銀行和金融機(jī)構(gòu)如何才能充分利用人工智能

　　對于金融機(jī)構(gòu)來說，從冠狀病毒疫情中恢復(fù)將會(huì)結(jié)束他們采用人工智能（AI）和機(jī)器學(xué)習(xí)（ML）的實(shí)驗(yàn)性工作，并要求大規(guī)模采用。疫情危機(jī)要求金融組織全天候響應(yīng)客戶需求，因此他們不斷加快轉(zhuǎn)型的步伐，但是必須確保其核心關(guān)鍵業(yè)務(wù)繼續(xù)平穩(wěn)運(yùn)行。這引起了金融行業(yè)對人工智能和機(jī)器學(xué)習(xí)解決方案的興趣，這些解決方案減少了對操作進(jìn)行人工干預(yù)的需求，顯著提高了安全性，并為業(yè)務(wù)創(chuàng)新騰出了時(shí)間。人工智能和機(jī)器學(xué)習(xí)減少了從產(chǎn)生創(chuàng)意到為創(chuàng)造價(jià)值之間的時(shí)間，為組織帶來了長期的戰(zhàn)略優(yōu)勢。

　　人們現(xiàn)在看到很多銀行和金融機(jī)構(gòu)正在轉(zhuǎn)型成為類似于大型科技公司的數(shù)字化驅(qū)動(dòng)型組織，致力建立能夠持續(xù)關(guān)注客戶的能力。那么銀行和金融機(jī)構(gòu)如何才能充分利用人工智能？在實(shí)踐中有哪些關(guān)鍵用例？

　　對業(yè)務(wù)的好處

　　在疫情發(fā)生之前，許多金融服務(wù)機(jī)構(gòu)已經(jīng)采用了人工智能和機(jī)器學(xué)習(xí)。然而，人們難以確定哪些關(guān)鍵功能從人工智能中受益最大，因此這些技術(shù)并不總能帶來預(yù)期的回報(bào)。這種情況將在未來幾個(gè)月內(nèi)發(fā)生變化：人工智能和機(jī)器學(xué)習(xí)部署的增加將成為疫情期間經(jīng)濟(jì)復(fù)蘇的核心，疫情突出了應(yīng)用人工智能的特定領(lǐng)域。這些范圍從信用貸款決策、防止欺詐到通過無摩擦的全天候互動(dòng)改善客戶體驗(yàn)。

　　人工智能可以改進(jìn)的一些特定金融服務(wù)流程包括：

　　智能自動(dòng)化文檔處理

　　人工智能和機(jī)器人流程自動(dòng)化優(yōu)化了各種功能，提高了效率，并提高了核心財(cái)務(wù)流程的整體速度和準(zhǔn)確性，從而顯著節(jié)省了成本。一個(gè)典型的領(lǐng)域是e-KYC，這是一個(gè)遠(yuǎn)程的、無紙化的過程，可以減少“了解客戶”協(xié)議的審批成本，例如驗(yàn)證客戶身份和簽名。

　　這項(xiàng)任務(wù)曾經(jīng)涉及重復(fù)和平凡的工作，需要付出相當(dāng)大的努力來跟蹤文件處理、貸款支付和償還情況以及監(jiān)管整個(gè)過程。然而在今年，很多組織正在采用智能自動(dòng)化平臺(tái)來管理、解釋和提取非結(jié)構(gòu)化數(shù)據(jù)，其中包括文本、圖像、掃描文檔（手寫文檔和電子文檔）、傳真和網(wǎng)頁內(nèi)容。這些平臺(tái)運(yùn)行在自然語言處理（NLP）引擎上，該引擎可以識(shí)別任何丟失、看不見和格式錯(cuò)誤的數(shù)據(jù)，提供近乎完美的精確度和更高的可靠性。由于縮短了平均處理時(shí)間，組織通過改善客戶體驗(yàn)獲得顯著的競爭優(yōu)勢。

