人工智能（AI）、機器學(xué)習(xí)（ML）和深度神經(jīng)網(wǎng)絡(luò)（DNN）正在顛覆金融行業(yè)的業(yè)務(wù)，挑戰(zhàn)傳統(tǒng)價值。

可以肯定的是，人工智能正在通過無數(shù)不同的應(yīng)用悄悄地影響著世界。人工智能技術(shù)已經(jīng)為許多日?；顒犹峁┝藙恿?，從開車送我們上班到自動調(diào)節(jié)恒溫器，而且往往是在我們不知情的情況下。根據(jù)Gartner的數(shù)據(jù)，40%的主要企業(yè)將在2020年實施人工智能解決方案，超過一半的企業(yè)將在2020年將現(xiàn)有的人工智能解決方案增加一倍。這一預(yù)測是在Covid-19大流行爆發(fā)之前做出的，但即使考慮到這一點，人工智能的增長仍將呈指數(shù)級增長。

在一些工業(yè)人工智能中，機器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)則有著更多的應(yīng)用。其中之一就是金融行業(yè)，在這個行業(yè)中，新技術(shù)已經(jīng)在顛覆商業(yè)，挑戰(zhàn)著傳統(tǒng)價值觀。

當涉及到咨詢和支持時，像EC-MSP這樣的IT公司就能夠以最有效的方式來利用AI解決方案。這些都可以使企業(yè)能夠利用這些技術(shù)的潛力并增強其流程。

風險管理

人工智能在風險管理中發(fā)揮著至關(guān)重要的作用，而在金融世界中，時間就是金錢。對于風險案例來說，算法可以用來分析案例歷史并識別出任何潛在的問題。這包括使用機器學(xué)習(xí)來創(chuàng)建精確的模型，使金融專家能夠跟蹤特定的趨勢并注意到可能的風險。這些模型還可以用來確保獲得更可靠的信息，以供將來的模型使用。

在風險管理中使用ML意味著可以在較短的時間內(nèi)對大量數(shù)據(jù)進行強大的處理。結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)也可以通過認知計算來進行管理。否則，所有這些都意味著人類團隊要花很長時間的工作。

Kensho是一家總部位于馬薩諸塞州的公司，為主要的金融機構(gòu)提供數(shù)據(jù)分析和機器智能。他們的解決方案結(jié)合使用了云計算和自然語言處理（NLP），能夠以可理解的語言提供復(fù)雜的分析解決方案。

欺詐預(yù)防

近年來，隨著數(shù)字客戶交易的大幅增長，需要使用可靠的欺詐檢測模型來保護敏感數(shù)據(jù)。人工智能可以用來加強其基于規(guī)則的模型，并協(xié)助人類分析師。這反過來也可以提高效率和準確性，并降低成本。

人工智能也可以用來回顧消費歷史和消費行為，這樣它就可以突出不正常的情況，比如一張卡在短時間內(nèi)在不同的全球地點被使用的情況。人工智能還能夠從人類的糾正中學(xué)習(xí)，并基于應(yīng)該強調(diào)的內(nèi)容來應(yīng)用決策。

欺詐管理的所有用例對AI算法都有不同的要求，而且每個用例對它們的使用也都略有不同。事務(wù)監(jiān)視需要更快的響應(yīng)時間、錯誤率和精度，還有培訓(xùn)數(shù)據(jù)的可用性和質(zhì)量。

Shape security是一家為美國銀行提供欺詐檢測服務(wù)的公司，主要處理憑證填充、信用申請欺詐、禮品卡跟蹤和信息提取。該組織使用的ML模型經(jīng)過了數(shù)十億次請求的訓(xùn)練，因此他們能夠區(qū)分真正的客戶和機器人。

個性化銀行

在銀行業(yè)，由人工智能驅(qū)動的智能聊天機器人能夠為客戶提供全面的解決方案，并減少呼叫中心的工作量。語音控制的虛擬助手也越來越受歡迎，這些助手通常是由亞馬遜的Alexa提供支持的，并具有自學(xué)功能。它們能夠檢查余額、賬戶活動并安排付款，而且它們的功能每天都在增加。

許多銀行現(xiàn)在都有提供個性化理財建議和幫助實現(xiàn)理財目標的應(yīng)用程序。這些人工智能驅(qū)動的系統(tǒng)可以記錄收入、日常支出和支出行為，然后提供財務(wù)計劃和建議。手機銀行應(yīng)用程序還可以提醒用戶支付賬單，競爭交易，以及更方便地與銀行進行互動。

Abe AI是一個虛擬的金融助手，可以集成到各種通訊模式中，比如亞馬遜Alexa，Google Home， Facebook以及SMS。它所提供的服務(wù)包括請求支持、會話式銀行業(yè)務(wù)和財務(wù)管理。

量化交易

量化、算法或高頻交易，以及數(shù)據(jù)驅(qū)動的投資，最近一直在全球股市擴張。投資公司正在依靠計算和數(shù)據(jù)科學(xué)來準確預(yù)測市場的未來模式。

人工智能的優(yōu)勢在于能夠從過去的數(shù)據(jù)中觀察模式，并預(yù)測它們在未來是否可能重演。當數(shù)據(jù)中出現(xiàn)某些異常時，比如金融危機，人工智能就可以研究數(shù)據(jù)并發(fā)現(xiàn)可能的觸發(fā)因素，然后為未來做好準備。人工智能還能夠為特定的投資者個性化投資，幫助他們做出決策。

Kavout是一家使用定量分析和ML來處理數(shù)據(jù)和識別金融市場模式的公司。他們的工具能夠處理大量的數(shù)據(jù)，并將其簡化為適用于特定股票的數(shù)值等級。

信貸決策

在許多領(lǐng)域，人工智能正在被有效地用于更好地為決策過程提供信息。其中一個領(lǐng)域就是信貸，AI可以以較低的成本快速提供對潛在借款人的準確評估。與傳統(tǒng)的信用評分系統(tǒng)相比，人工智能的信用評分可能要復(fù)雜得多。它們可以幫助確定哪些申請者更有可能違約，以及哪些申請者沒有任何可靠的信用記錄。

由人工智能驅(qū)動的模型還具有客觀和無偏見的優(yōu)勢，這可能是人類進行決策的一個因素。對很多人來說，擁有良好的信用是至關(guān)重要的，無論是購買大宗商品、找工作還是租房。

ZestFinance等公司采用了人工智能支持的承銷解決方案，使企業(yè)能夠評估信用歷史水平較低的客戶。這提供了透明的方式來考慮那些原本被認為是高風險的群體。

由人工智能驅(qū)動的系統(tǒng)可以變得更快、更高效、更可靠。這些技術(shù)在金融領(lǐng)域得到了越來越多的應(yīng)用，也更廣泛地被金融公司所采用了。那些接受采納這些技術(shù)可能帶來的風險的人，往往會得到精簡和更有生產(chǎn)力的操作的回報。人工智能對金融世界有著巨大的潛力，商業(yè)領(lǐng)袖們需要用正確的數(shù)據(jù)來做出最明智的決定。
責編AJX