金融时报:人工智能在银行中的应用—对全球30家大型银行的调查

原文地址:https://cloud.tencent.com/developer/article/1144829

(微信公众号 点滴科技资讯)

尽管银行业对新技术感到兴奋,但仍采取比较谨慎的方式。

德意志银行首席执行官约翰•克莱恩(John Cryan)曾经提出将其98000名员工中的一半用机器人代替。上个周末他戏剧性的下台意味着他将无法兑现这一承诺,但对于金融危机以来的十年间还在为盈利苦苦挣扎的银行业来说,投资者经常会听到其他人在多个场合谈论人工智能对银行业带来革命性影响的潜力。

前花旗集团首席执行官VikramPandit--作为金融科技的布道者 - 预计五年内30%的银行职位可能会被人工智能取代。日本的瑞穗金融集团表示,到2027年,它将使用人工智能来取代19,000名员工 - 大约三分之一的员工。

几乎所有的知名咨询公司都发表了关于人工智能如何改变银行业的研究。毕马威更进一步推出了“无形银行”的愿景,即“启发式的虚拟助手”在客户互动的各个方面取代人类。

桑坦德于2010年引入了红色机器人引导西班牙游客中心的游客。瑞银用亚马逊的数字助理Alexa负责客户服务职责,摩根大通正在使用机器人(无形的)执行交易,摩根士丹利拥有一个人工智能欺诈检测团队。就在本周,汇丰银行表示,将通过使用人工智能来识别洗钱,欺诈和恐怖分子资金等行为。

“长期而言,我认为这[利用人工智能和技术]将决定竞争成败,” Jeroen van Oerle说,他是为荷宝(Robeco)负责管理位于荷兰的欧洲首个金融科技专项基金的投资人。

银行如何使用人工智能

1. Chatbots和虚拟私人助理

这意味着什么?

银行正在使用聊天机器人和语音机器人与客户互动,并解决问题,不需要任何人类员工介入。

背后的技术

自然语言处理和生成会使客户越来越难以判断他们是否正在与人类还是与人工智能交谈。为了确保安全,可以使用语音识别和面部识别来代替密码。

“为了保持未来的市场地位,你需要有高效的后台业务部门。。。最重要的是,你需要能够提供针对性产品。。。如果你将来不能提供这些服务,竞争对手就会提供这些服务,而你则会失去客户。“

这是炒作。现实情况要复杂得多。“金融时报”对30家知名银行使用人工智能的调查显示,银行业对人工智能能够帮助削减成本和提高回报的技术前景感到兴奋。一家银行甚至预测50-70%的岗位可以被替代。

然而,人们不仅对银行如何使用人工智能几乎没有形成一致意见,而且目前许多应用机器学习的努力都不多。银行业正感觉到未来的方向,而不是争先恐后地迈向人工智能创造的未来。

2.分析客户

这意味着什么?

银行希望根据每位客户的详细资料提供个性化的信息和决策。他们还可以使用客户分析和算法分类来评估风险和精准目标报价。

背后的技术

人工智能可以利用每个人大量的非结构化数据来分析客户。机器学习 - 可以从数据中学习的计算机 - 可以用来分析行为模式。算法还可以使越来越多的决策自动化。语言分析也将应用于词语选择和句法预测决策。这项技术已经被一些基金经理用来评估首席执行官的句法选择,并分析这对公司未来业绩代表着什么。

加拿大皇家银行人工智能研究部门Borealis的负责人Foteini Agrafioti说:“有太多的人做出类似表述(关于成本和工作的巨大影响)。”

“我们解决的问题非常狭窄,”她补充道。“认为人类和机器完成工作的水平一样是一种误解。在机器可以和人类一样能够完成工作之前,还有很长的路要走,还有很多挑战需要解决。“

Patrick HenryWinston教授曾经在1972年至1997年期间担任麻省理工学院人工智能实验室的教授,现在是该研究所的福特教授,与Agrafioti女士一样担心人工智能的局限性。

3.简化流程

这意味着什么?

