QQ在线
企业微（wēi）信
资讯
2027人工智能(AI)、机器学习(ML)和（hé）深度（dù）神经网络(DNN)正在颠覆金融行业的业务（wù），挑战传统价值。
可以肯定的是，人工（gōng）智能正在通过无数不同（tóng）的应用悄悄地影响着世界。人工智能技术已（yǐ）经为许（xǔ）多日（rì）常活（huó）动提供了（le）动力（lì），从开车（chē）送我们上班到自动调节恒温器，而且往（wǎng）往是在我们不（bú）知（zhī）情（qíng）的情况（kuàng）下。根据Gartner的（de）数据，40%的主要（yào）企业将在（zài）2020年实（shí）施人工智能解决方案，超过一半的企业（yè）将在2020年将现有的人工（gōng）智能解决方案增加一倍。这一预（yù）测是在Covid-19大流行爆发（fā）之前做出的，但即使考虑到这一（yī）点，人工智（zhì）能的增长仍将呈指（zhǐ）数级增长。
在一些工业人工智能中，机器学习（xí）和（hé）深度神经（jīng）网络则有着更多（duō）的应用。其（qí）中（zhōng）之一就是金融行业，在（zài）这个行业（yè）中，新技术已（yǐ）经在颠覆商（shāng）业，挑（tiāo）战着传统价值观。
当涉（shè）及到咨询和支持时，像EC-MSP这样的IT公司（sī）就能够（gòu）以最有效的方（fāng）式来利用AI解（jiě）决（jué）方案。这些都可以使企业能够（gòu）利用这些技术的潜力并增强其流（liú）程（chéng）。
风险管理（lǐ）
人工智能在风险管理（lǐ）中（zhōng）发（fā）挥着（zhe）至关重（chóng）要的作用，而在金融世（shì）界中（zhōng），时间就是金钱。对（duì）于风险案例（lì）来说，算法可以（yǐ）用（yòng）来分析案例（lì）历史并识别出任何潜在的问（wèn）题。这包括使用机器学习来创建精确的模型，使金融专家能够跟踪特定的（de）趋势（shì）并注意到可能的风险。这些模型还可以用来确保获得更（gèng）可靠的信息，以供将来的模型使用（yòng）。
在风险管理中使用ML意味（wèi）着可以在较短的时间内对大量数据进行强大的处理。结构（gòu）化和非结（jié）构（gòu）化的数据也（yě）可以通过（guò）认知计（jì）算来（lái）进行管（guǎn）理。否则，所有这（zhè）些都意味（wèi）着人类团（tuán）队要花很（hěn）长时（shí）间的工作。
Kensho是一家总（zǒng）部（bù）位（wèi）于马萨诸塞州的公司，为（wéi）主要（yào）的金融机构提供（gòng）数据分（fèn）析和机器智能。他们的解决方案结合使用了云计算和（hé）自然语言处理（lǐ）(NLP)，能够以可理解的语言提供复杂（zá）的分析解决方案。
欺诈预防
近年来，随着（zhe）数字客户交易的大幅增（zēng）长，需要使用可靠（kào）的（de）欺（qī）诈检测（cè）模型来保护敏（mǐn）感数据。人工（gōng）智能可以用来加强其基于规则（zé）的模型（xíng），并协助人类分析师。这反过来也（yě）可以提高效率和（hé）准确性，并降低成（chéng）本。
人工智能也可以用来回顾消费（fèi）历史和消费行为（wéi），这（zhè）样（yàng）它就可以突出不（bú）正常的情况，比如一张卡在短时间内在不同的全球地点被使用的情况。人工智能（néng）还能够从人类的纠正中（zhōng）学习，并基于应该（gāi）强调的内容来应用决策。
欺诈管（guǎn）理的（de）所有用例对AI算法（fǎ）都有不同的要求，而且每个用例对（duì）它们的使用也都略有（yǒu）不（bú）同。事（shì）务（wù）监视需要更快的响应时间、错误率和精度（dù），还（hái）有（yǒu）培训数据（jù）的（de）可（kě）用性和质量。
Shape security是一家为（wéi）美国银行提（tí）供欺诈检测（cè）服务的公（gōng）司，主要处理凭证填充（chōng）、信用申请欺诈（zhà）、礼品（pǐn）卡跟踪（zōng）和（hé）信息提取（qǔ）。该组织使用的ML模型经过了数十亿次（cì）请（qǐng）求的训（xùn）练，因此（cǐ）他们能够区（qū）分真正的客户和机（jī）器人。
个性（xìng）化银行
