依靠人工智能

人工智能(AI)是最新的一长串的数字转换技术在金融服务行业。这种技术的潜力是巨大的:它可以削减成本,提供人力和系统效率,提升客户体验,提升忠诚度,提高回报。

商业研究公司Gartner称,人工智能,机器学习的两个关键组件和深度学习——将作为标准在未来两至五年。有真正的动力和热情组织采用这些技术。

校长主任安迪Pardoe AI埃森哲数字英国我,说:“可以使用人工智能在整个价值链,从与一个潜在的新客户的第一次接触到为长期客户提供附加服务。这是发生在前、中、后台功能。”

从本质上说,人工智能是一系列的基础技术:自然语言处理、计算机视觉、机器学习、深入学习、神经网络等。这些都是汇集了在基于云的环境中能够存储和处理大量的数据,并允许瞬时人工智能交互。

Pardoe说:“人工智能是一个广义的概念,它涵盖了众多的技术,通过自然语言处理,从简单的基于规则的方法,使用深度学习。目前人工智能的主要焦点是技术的一个子集,落入机器学习分类。这些都从根本上工作通过利用数据从中吸取教训。”

负责人艾萨克本Akiva机器学习英国巴克莱,解释说:“我认为重要的是要区分人工智能,这是关于人类认知功能的机器,繁殖和机器学习,是关于教学机器识别数据内的模式。两个肯定是连接,机器学习无疑是最重要的一个进步近年来发展的人工智能。”

因此,机器学习,处理数据,然后可以建立在通过认知技术,处理实际与人的交互使用底层数据做出决策。它可以扩展人类和机器的功能远远超出了自己都能做什么。

Didem Dincer下贱的,执行副总裁负责数字银行Garanti银行补充道:“我们的能力提供的增加和过程数据和人工智能的发展为我们带来了新的机遇。强大的数据和人工智能技术,将会改变银行的本质,因为我们现在正朝着一个学习和自我完善的结构,所有进程彼此可以实时交流。它会提高我们的互相信任的关系,使我们的客户和我们有更有意义的互动。”

人工智能的能力是毫无疑问的。但是,它可以用于最大的效果?迄今为止,过程自动化和数据挖掘在运营效率和风险管理一直比较容易的目标。

最初,人工智能能力被视为数据分析的增强。他们的想法是,人工智能的机器学习组件将提供更好的中产阶级和后台数据的处理,减少人工干预,因此潜在的错误。目的是优化和自动化,这正是人工智能代替人类的预测更为普遍。

Forrester Research在2015年发表的分析估计,到2019年,机器人自动化将改变高达25%的工作相关的所有类别。

埃森哲数字Pardoe说:“人工智能可以充分利用在很多方面不同。首先,它有能力帮助自动化的同时提高高度重复任务的效率和质量。这使人类免受这些机器人任务关注价值更高,更复杂的和创造性的工作。”

例子包括摩根大通已成功应用人工智能在这种情况下使其交易执行过程更加有效。花旗还开发了机器学习功能来支持其定价请求被发送到交易员。这是监督机器学习。

Avika英国巴克莱(Barclays)表示:“与监督机器学习,你给电脑一组数据,告诉它来计算一个特定的结果。与非监督机器学习,你让计算机识别模式不知道正确答案的样子。例如,您可能会问计算机集团客户细分到不同的基于他们的行为,让你更有针对性的营销活动。

同时,非监督机器学习已经成功地应用于合规和风险的过程。在这里,目的是识别针在干草堆。扫描数据和技术文件和采取行动基于一系列的法律、法规或参数。

汇丰银行则是这方面的一个例子。将人工智能应用于其洗钱、欺诈和恐怖主义资金检测过程。

另一个值得注意的例子是新加坡华侨银行,与BlackSwan技术和沉默的8 2017年来改善和加速其检测和调查可疑交易的能力。

Akiva说:“机器学习是被用于欺诈检测和预防实时发现异常行为,减少交易的数量,需要升级为增强的尽职调查和人类,最终,帮助保证客户资金的安全。”

这Regtech密切相关(监管技术),在监管变得自动化,英国的金融市场行为监管局通过Fintech部门积极鼓励策略。

新加坡星展银行提供的一个例子支持Regtech:最新一轮的加速器项目包括立方体,英国Regtech公司,利用人工智能、机器学习和自然语言处理捕捉全球监管数据。这是自动完成,在连续的基础上,创建一个数据地图的跨境监管情报,然后可以应用于银行的监管程序。让银行确定管辖权方面的监管接触点和线。任何新事物都是自动标记然后经理知道采取行动。