银行希望'低价值流程'由人工智能处理。这将意味着文件被计算机扫描和解析。一些决策可以通过人工智能完全了解每个领域法规和法律的情况下完成。

背后的技术

图像识别和机器学习可以结合扫描大量文件,并根据适用的法律法规采取行动。然后可以使用算法来确定哪些案例应该交给人类决策者。

他说:“如今,所谓的人工智能系统还无法代替能够思考的人类,,而这些人工智能系统实际上还是感知型的而不是认知型的,”他说。“认知何时会发生?最终,我认为时间还很不确定。今天人们在做的人工智能实际上并不是认知型的人工智能。“

作为一个群体,银行都认为人工智能很重要,但他们应用人工智能的战略差异很大。参与调查的一家欧洲银行告诉英国“金融时报”,有500-800人正在从事人工智能工作。瑞典的Nordea被认为是世界上技术最先进的银行之一,它说它只有25个人从事人工智能工作。在英国“金融时报”调查的30家大型银行中,少数银行的人工智能预算从300万美元到1500万美元不等。一家银行表示,它将人工智能技术的支出从不足3百万美元增加到5千万美元以上。

总的来说,虽然银行正在其业务中测试人工智能技术,但它们并不像公开宣传的那样乐观。在愿意估计人工智能带来的长期成本节省的七大银行中,有六家表示人工智能削减的成本不到20%,另一些则更乐观。

4.发现模式

这意味着什么?

人工智能可以发现可能代表欺诈和洗钱的交易中的异常情况或模式。面部和语音识别也可以发现已经在系统中的欺诈者。可以筛选数据发现表明风险或投资机会的交易模式。

背后的技术

机器学习使人工智能能够解析大量的非结构化数据,以将信号从市场中的噪音中分离出来,并且可以自我纠正。复杂的图像识别可以用来识别人和物体。

“在银行业有很多[不切实际的] 人工智能炒作,银行业高管在理解上比较混乱,”Kasisto的首席执行官兼联合创始人Zor Gorelov说道,该公司向一些银行出售人工智能平台KAI,包括新加坡的DBS,渣打银行等10家企业。

“我们努力切合实际并且围绕系统的能力制定银行的预期。我们马上要做的一件事就是说,'我们的工作系统必须考虑与人之间的连接性'。。。因为没有人可以交出,并且可能在可预见的将来,他们将无法将其流程百分百的交给AI。“

随着银行更深入地研究人工智能领域,不切实际的期望并不是银行唯一面临的阻力。多位专家表示,过多的投资流入诸如聊天机器人等“性感”领域,这也存在风险,而这将会以牺牲那些令银行受益更多的投资为代价。

所以,面对这些噪音,银行应关注人工智能的哪些方面?答案部分取决于银行认为人工智能是什么。那些参与英国“金融时报”研究的人士认为,人工智能是只有那些涉及逻辑推理,学习和自我纠正等基础功能的项目(RBC),还有的认为人工智能包括所有的自动化(野村)。其中一个定义长达130个字。一个涉及图表。

加拿大皇家银行BorealisAI研究部门负责人Foteini Agrafioti©Company

渣打银行首席数据官ShameekKundu表示,2017年,14个AI项目和银行试点项目中仅有20%是聚焦“纯粹地降低成本或提高生产力”。

“他们大多数是提高我们的风险偏好,降低风险,但也增加了我们承担风险的能力,”他补充道。渣打银行的人工智能定义是“一种愿景和一套技术和方法,让机器能够完成人类所作的事情”。

风险管理是银行间一致的主题。这方面人工智能是有优势的,因为风险管理领域人类的干预只会带来阻碍,而不是带来帮助。“对于清算/结算/运营流程中不太需要智能的重复性工作(中台,后端环节),人工智能方法非常好。,”Santander InnoVentures的风险投资部门合伙人PascalBouvier说。这家西班牙银行的金融科技投资基金主要投资于早期的金融科技企业,包括以人工智能为主的金融科技企业。

“这些环节都是确定性的,而且不需要豪华的黑箱算法,也不需要满足一定的监管/法律要求,”Bouvier先生补充道。“这些都属于优化,自动化,智能自动化和机器人过程自动化的范畴。对于银行削减成本来说非常有利。“

除了风险管理应用程序外,摩根大通更有效地使用人工智能来执行交易也可能属于这一类别,花旗利用机器学习来处理发给交易员的定价请求。

德国金融科技咨询公司GFTTechnologies首席执行官Marika Lulay表示,“有些银行重视新技术为其带来的新商业模式和盈利的新方式,而有些银行则将节省成本作为其首要目标,这两类银行之间存在明显的差别。”

