人工智能将重构金融服务部门

本篇文章3204字，读完约8分钟

人工智能可以以更大的规模和更快的速度复制劳动过程，并且可以执行一些超出人类效率的任务。它正成为全要素生产率的重要驱动力之一，尤其是在金融领域。

首先，在全球市场上，人工智能支持下的新兴信用风险评级技术具有巨大的应用价值，将会给国际金融市场带来重大变化。

在国际金融资本在全球新兴领域的投资或风险套利过程中，遇到的重要问题是:了解当地语言、文化、法律和政治差异，研究当地经济政策和产业规划，了解所进入行业的经济状况，需要大量的时间、人力和物力。这些时间延迟限制了国际资本在快速变化的全球市场中的有效流动。目前，人工智能技术已经能够使用全方位的语言，根据不同的地区及时本地化语言，并建立良好的文化模式，从而从根本上解决了将现有服务扩展到新社区的技术难题。据统计，三名优秀的律师仅可能在六个月内阅读和理解1000种相同语言的法律文本。在人工智能技术的帮助下，机器人(300，024，诊断单元)可以在几天内阅读1000份不同语言的法律文件，并准确地应用它们。为了理解政治分歧，在没有机器人参与的情况下，有必要邀请优秀的政治学者在新兴市场的商业领域进行政治风险评估。然而，人工智能技术可以提前推进政治学者的思维，并可以在语言理解、文化融合和法律知识的基础上快速增加政治风险预测的维度。目前的人工智能可以在30秒内阅读300页不同语言的文本，以理解当地经济政策和产业规划所设定的业务流程。人工智能技术还可以通过海量语音识别技术和海量图像分析技术实时分析全球目标行业和公司的业务状况。例如，美国的一些对冲基金公司利用数以亿计的跨国电视新闻报道、超市停车量、小麦种植面积和河水污染程度来预测企业和行业的经营状况，从而引发市场动荡并获利。这些基于人工智能技术的新的信用风险评分技术能够快速、自动地开发出各种投资组合模型、复杂的全球税收策略模型和全球风险比较模型，这将打破金融资本的链条，使资本在世界范围内的投资和套利更加自由。

围棋竞争软件alphago zero通过自我游戏，在30天内成为世界第一围棋手。虽然文化、法律、政治和经济环境比Go规则复杂得多，但alphago零的实现意味着人工智能水平更高的新信用评分技术有可能以纯粹的自我学习和自我进步来预见新兴领域的大规模投资，学习经验和正确的投资路径，在金融风险评估领域领先人类一大步。无论是规模较小的对冲基金，还是规模庞大的共同基金、养老基金或保险基金，都非常需要这种人工智能信用风险评分技术。全球化的浪潮不会因为某些国家的民粹主义而停止。世界各国财政政策、货币政策和外汇政策之间复杂的相互作用，包括时滞效应和混响效应，将带来巨大的资本空.全球套利只有人工智能能够即时处理大量信息。哪个国家在这一技术领域占据主导地位，将在未来的国际金融市场中占据主导地位。

第二，从微观个体来看，人工智能技术收集、存储和创造的海量、动态的360度消费者信息视图能够准确描述消费者的金融需求和金融行为。个性化金融服务市场将成为一个蓝海市场，传统的金融市场销售模式将受到很大冲击。

传统银行收集两个交易者之间的交易数据，人工智能从多个维度收集和分析这些交易数据背后的信息。例如，这两个商人是谁，他们的年龄、性别、教育、婚姻、出生地等。；从海量数据(603138，诊断单元)来看，他的行为偏好和行为轨迹是什么，如支付习惯、旅行特征和风险属性；人工智能还将深入探索交易者之间的关系，什么需要匹配关系，什么合作模式以及这种关系意味着什么合作风险；此外，人工智能还可以从社交网络和物联网资源中获取大量数据，从而对客户进行360度的动态观察。这些数据为客户价值模型、产品偏好和用户流失的预测提供了极大的便利，也为最合适的服务人员与客户的匹配以及提供准确的业务指导和改进意见提供了便利；它为金融产品的准确推荐、营销和风险控制奠定了重要基础。