强大的数据和人工智能技术,将改变银行的性质因为我们现在朝着一个学习和自我完善的结构,所有进程彼此可以实时交流。

自动化和处理大量的数据确实是非常有价值但前线服务也受到人们的关注,在这里,已婚,有人工干预时,兴奋是在人工智能的使用。

概念在于能够提高服务提供给客户通过虚拟助理,聊天机器人,robo-advisors和其他分析工具,所有这些可以更有效的机器学习和人工智能应用。

提供更好的客户服务是一个很好的使用AI和所有银行关注的东西。事实上,银行通常使用聊天机器人和voicebots与客户进行交互,解决基本问题不需要人类的备份。

Avika表示:“银行使用机器学习来提高客户接触以增加客户满意度。例如,将机器学习应用于非结构化投诉数据可以帮助银行集团投诉到类别,允许他们解决的领域影响最大的客户。机器学习,也可用于信用风险识别人违约的风险贷款或信用卡支付,这样银行就可以进行干预,帮助客户在债务变得不可持续。”

添加在自然语言处理进一步提高服务,DBS严重涉及的东西。它使用技术通过权力Kasisto人工智能虚拟助理。语音助理可以访问各种移动通讯应用,包括Facebook Messenger。它还可以帮助管理钱在账户,跟踪费用和付款。计划将其扩展到其他移动消息传递应用程序将来WhatsApp和微信等。

米娅,BBVA的人工智能语音助理在土耳其银行Garanti推出,是另一个例子。与星展银行一样,米娅补充一个受欢迎的手机银行应用程序,这样做是为了加强和优化客户与银行的路。

Garanti的下贱的表示:“我们认为,语音助手是至关重要的;根据今天未来研究所的一项研究在发达国家50%的人将与语音交互助理在10年的时间。我们预计这一趋势的早期阶段,在2015年推出。从那时起我们的客户有1800万多交流与我们的虚拟助理。”

提供更好的客户服务的另一个例子是可以利用人工智能的方式给客户的洞察力。人工智能可以提供成长机会通过生成更好的改善建议和见解,使目标交叉销售的产品和服务。

最明显的例子是通过“robo-advice”的行动。这就是一个“robo-advisor”可以提供个性化和定制的理财建议根据每个客户的详细资料。分析是使用机器学习通过结构化和非结构化数据进行排序,然后通过它通过算法排序来评估风险和做出个性化的决策。建议可以辅以聊天机器人的使用。

Robo-advice最初Fintech肉豆蔻和Moneyfarm等公司的领域,但大银行也采用它。瑞银推出SmartWealth财富管理产品在英国和Natwest发起robo-advice服务叫做投资于2017年11月。

人工智能还发现在帮助客户更好地管理他们的钱每天。Akiva说:“机器学习是被用于制造个性化的建议,帮助客户更好地使用他们的财政状况。例如,银行正在探索使用机器学习的想法提供个性化推荐的零售商,顾客可以花他们的奖励分。这些建议可以基于客户的交易历史,以及类似的客户选择度过他们的回报。”

加拿大皇家银行(RBC)利用人工智能提供个性化服务,无关。它提供了其客户的见解关于他们的财务习惯和自动化他们的储蓄的能力。它赢得了今年的Celent模型银行奖,也认识到金融机构“模型银行”的杰出的技术措施。

移动和数字资产管理副总裁Rami Thabet RBC,说:“我们选择了把重点放在地区最好的使用的技术是一个真正的客户摩擦点和需要解决的一个实际问题。我们希望我们的客户解决日常问题。这样,我们为我们的客户提供增值的东西。”

人工智能可以提供所有的惊叹,无论它有多好,总是会有局限性。仍然需要人类的联系。人工智能的想法是帮助人类,而不是取代它们。

巴克莱Akiva说:“最大的挑战之一是自然语言处理的准确性和一代。例如,今天一些最好的聊天机器人仍然难以提供完美的回答客户的问题。主要的原因是,首先,这是一个挑战为计算机理解客户要求,但最重要的是它是更加困难的计算机生成一个自治的答案。相反,大多数聊天机器人坚持预先写的反应,这就是为什么他们不可能回答这个问题在客户期望的方式。”

红细胞的Thabet继续:“人工智能有实权的生命数字功能,增强人的交互作用显著,减轻人工干预的负担。真正的承诺,但早期。仍然需要大量的成熟的技术、技巧,最重要的是,应用程序有意义的用例。”