对于员工和工会对裁员的警醒十分敏感,相反更愿意说是将员工的潜力释放出来让他们做更有意思的事情。随着对人工智能争论的深化,银行已经改变了宣传口径,即人工智能带来收入增长的潜力不逊色于其在节省成本方面带来的好处。

“我们希望利用人工智能为我们的客户提供更智能的解决方案,并在决策过程中更有效,”荷兰银行集团ING说。“因此,我们相信'人工智能赋能员工'的力量,而不是'人工智能取代我们的员工'。”

在加拿大皇家银行的Borealis,Agrafioti女士说她的团队“优先考虑我们有证据可以解决的事情”。这包括“分析新闻并确定全球事件如何影响美国市场”。

其结果将是“能够带来潜在的受益增加,同时也节省成本,这些是我们的研究人员,我们的顾问,我们的财务顾问和研究人员将利用人工智能要做的事情”,她补充道。

对于一些人来说,选择正确的业务领域来使用人工智能是最困难的问题。桑坦德公司首席数字与创新官Lindsey Argalas说:“很容易陷入'为了使用人工智能而使用人工智能'陷阱”。“一些人工智能驱动的想法可能看起来非常”闪亮“,但实际上只会对现有数据处理能力带来细微的改进。”

桑坦德的Siga机器人之一,现在已不再使用©Reuters

在荷兰银行,这家荷兰银行决定将人工智能网络真正推广开来,包括为客户提供数字助手,提供工具以检测欺诈行为并进行风险分析。

“我们正在积极尝试,以发现哪些领域最有价值”荷兰银行说。“这不仅适用于现有的服务,也适用于新的机会。我们正在研究如何让我们的员工更轻松地工作,以及客户如何从人工智能中受益。“

随着人工智能项目将银行推向不同的方向,评估人工智能项目成功与否以及领导力对外界来说非常困难。“将宣传与真正的应用分开是非常重要的,Robeco的Van Oerle先生说,这两者往往有很大差异。“如果你更深入地了解核心,你可以很好地判断它的营销是否真实。”

范奥尔先生寻找改善成本/收入比率和交叉销售的证据。他说:“如果你没有看到这些证据,而银行却说他们正在从事人工智能相关的所有方面,那么你不得不问自己银行做的是不是非常基础的事情。

他表示,银行需要更长的时间才能看到人工智能在后台运营方面造成的影响,而有些已经看到了人工智能对前台业务的影响。“我们已经与多家银行进行了交流,这些银行可以清楚地表明,在实施这些技术后,他们能够交叉销售更多的产品,并且在与客户沟通方面这些银行做得更好了。”

渣打银行的Kundu先生表示,对于外部人士来说看到一些结果就要决定银行对人工智能的投资有成果了还为时过早,尤其是因为大部分人工智能项目都是试点项目。“早期项目的结果一直很有前景,”他补充道。“他们要看到真正的影响才行。”

对于外部人士来说,现在看到的一些表象并不能说明人工智能即将接管银行业。八年前,这些机器人开始在桑坦德城引导客人,但在桑坦德的13,697家银行分行中仍然找不到一个机器人。

成本:裁员,支出和部署人工智能

英国“金融时报”对全球30家最大的银行进行调查,了解他们对人工智能的看法。18家受访银行至少回答了5到14个问题,另外五家银行对于他们在人工智能方面的探索给出了详细的回复,剩下的受访银行则拒绝参与调查。结果如下:

前台为王:

18家银行中的17家银行已经在前台使用人工智能,从花旗的Facebook Messenger聊天机器人到瑞银使用亚马逊的虚拟助理Alexa提供客户服务。前台也是银行看到人工智能应用潜力最大的领域。

应用越广泛越好:

18家银行中有8家在前台,中台,后台和数据分析中使用人工智能。另外10家银行在上述四个方面中的三个方面使用人工智能。

每家银行投入的资源差异很大:

九家银行提供了在人工智能领域投入的人才情况。一家要求匿名的欧洲银行雇用500至800人。Nordea说它有25个。六家银行提供了人工智能支出的细节; 支出总额从500万欧元到1500万欧元不等,其中一家机构计划将支出从300万美元增加到5000万美元。

在裁员方面比较保守:

七家银行对由于人工智能导致的裁员作出估计。6家银行表示因为人工智能而导致的裁员比例将低于20%。

高层直接负责:

18家银行中有5家银行由董事会成员直接负责人工智能。

合作方式新颖:

18家银行中有8家涉及到合资企业,4家已经投资了人工智能相关的公司。

本公众号参与腾讯云自媒体分享计划

商务合作请咨询群秘或联系微信ddkjzx1

高清PDF版本报告请加入点滴科技资讯知识星球下载!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/480263.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

百度Java三面:现场面试39题目实拍含答案!