在（zài）银行业，由人工智能驱动的（de）智（zhì）能聊天机器（qì）人（rén）能够为客户提供全（quán）面的解决方案（àn），并减少呼叫（jiào）中心（xīn）的（de）工作量。语音控制（zhì）的虚拟助（zhù）手也（yě）越（yuè）来越受欢迎，这些（xiē）助手通常是由亚马逊（xùn）的Alexa提供支持的，并具有自学功（gōng）能。它们能够检（jiǎn）查余额、账（zhàng）户活动并安排付款，而且它（tā）们（men）的（de）功能（néng）每天都在（zài）增加。
许多银行现在都有（yǒu）提供个（gè）性化理（lǐ）财建议和帮助实现理（lǐ）财（cái）目标的应（yīng）用程（chéng）序。这（zhè）些人（rén）工智（zhì）能（néng）驱动的系统（tǒng）可以记录收（shōu）入、日常支出和支出行为，然（rán）后提（tí）供财务计划和建议。手机银（yín）行应用程序还可以提（tí）醒用户支付账单，竞（jìng）争交易，以及（jí）更方便地与银行进行互（hù）动。
Abe AI是一个虚（xū）拟的（de）金融助手（shǒu），可（kě）以集（jí）成到各种通讯模式中，比如亚马逊Alexa，Google Home， Facebook以及SMS。它所（suǒ）提供的服务包（bāo）括（kuò）请求支持、会话（huà）式银行业务和财务（wù）管理（lǐ）。
量化交易
量化（huà）、算法或高频交易（yì），以及数据驱（qū）动的（de）投资，最近（jìn）一直在全球股市扩张。投资公司正在依靠计算和数据科学（xué）来准确预测市场的未（wèi）来模式。
人（rén）工智能的优势在（zài）于能够从过去的数（shù）据中（zhōng）观察模式（shì），并预测它们在未来是否可能重演。当数（shù）据中出现某些异常时（shí），比（bǐ）如金融危（wēi）机，人工智能就可（kě）以研究数据并发现可（kě）能的触发因素，然（rán）后为（wéi）未来做（zuò）好准备。人工（gōng）智能还能（néng）够为特定的（de）投资者个性化（huà）投（tóu）资，帮（bāng）助他（tā）们做出决策。
Kavout是一家使（shǐ）用定量分析和ML来处理数（shù）据和识别（bié）金（jīn）融市（shì）场（chǎng）模式的公司。他（tā）们（men）的工具（jù）能够处理（lǐ）大量（liàng）的数据，并将（jiāng）其简化（huà）为适用（yòng）于特定股票（piào）的数值等级。
信贷决策（cè）
在许（xǔ）多领域，人工智能正在被有（yǒu）效地用于更好地（dì）为决策过程（chéng）提供信息（xī）。其中（zhōng）一（yī）个领域就是信贷，AI可（kě）以以较低（dī）的成（chéng）本快速提供对潜在（zài）借（jiè）款人的（de）准确评估。与（yǔ）传统（tǒng）的（de）信用评分系统相比，人工（gōng）智能的信（xìn）用评（píng）分可能要复杂（zá）得多。它们可以（yǐ）帮助确定哪些申（shēn）请者更有可能（néng）违约，以及哪（nǎ）些申请者（zhě）没有任何（hé）可靠的信用记录。
由（yóu）人工（gōng）智能驱动的模型还具有客（kè）观和（hé）无偏见（jiàn）的优势，这（zhè）可能是人类进行决策（cè）的一个因素。对很多人来（lái）说，拥有良好的信用是至关重要的，无论是购买大宗商品（pǐn）、找工作还是租房。
ZestFinance等（děng）公司采用了人工智能支持（chí）的承销解决方案，使企（qǐ）业能够评估信用历（lì）史水平较（jiào）低的客（kè）户。这提供了透明的方式（shì）来考虑那（nà）些原本被（bèi）认为是高风（fēng）险（xiǎn）的群体。
由人（rén）工（gōng）智能驱动的（de）系统可以变得更快（kuài）、更高效（xiào）、更（gèng）可靠。这些技术在金（jīn）融领域得到（dào）了越来越多的（de）应用，也更广泛地被（bèi）金融（róng）公司所采用了。那些接（jiē）受（shòu）采（cǎi）纳这些技术可能带（dài）来的风险的人（rén），往（wǎng）往（wǎng）会（huì）得到精简和更有生产力的操作的回报。人工智能对金融世界有（yǒu）着巨大（dà）的（de）潜力，商业领袖（xiù）们需（xū）要用正确的数据来做（zuò）出最明智的决（jué）定。
