炒作背後的現實：談談AI帶給銀行業的期望與落差

▼

【網易智能訊 4月15日消息】近日，德意志銀行CEO約翰·克賴恩曾提議要用機器人取代銀行98000名員工中的一半。上周末，他戲劇性的下台意味著他將無法實現這一承諾，但投資者們不必想著其他銀行家也如此看好人工智慧的潛力，以期給這個自金融危機以來的10年里一直難以盈利的行業帶來徹底改變。

花旗集團前CEO維克拉姆·潘迪特預測，未來5年內，30%的銀行工作崗位可能會被人工智慧的應用所淘汰。日本瑞穗金融集團表示，到2027年，該公司將用人工智慧取代19000名員工，約佔其員工總數的三分之一。

幾乎每一家大型諮詢公司都發表了關於人工智慧將如何改變銀行業的研究。畢馬威更進一步，提出了「無形銀行」的願景，即「智能的虛擬助理」在客戶互動的各方面工作中取代人類員工。

2010年，西班牙桑坦德銀行推出了紅色機器人，向顧客展示其西班牙遊客中心。瑞士聯合銀行將亞馬遜的數字助理Alexa應用於客戶服務方面，摩根大通正在使用機器人（那種看不見的機器人）來進行交易，而摩根士丹利則有一個人工智慧欺詐檢測團隊。就在本周，滙豐表示，它將效仿摩根士丹利的做法，利用人工智慧來檢測洗錢、欺詐和恐怖主義融資。

投資者傑若恩·范歐爾表示：「長期而言，我認為利用人工智慧和技術將決定贏家和輸家之間的差距」。他負責運營荷蘭荷寶集團設立的歐洲首個金融科技專項基金之一。

AI在銀行業中的應用

下面，我們列舉了銀行業正在使用的人工智慧，看看真實情況是什麼樣的？

|聊天機器人和虛擬個人助理

用途

銀行正在使用聊天機器人和語音機器人來與客戶互動，並在任何員工參與問題之前解決問題。

背後的技術

自然語言處理和生成將使客戶越來越難以判斷，他們是在與人交談還是人工智慧界面。語音識別和面部識別可以代替密碼來確保安全。

言論

「為了與未來接軌，你需要高效的後台運作……除此之外，你還需要能夠量身打造產品……如果你不能在未來提供這種服務，輸的將會是你。」英國《金融時報》對30家主要銀行使用人工智慧的情況進行了調查，結果顯示，該行業對一項能夠幫助削減成本和提高回報率的技術前景感到興奮。一家銀行甚至預測，銀行中50-70%的工作崗位可能會被人工智慧所取代。

現實

這種說法過於誇張了，事實卻更為複雜。目前，在如何將人工智慧應用於銀行業的問題上，不僅沒有達成共識，而且目前許多應用機器學習的努力都是有限的。該行業正在摸索前進的道路，而不是朝著有利於人工智慧發展的未來前進。

| 客戶分析

用途

銀行希望根據每個客戶的詳細資料提供個性化的交流和決策。他們還可以使用客戶分析和演算法排序來評估風險和精確目標報價。

背後的技術

人工智慧可以利用每個人的大量非結構化數據來分析客戶。機器學習可以用來分析行為模式，演算法也可以自動增加決策的數量。語言分析也將應用於對文字選擇和語法的分析來預測決策。一些基金經理已經開始使用這一技術來評估首席執行官的語言選擇，並弄清楚這對未來的公司業績意味著什麼。

現實

加拿大皇家銀行的人工智慧研究部門的負責人福特尼·阿格拉菲特說：「有太多的人發表了關於成本和工作影響的觀點」。她補充說到：「我們解決的問題都是非常狹隘的問題。人們的誤解是，人類和機器可以表現得旗鼓相當。我們還有很長的路要走，我們需要解決諸多挑戰，才能讓機器在接近人類思維的水平上運行。」

帕特里克·亨利·溫斯頓教授在1972年至1997年間領導了麻省理工學院的人工智慧實驗室，現在是該研究所的福特教授。他和阿格拉菲特一樣，對其局限性感到擔憂。

|簡化流程

用途

銀行希望「低價值流程」能夠被人工處理。這意味著計算機將掃描和解析文檔。一些決策可能是由對每個領域的法規和法律完全了解的人工智慧來做。

背後的技術

圖像識別和機器學習可以結合在一起掃描大量的文件，並根據應用的法律和法規採取行動。然後，演算法可以用來決定哪些案例應該被傳遞給一個人類決策者。

言論

帕特里克·亨利·溫斯頓教授說：「你所需要創造出取代人思維能力的東西，今天所謂的人工智慧系統並不能做到這些，現在的人工智慧擁有的更多是感知方面的能力而不是認知方面的能力。什麼時候人工智慧會擁有認知能力？最後也許會實現，但我並不看好。今天很少有人工智慧的研究者進行認知方面的工作。」