百度一面(现场) 自我介绍 Java中的多态 为什么要同时重写hashcode和equals Hashmap的原理 Hashmap如何变线程安全,每种方式的优缺点 垃圾回收机制 Jvm的参数你知道的说一下 设计模式了解的说一下啊 手撕一个单例模式 算法题目 手撕算…

CCKS2020事理图谱应用工作:刘焕勇等.面向开放文本的逻辑推理知识抽取与事件影响推理探索

一、背景介绍 第十四届全国知识图谱与语义计算大会(CCKS 2020) 11 月 12 日至 15 日在江西南昌举行,CCKS(China Conference on Knowledge Graph and Semantic Computing)是由中国中文信息学会语言与知识计算专委会定期举办的全国年度学术会议…

ACL20 Best Paper揭晓!NLP模型评价体系或将迎来重大转折

星标/置顶小屋,带你解锁最萌最前沿的NLP、搜索与推荐技术文 | 北大小才女小轶昨晚ACL2020的Main Conference落下帷幕,今年的最佳论文颁给了这篇《Beyond Accuracy: Behavioral Testing of NLP Models with CHECKLIST》。在ACL录用的778篇论文中&#xff…

论文浅尝 | 基于多模态关联数据嵌入的知识库补全

链接&#xff1a;https://arxiv.org/pdf/1809.01341.pdf动机&#xff08;摘要&#xff09;当前的知识库补全的方法主要是将实体和关系嵌入到一个低维的向量空间&#xff0c;但是却只利用了知识库中的三元组结构 (<s,r,o>) 数据&#xff0c;而忽略了知识库中大量存在的文本…

智能投顾原理与主流产品分析

原作者 王希&#xff0c;CFA&#xff0c;中国光大银行。核心观点&#xff1a;1、智能投顾的模式是通过技术实现财富管理的流程自动化&#xff0c;为客户定制FOF产品来投资并赚取管理费。目前尚未看出大数据分析、人工智能等技术在其中发挥出关键作用。2、智能投顾在美国的快速…

POJ 1442 Black Box(大小堆,求第K小的元素)

文章目录1. 题目链接2. 题目解读3. 代码3.1 Runtime Error 代码1. 题目链接 http://poj.org/problem?id1442 2. 题目解读 可以利用大小堆&#xff0c;大堆长度从1开始&#xff0c;每次1 大堆元素都比小堆的小&#xff0c;那么大堆顶的元素就是第k小的元素 3. 代码 3.1 Run…

阿里java架构师面试128题含答案:分布式架构+Dubbo+多线程+Redis

一、Java基础和高级 1.String类为什么是final的。 2.HashMap的源码&#xff0c;实现原理&#xff0c;底层结构。 3.反射中&#xff0c;Class.forName和classloader的区别 4.session和cookie的区别和联系&#xff0c;session的生命周期&#xff0c;多个服务部署时session管理…

LightGBM——提升机器算法(图解+理论+安装方法+python代码)

原文地址&#xff1a;https://blog.csdn.net/huacha__/article/details/81057150 前言 LightGBM是个快速的&#xff0c;分布式的&#xff0c;高性能的基于决策树算法的梯度提升框架。可用于排序&#xff0c;分类&#xff0c;回归以及很多其他的机器学习任务中。 在竞赛题中&am…

这个NLP工具,玩得根本停不下来

今天推荐一个有趣的自然语言处理公众号AINLP&#xff0c;关注后玩得根本停不下来&#xff01;AINLP的维护者是我爱自然语言处理&#xff08;52nlp&#xff09;博主&#xff0c;他之前在腾讯从事NLP相关的研发工作&#xff0c;目前在一家创业公司带技术团队。AINLP公众号的定位是…

论文浅尝 | 基于Universal Schema与Memory Network的知识+文本问答

来源&#xff1a;ACL 2017链接&#xff1a;http://aclweb.org/anthology/P17-2057本文提出将 Universal schema 用于自然语言问答中&#xff0c;通过引入记忆网络&#xff0c;将知识库与文本中大量的事实信息结合起来&#xff0c;构建出一个由问答对&#xff08;question-answe…