　　高效、全面的客戶支持

　　虛擬助理能夠以更少的人工投入來響應(yīng)客戶的需求。作為一種提高生產(chǎn)率的簡單方法，減少了在客戶查詢時(shí)花費(fèi)的時(shí)間和精力，從而使組織團(tuán)隊(duì)能夠?qū)Ｗ⒂谕苿?dòng)業(yè)務(wù)創(chuàng)新的長期項(xiàng)目。

　　人們都熟悉電子商務(wù)網(wǎng)站上的聊天機(jī)器人，并且這樣的解決方案在金融服務(wù)行業(yè)中變得越來越普遍。摩根大通（JPMorgan）等金融機(jī)構(gòu)現(xiàn)在正利用聊天機(jī)器人簡化其后臺(tái)操作，加強(qiáng)客戶支持。這些平臺(tái)包括COIN平臺(tái)，該平臺(tái)運(yùn)行在銀行私有云網(wǎng)絡(luò)支持的機(jī)器學(xué)習(xí)系統(tǒng)上。除了創(chuàng)建對一般查詢的適當(dāng)響應(yīng)之外，COIN還可以自動(dòng)執(zhí)行法律歸檔任務(wù)、審閱文檔、處理基本的IT請求（如密碼重置），并為銀行家和客戶創(chuàng)建了新的工具，從而提高他們的熟練程度，并減少人為錯(cuò)誤。

　　風(fēng)險(xiǎn)管理分析

　　評估信譽(yù)度主要基于個(gè)人或組織償還貸款的可能性。確定違約的可能性是所有貸款組織的風(fēng)險(xiǎn)管理流程的基礎(chǔ)。即使有無懈可擊的數(shù)據(jù)分析，評估這一點(diǎn)仍然存在困難，因?yàn)榭赡軐σ恍﹤€(gè)人和組織償還貸款的能力不信任。

　　為了解決這一問題，Lendo和ZestFinance等公司正在使用人工智能進(jìn)行風(fēng)險(xiǎn)評估，并確定個(gè)人的信用度。像Equifax這樣的信用機(jī)構(gòu)也使用人工智能、機(jī)器學(xué)習(xí)和先進(jìn)的數(shù)據(jù)和分析工具來分析風(fēng)險(xiǎn)評估中的替代來源，并在這個(gè)過程中獲得洞察力。

　　以往在這個(gè)過程中通常使用貸款者有限的數(shù)據(jù)集，例如年薪和信用評分。然而，采用人工智能技術(shù)，組織現(xiàn)在能夠考慮個(gè)人的數(shù)字財(cái)務(wù)足跡來確定違約的可能性。除了傳統(tǒng)數(shù)據(jù)集之外，這種替代數(shù)據(jù)的分析對確定沒有常規(guī)貸款或信用記錄的個(gè)人的信譽(yù)尤其有用。

　　現(xiàn)在是采用的時(shí)候了

　　在今年，企業(yè)和客戶之間的互動(dòng)方式發(fā)生了不可逆轉(zhuǎn)的變化，金融行業(yè)也不例外。在疫情帶來的緊迫性之前，金融機(jī)構(gòu)已經(jīng)在有限的范圍內(nèi)嘗試采用人工智能和機(jī)器學(xué)習(xí)技術(shù)。今年得以更加廣泛的采用源于金融行業(yè)對業(yè)務(wù)創(chuàng)新和提高彈性的需要。

　　銀行和金融機(jī)構(gòu)現(xiàn)在已經(jīng)意識(shí)到了受益于人工智能的關(guān)鍵領(lǐng)域，例如，后臺(tái)運(yùn)營效率的提高以及客戶參與度的顯著提高。在疫情發(fā)生之前還處于起步階段的轉(zhuǎn)型已經(jīng)加速，并且正迅速成為一種標(biāo)準(zhǔn)。更重要的是，現(xiàn)在接受人工智能并優(yōu)先考慮其全面實(shí)施的金融機(jī)構(gòu)將有可能在未來獲得更多的回報(bào)。
責(zé)任編輯人：CC