現實

作為一個集體，各銀行都認為人工智慧很重要，但它們使用人工智慧的策略卻不一樣。參與調查的一家歐洲銀行告訴英國《金融時報》，它有500至800名在人工智慧部門工作;瑞典北歐聯合銀行通常被認為是世界上技術最先進的銀行之一，它說銀行內只有25名員工從事人工智慧的相關工作。英國《金融時報》調查的30家大型銀行中，有幾家願意披露其在人工智慧支出方面的數據，預算從300萬美元到1500萬美元不等。一家銀行表示，其正將支出從每年不到300萬美元增加到5000多萬美元。

總體而言，儘管各銀行在其業務範圍內對人工智慧進行了試驗，但它們並不像公開聲明所暗示的那樣樂觀。30家銀行中，有7家銀行願意估計人工智慧的長期成本節約，6家表示將削減成本不到20%，另一些則更為樂觀。

|模式識別

用途

人工智慧可能會發現交易中存在的異常或模式，這可能意味著欺詐和洗錢。面部和語音識別也可能會給已經進入系統的欺詐者打上標記。數據可以被篩選，以找到顯示風險或投資機會的交易模式。

背後的技術

機器學習使人工智慧能夠解析大量非結構化數據，從而將信號與市場中的雜訊分離開來，而且它可以自我糾正。複雜的圖像識別可以用來識別人和物體。

言論

Kasisto公司的首席執行官兼聯合創始人Zor Gorelov說：「銀行業存在太多不切實際的人工智慧炒作，銀行業高管對此感到困惑，這是可以理解的。」該公司向包括新加坡星展銀行、渣打銀行和其他10家銀行在內的多家銀行出售人工智慧平台KAI。

「我們正試圖變得非常現實，並將銀行的期望設定在系統的能力範圍內。我們馬上要做的一件事就是我們要說『我們的工作系統必須與一個人有情境上的連接……因為沒有人可以把工作交給人工智慧系統負責，而且很可能在可預見的未來，他們將無法將100%的進程交給人工智慧來負責。」

現實

不現實的期望並不是銀行面臨的唯一障礙，因為他們正對人工智慧領域進行更深入的研究，而他們所得到的承諾是如此之多。一些專家表示，有一種危險是，過多的投資流向了「性感」領域，比如聊天機器人，而對人工智慧幕後過程研究的投資便有些捉襟見肘了，但卻是這一方面的研究才可以讓銀行獲得更大的收益。

總結

因此，在所有這些紛紛擾擾中，銀行把他們的注意力集中在哪裡？答案在一定程度上取決於銀行所認為的人工智慧究竟是什麼。那些參與了英國《金融時報》調查的銀行給出的定義都很狹隘，他們把人工智慧定義為那些只執行更多基本功能的程序，這些功能包括邏輯推理、學習和自我校正，不需要明確的編程（加拿大皇家銀行），還有一種定義是包括所有自動化在內的人工智慧的願景（野村證券）。其中一個定義有130個詞。還有一個定義涉及到圖表。

渣打銀行首席數據官沙梅克·昆都表示，在2017年該行所關注的14個人工智慧項目和試點項目中，只有大約20%集中在「純成本或生產率」上。他補充道：「大多數項目都是為了提高我們的風險偏好，降低了風險，但也提高了我們承擔風險的能力。」渣打銀行對人工智慧的定義是「一種技術和方法，使機器能夠完成那些需要人類智能來完成的事情」。

風險管理是各銀行不斷提到的主題。在這方面，科學是站在他們這一邊的，就像其他機械的任務一樣，人類的干預會阻礙而不是幫助。「對於那些沒有變化的重複性任務（在中間部門，在後端），對於那些不需要聰明才智的清算/結算/操作流程來說，人工智慧的方法非常棒，」Santander InnoVentures (桑坦德銀行旗下1億美元金融科技風險投資基金會)的風險合伙人帕斯卡爾·布維耶說到。該基金會是西班牙銀行金融科技風險投資基金，投資於早期的金融技術，包括專註於人工智慧的金融科技。

布維耶補充稱：「它們是確定性的，並且實際上不需要奢侈的黑匣子演算法，也不需要達到一定的監管/法律門檻，這些都屬於優化、自動化、智能自動化、機器人流程自動化等領域。這都利於銀行削減成本。」

除了風險管理應用程序外，摩根大通利用人工智慧來更有效地進行交易，也可能屬於這一類，花旗的機器學習業務也可以處理向交易員發送的定價請求。

德國金融科技諮詢公司GFT Technologies的首席執行官瑪麗卡·盧萊表示，「專註於理解新技術能夠給他們帶來新的商業模式和專註於新方法能給他們帶來更多收益的銀行之間存在明顯差異，而其他銀行則將成本削減作為第一個目標。」