数据结构--图 Graph

文章目录1. 概念2. 存储方法2.1 邻接矩阵 Adjacency Matrix2.2 邻接表 Adjacency List3. 图的遍历3.1 广度优先搜索BFS&#xff08;Breadth First Search&#xff09;3.2 BFS代码&#xff08;基于邻接表&#xff09;3.3 深度优先搜索DFS&#xff08;Depth First Search&#xf…

2019最新拼多多Java面试题:幻影读+分段锁+死锁+Spring Cloud+秒杀

拼多多Java一面 简短自我介绍 事务的ACID&#xff0c;其中把事务的隔离性详细解释一遍 脏读、幻影读、不可重复读 红黑树、二叉树的算法 平常用到哪些集合类&#xff1f;ArrayList和LinkedList区别&#xff1f;HashMap内部数据结构&#xff1f;ConcurrentHashMap分段锁&…

视频问答兴起,多跳问答热度衰退,92篇论文看智能问答的发展趋势

星标/置顶小屋&#xff0c;带你解锁最萌最前沿的NLP、搜索与推荐技术文 | 舒意恒&#xff08;南京大学硕士生&#xff0c;知识图谱方向&#xff09;编 | 北大小才女小轶2019年的时候&#xff0c;舒意恒Y.Shu整理了一份《2019年&#xff0c;智能问答有哪些研究方向&#xff1f;…

论文浅尝 | 知识图谱相关实体搜索

本文转载自公众号&#xff1a;南大Websoft。相关搜索&#xff08;Relevance Search&#xff09;是信息检索中的一个经典问题&#xff0c;相关搜索是指给定一个查询实体&#xff0c;返回与其相关度最高的实体&#xff08;一个类似的问题Similarity Search&#xff0c;一般来说指…

最新美团Java面试题目(共3面)

一面 线程池用过哪些&#xff0c;线程池有哪些参数&#xff0c;然后问我几个常用线程池的用法和实际场景问题。 集合框架的知识&#xff0c;hashmap&#xff0c;ArrayList&#xff0c;LinkedList源码相关知识&#xff0c;基本整个介绍了一遍&#xff0c;与hastable&#xff0c…

PersonGraphDataSet近十万的开放人物关系图谱项目

PersonGraphDataSet PersonGraphDataSet, nearly 10 thousand person2person relationship facts that build from extraction method, which can be applied to person kg search and inference applications。 人物图谱数据集&#xff0c;近十万的人物关系图谱事实数据库&am…

图Graph--寻找二度好友(BFS应用)

社交网络可以用图来表示&#xff08;查阅图的概念&#xff09;。 寻找二度好友&#xff0c;这个问题就非常适合用图的广度优先搜索BFS算法来解决&#xff0c;因为广度优先搜索是层层往外推进的。 首先&#xff0c;遍历与起始顶点最近的一层顶点&#xff0c;也就是用户的一度好…

技术动态 | TechKG:一个面向中文学术领域的大型知识图谱

作者&#xff1a;东北大学-知识图谱研究组 任飞亮TechKG 是一个面向中文、面向学术、多领域的大型知识图谱知识库&#xff0c;知识库由“东北大学-知识图谱研究组”开发完成。和已有知识图谱如 Freebase 或 YAGO 相比&#xff0c;TechKG 具有如下主要特点&#xff1a;1、是一个…

技术总结:图算法、开源工具及其在工业界的应用场景概述

知识图谱本质上是一种图结构&#xff0c;在图内部数据规模大且质量高、外部算力足够的情况下&#xff0c;充分利用好图算法&#xff0c;能够最大程度地发挥出其数据价值。实际上&#xff0c;图&#xff08;Graph&#xff09;是一个常见的数据结构&#xff0c;现实世界中有很多很…

SIGIR2020 | 淘宝提出结合知识图谱与大规模推荐的新框架ATBRG

星标/置顶小屋&#xff0c;带你解锁最萌最前沿的NLP、搜索与推荐技术文 | 江城编 | 夕小瑶今天分享一篇淘宝发表在 SIGIR2020 上的关于知识图谱应用于大规模推荐的论文《ATBRG: Adaptive Target-Behavior Relational Graph Network for Effective Recommendation》&#xff0c…