羅蘭貝格：AI迅猛「入侵」金融行業 數字化和創新技術平台成關鍵

2018年，隨著AI技術成本逐步降低，AI技術會在很多產業發揮更大的作用，金融行業作為一種高度數據化的行業，首當其衝成為AI最好的應用領域。全球的銀行、信用機構已經紛紛行動，力爭在AI的大浪潮下搶得先機。

從金融服務的視角來說，我們會在2018年看到AI的四個趨勢：檢測並防止欺詐、智能客服（智能投顧robo-advisor）、以用戶為中心的創新、內部運作。

端到端的數字化和平台將變得越來越重要

許多銀行和金融服務提供商正開始大規模應用人工智慧這一工具，使其價值鏈中的許多環節更加高效，並作為抵消利潤縮減和競爭加劇以及保持業務盈利的手段。

人工智慧並不是個新鮮的玩意兒了。早在20世紀60年代，對神經網路的基礎研究就開始了。但自2015年以來，這一科技主題與金融服務業之間變得越來越相關。

市場調研機構羅蘭貝格（Roland Berger）的《零售銀行業調查》（Retail Banking Survey）顯示，雖然端到端的數字化和平台是當今金融服務提供商的一大關鍵，但人工智慧在其中的角色扮演將越來越重要。

大多數零售銀行已經完成了第一波數字化過程，並且目前正在投資複雜交易的數字化

首先，使用人工智慧的技術要求基本上已經到位，今天的計算機安裝了更快的處理器，價格低得多。另一方面，雲計算現在可以更輕鬆地連通計算能力。而另一個對金融部門特別重要的因素，即必要的數據（特別是資本市場方面的數據，以及公司自己的數據）現在很容易獲得。

現階段，金融公司所面臨的數據結構化需求遠遠高於開發AI的需求。對於金融機構來說，有目的和計劃的在合法的途徑下收集、購買、或生成相關數據將會為未來企業發展帶來巨大的優勢。

改變行業的新工具

金融業繼續面臨巨大的變革壓力。利潤率萎縮不僅意味著提供商必須削減成本並有效管理風險，而且還必須挖掘新的收入來源。除此之外，越來越多的監管負擔需要更強大的分析工具，以便在報告條款和AML合規性檢查等法律要求方面對金融部門進行全面監控。

銀行正在使用各種創新技術，歐洲銀行比德國銀行更開放

AI應用程序充當了有效的選擇工具，可以應用於價值鏈的許多點。例如，圖像識別可以在客戶界面上用作授權過程的一部分，並且語音識別允許在客戶諮詢中部署聊天機器人。AI可以幫助進行信用檢查和評級。對沖基金和股票經紀人也使用該技術來檢測更高評級的客戶，以此了解不相關的收益率或改善他們的交易活動。此外，人工智慧工具可以幫助金融機構制定監督審查報告，並可用於數據分析和優化以及欺詐檢測和預防目的。

機遇和風險

由於各個細分應用的潛力很大，金融行業的每家公司都會很好地系統地審查其AI布局下的價值鏈，評估潛在的風險並進行適當的管理。公司及其客戶的優勢是多方面的：

AI工具可提高數據質量並顯著提高數據處理速度：估算表明，節省的費用可能是目前進行相同處理所需時間的四分之一到一半。

AI可以改善信用檢查並相應降低風險成本，減少10％至15％的課程。

在人工智慧的基礎上提供的新型諮詢——例如聊天機器人，將使得使客戶服務更有效、更具創新性。只要使用得當，AI工具可以幫助公司贏得市場份額並獲得額外收入。

人工成本降低，因為人工智慧技術可以自動化許多流程或減少所需的人力。

但另一方面，正如金融穩定委員會去年11月在一份出版物中指出的那樣，AI在金融行業的應用存在風險。其中一個風險在於自學習演算法不可審計，更重要的是，行業越來越依賴於在監管框架之外運作的第三方。此外，金融市場與銀行之間日益增長的互聯互通帶來了危險，這可能導致系統性風險。正是這些演算法操縱了波動率指數，並在2月初引發了紐約證券交易所的修正，銀行本身遭受了重大損失。

目前，AI在金融領域還面臨著許多障礙：無法很好的用AI來定義一個金融問題，遷移學習等還並不能大規模普及應用；AI從業者和金融從業者缺乏有效溝通；金融領域缺乏足夠的大數據和人工智慧人才儲備；投出產出在現階段不成正比，短時間內難以獲得收益；技術性的難題還包括很多。

這就是為什麼金融穩定委員會要求對所有AI工具進行嚴格的測試，包括清晰的數據和反饋機制。有了這些，就有可能確保技術實際上能夠實現預期，並且可以使之符合所有人的利益。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！