銀行對令人擔憂的員工很敏感，工會則對裁員很敏感，他們轉而談論讓員工騰出工作來做更有趣的工作。隨著人工智慧辯論的不斷深入，銀行已經改變了他們所傳遞的信息，使得人工智慧的收入增長潛力至少和削減成本一樣重要。

荷蘭銀行集團ING表示：「我們希望利用人工智慧為我們的客戶帶來更聰明的解決方案，並在決策過程中更加有效。因此，我們相信，人工智慧將賦予勞動力更多可能，而不是『人工智慧取代勞動力』。」

在加拿大皇家銀行的人工智慧研究所，阿格拉菲特女士說她的團隊「優先考慮那些我們有證據可以解決的事情」。這包括「分析新聞，確定世界事件如何影響美國市場」。

其結果將是「潛在地創造收入，但同時也節省了成本，這些是我們的研究人員、我們的顧問、我們的財務顧問和從事研究工作的人用於理解所利用的工具，」她補充道。

對於一些人來說，選擇合適的領域來使用人工智慧是最困難的問題。桑坦德銀行的首席數字和創新官林賽·阿格斯說：「很容易陷入『讓我們用人工智慧來解決它』的陷阱。一些人工智慧的想法可能看起來非常『閃亮』，但實際上只是對現有的數據處理能力進行了微小的改進。」

在荷蘭銀行，這家荷蘭銀行為其擴大人工智慧使用範圍的決定進行了辯護，其中包括為客戶提供數字助理和檢測欺詐和進行風險分析的工具。荷蘭銀行表示：「為了發現最具價值的地方，我們正在積極試驗。這不僅適用於現有的服務，也適用於新的機會。我們正在研究如何讓我們的員工更容易地工作，以及客戶如何從人工智慧中獲益。」

隨著人工智慧項目將銀行拉向不同的方向，評估成功和領導力對局外人來說會很可怕。荷寶集團的范歐爾說：「將營銷故事與實際完成的故事區分開來是非常重要的，通常兩者之間存在很大的差別。如果你深入研究核心，你就能很好地判斷它的市場營銷是否真實。」范歐爾先生正在尋找提高成本/收入比率和交叉銷售的證據。他說：「如果你沒有看到這些證據，而銀行說他們在人工智慧領域做了所有這些事情，你就必須問問自己，這是不是並非真的。」

他表示，銀行將需要更長的時間才能看到人工智慧項目的後台運行結果，而一些人已經看到了對前台的影響。「我們已經與幾家銀行進行了交談，它們可以清楚地表明，在實施了這些技術之後，它們能夠交叉銷售更多的產品，而且它們更善於與客戶溝通。」

渣打銀行的昆都表示，對於外界來說，看到切實的成果，讓他們能夠決定自己的銀行在人工智慧領域的投資是否正在取得成果，這「為時過早」，尤其是因為其大部分的人工智慧冒險都是實驗性的。他補充說：「早期的結果是有希望的。他們將能夠看到人工智慧所帶來的影響。」

對於局外人來說，表面的跡象並不意味著人工智慧將接管整個行業。八年前，這些機器人開始向遊客展示桑坦德市，但在桑坦德銀行的13697個銀行分行里，現在看不到任何一個機器人的身影。

成本：裁員、支出和部署人工智慧

英國《金融時報》對全球30家最大的銀行進行了調查，調查他們對於人工智慧的應用方式。18家銀行對14個問題中至少5個問題給出了詳細答案，另外5家對它們的人工智慧工作給出了描述性的答覆，其餘5個都拒絕參與。結果顯示：

前端部門最重要：

在這18家銀行中，有17家已經在前端部門使用人工智慧，從花旗的Facebook messenger聊天機器人到瑞銀在客戶服務方面使用亞馬遜虛擬助理Alexa，這也是銀行看到與人工智慧相關的節省成本方面的最大潛力的地方。

應用範圍廣最好：

18家銀行中有8家在前端部門、中端部門、後端部門和數據分析部門使用人工智慧，另外10家銀行在這4個部門中的3個部門使用了人工智慧。

資源差異很大：

9家銀行提供了有關人工智慧的詳細信息，一家要求匿名的歐洲銀行稱其僱傭了500至800人。北歐聯合銀行稱其有25人。有6家銀行提供了人工智慧支出的詳細信息，從500萬歐元至1500萬歐元的資金不等，一家機構計劃將支出從300萬美元增加到5000萬美元。

在裁員方面持保守態度：

7家銀行給出了可能的與人工相關的失業數據。6家銀行表示，這一數字將低於20%。

大銀行的責任：

在18家銀行中，有5家擁有直接負責人工智慧的管理委員會成員。

正時興的合作關係：

在18家銀行中，有8家參與了合資企業，其中4家已在與人工智慧相關的公司進行投資。

選自：FT

編譯：網易智能

參與：Rosie

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！