Gartner：金融行業追逐AI帶來的變化

我們常說的金融科技，可以理解為用人工智慧和數據找到新的做生意方式。而如今，人工智慧在金融行業的應用也早已遍地開花，使用最多的三種技術分別是機器學習、計算機視覺、自然語言處理。

人工智慧的第一步是解釋事件，之後逐漸形成決策的流程自動化，最終將全部交給人工智慧來做決策。金融行業一直在追逐人工智慧，其可以通過自動化取代繁瑣重複的人工工作、提升客戶體驗、降低成本。

人工智慧不要用ROI來衡量

對於人工智慧的態度，中國銀行相對國外銀行要更積極。Gartner高級研究總監呂俊寬（CK Lu）總結了制約外國銀行投入人工智慧的三點原因，第一、現有數據、現有制度已經可以幫助銀行應付業務上的需求；第二、沒有明顯的金融科技競爭企業，所以沒有通過人工智慧轉型的強烈需求；第三、外國監管機構重視「可解釋性」。而人工智慧更像是一個「黑盒子」，人們只能得到結果，並不了解得到結果的過程。

Gartner高級研究總監呂俊寬（CK Lu）

目前人工智慧投資還處於早期階段，金融機構在人工智慧的使用上也存在一定挑戰，主要包括：第一、商業價值，人工智慧不能和ROI（投資回報率）強關聯；第二、數據，數據存儲分散，管理較難；第三、人才，人工智慧人才缺失，需要懂業務和懂人工智慧的人合作打造AI應用；第四、工具，單個應用解決單一問題，部署更多的AI應用花費的時間和成本都是巨大的；第五、規模，大規模的應用準確率大幅下降；第六、ROI，各部門各自投資造成資源浪費。

「CIO很難從ROI的角度向老闆證明，投資人工智慧是有回報的。」呂俊寬表示，在人工智慧的投資中很多企業都會陷入ROI的迷思，這會讓企業找不到人工智慧的投資方向。呂俊寬舉例說，Gartner看到，很少有企業通過部署客服機器人達到其ROI目標，客服機器人可以使客戶溝通數量增長15%-30%，但不代表可以立即裁掉15%-30%的員工。

所以在評估人工智慧是否成功時，呂俊寬建議企業首先要看通過人工智慧幫助企業提高了多少效率，其次是人工智慧對客戶體驗帶來了多少提升，而不要刻意使用ROI衡量。

人工智慧將逐漸規模化

目前金融機構在市場、銷售、產品、交易、風險管理等多個領域已經開始人工智慧的應用，而未來人工智慧也將對整個金融機構結構、人員帶來根本性改變。

反欺詐和風險管理是銀行業人工智慧應用較多的領域，因為欺詐可以稱得上是一門生意，銀行利用人來補「洞」的速度，遠遠比不上欺詐的變化速度，所以使用人工智慧制定規則定義欺詐行為，可以節省人力，並且有效防止欺詐。中國金融機構在反欺詐和風險管理外，還做了很多創新和嘗試，主要聚焦在效率之後的客戶體驗提升上，像獲取客戶、客戶留存等。

「對於銀行人工智慧規模化落地的問題，可能還沒有很快能夠奏效的解決方法。」呂俊寬認為，要實現規模化部署就需要解決人才和基礎設施兩大問題。

Gartner建議人工智慧在落地上要根據機構規模而定。小型銀行業務場景相對簡單，沒有足夠的資金進行人工智慧投資，所以要以業務為導向，同時與大銀行已有服務做匹配；中型銀行業務場景相對複雜，人工智慧可能會成為其進入「第一梯隊」的機會；大型銀行面對傳統銀行和互利網金融的雙重競爭壓力，需要改變文化和公司治理，才能從項目到產品實現創新。

從全球看來，人工智慧部署在公有雲和本地數據中的比例分別是40%和35%。在中國，由於監管要求，大部分人工智慧都部署在數據中心內。呂俊寬表示，雖然目前監管要求在本地部署，但是金融機構一定要考慮到未來人工智慧應用上雲的可能。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！