具体来说，基于数据，人工智能技术可以实现以下几点:

在人群中积极识别有一定金融需求的个人，并预测信用风险水平。大规模关系分析可以确定谁面临财务困难，他们的信用评级，他们的金融产品偏好和收入限制。这一信息对于金融服务提供商制定R&D战略和营销策略显然具有重要意义。研究表明，人工智能技术可以快速降低高维数据的维数，例如，将3000维快速降低到400维；基于对百度数亿用户数据的降维分析，央行的信用数据可以将客户的风险识别率提高13%。

它可以预测差异化金融产品的市场。传统金融机构大多提供大众化、统一化的产品，因为无法预测市场规模，差异化的产品设计可能带来市场风险。然而，有证据表明，时代的趋势是消费者越来越追求个性化的体验，他们所要求的个性化和专业化与系统提供的普及和统一是不相容的。人工智能技术可以利用海量数据对数亿人进行分类，并模拟他们的行为。它可以引入大规模的差异化金融产品“实地实验”，然后观察不同人群行为模式的变化，从而推断产品需求。

在服务过程中，包括情感分析在内的人工智能工具将帮助员工评估交易成功的可能性和客户忠诚度，销售人员可以根据评估结果进一步交叉销售和追加销售，从而提高交易的成功率。此外，情绪分析也可以用来优化不良贷款的管理。

第三，在企业层面，人工智能技术将冲击金融企业某些部门的传统运作模式，这将极大地优化运作机制，提高企业效率。

先看看金融企业的研究部门。金融企业经常需要雇佣大型团队进行学术研究。对金融企业的研究不像大学所需要的基础理论研究，而是基于理论文献和基础实证研究的应用研究。事实上，这些任务可以通过人工智能技术来完成。例如，为财产和意外伤害保险公司提供风险建模服务的praedicat改变了以往雇用大量研究人员的模式，使用人工智能平台进行研究。该平台已阅读了2200多万篇同行评议的科学论文，为评估新出现风险的严重性做好了准备，从而显著提高了保险公司的风险定价能力和保险公司开发新保险产品的能力。日本领先的资产管理公司野村证券(Nomura)也在对其研究部门进行深度改革。该公司与软件供应商nri合作开发了一个受人工智能和自然语言影响的投资组合决策系统。过去，野村证券的研究人员在决定如何衡量投资组合中的股票时，必须考虑许多定性信息，如分析师报告、新闻文章、博客帖子和社交媒体会议。随着数据量的持续增长，管理者越来越难以做出正确的判断。新系统的目标是将这些定性的原始数据转换成可由人工智能处理的定量数据:首先，接受分析师报告的培训，学习数据源中的“积极”和“消极”语言模式；通过由大量数据累积的正负代数和的值来评估信息对股票的总体影响；这些报告将被报告给研究人员，然后人机将共同决定如何投资。

看看金融企业的服务部门。以伟众银行为例，为了服务2000万客户，大约需要800名客服人员每天工作10个小时；如果你切换到人工智能服务，你只需要一个智能机器人和八个人工客服。另一方面，对于具有时差和语言差异的全球客户服务，人工智能大大降低了服务成本。基金、银行、保险公司等服务部门的日常业务量非常大，目前的全球运营模式基本上是分配大量的劳动力来应对大量的重复性工作。可以预见，人工智能技术的兴起将深刻地改变金融服务业，进而影响企业的竞争力。

甚至一些金融企业还在各个方面渗透人工智能。全球最大的对冲基金Bridgewater正在构建一个人工智能引擎，以实现公司的自动化管理。布里奇沃特的创始人希望人工智能系统能够处理市场分析、员工招聘、内部控制、投资决策和财务分析...目前，管理着1600亿美元的bridgewater通过其“纯阿尔法”基金策略测量了数百个经济数据点，内部开发的应用程序可用于为经理和员工分发数据。该公司提出，在未来五年内，人工智能系统可以直接完成整个公司四分之三的管理决策。

无论是消费者、企业还是全球市场，人工智能都对金融业产生了深远的影响。把握这一技术潮流，对于占领全球金融业的制高点具有重要意义。