人工智慧還提供了提高客戶推薦和建議的能力。像Moven和Simple這樣的移動銀行應用程序可以通過與智能手機應用相關聯的專門借記卡來跟蹤他們的消費，並通過自動的個性化推薦來增加他們的儲蓄。
Moven首席執行官Brett King認為，AI將接管許多與產品推薦和建議相關的日常工作。他告訴《敘事科學》，「對我來說，智能投顧是下一個大的顛覆。例如，在銀行業，你需要實時諮詢。人類提供的能力是貧乏的，作為人類，我們是不一致的，我們會犯錯。人工智慧不會。」
Finie：您的銀行賬戶的AI應用程序
就像過去幾年銀行業的一些創新一樣，人工智慧在零售銀行業務中最令人興奮的應用之一是來自一個小型的初創公司，而不是一家大型國有銀行。基於Ann Arbor的Clinc已經創建了一個名為Finie（用於金融精靈）的語音驅動的AI平台，它是一種使用自然語言查詢(而不是非常有限的基於規則的命令)與銀行賬戶交互的方式。
作為直接面向銀行和信用合作社的市場，Finie提供最佳人工智慧的好處，擴大知識面，改善每次互動的結果。 Clins Finie可以被問及「今晚我有足夠的錢出去吃晚餐」，而不是被限制為「我的餘額是什麼」這樣的指令。而不是「提供交易清單」，Finie可以問：「我在雜貨上花了多少錢」，或者「這個月我在咖啡上的花費多於上次」。
Finie被集成到銀行的手機銀行應用程序中，充當「一個語音激活的智能個人助理，能夠回答每個用戶獨特的財務問題，提供個性化的支出建議，並完成任何銀行任務」。如果沒有基本問題或任務的有限模板，人們相信消費者會變得更加投入。
人工智慧在銀行業的未來
對於金融服務公司而言，人們對於風險和欺詐檢測以及降低成本的根源越來越重要。數字消費者正在成為人工智慧（亞馬遜，谷歌，Facebook和蘋果）掌握的公司接受培訓，並期望他們所使用的公司了解他們，了解他們並通過個性化溝通來獎勵他們。
根據《敘事科學》，大約有10％的組織正在使用人工智慧來與同行進行競爭，並在他們的數據中找出可能被遺漏的機會。這只是冰山一角。很快，所有金融服務公司將利用人工智慧的力量提供更好的體驗，降低成本，降低風險，增加收入。
TAG:秋野財經 |