從疫情大流行中復(fù)蘇的金融機(jī)構(gòu)將結(jié)束人工智能和機(jī)器學(xué)習(xí)的試驗(yàn)性實(shí)驗(yàn)，并要求它們大規(guī)模采用。金融危機(jī)要求金融機(jī)構(gòu)全天候響應(yīng)客戶需求。因此，許多企業(yè)正在以越來(lái)越快的速度進(jìn)行轉(zhuǎn)型，但它們必須確保其核心關(guān)鍵業(yè)務(wù)繼續(xù)順利運(yùn)行。這引發(fā)了人們對(duì)人工智能和機(jī)器學(xué)習(xí)解決方案的興趣，它們減少了人工干預(yù)操作的需要，顯著提高了安全性，并為創(chuàng)新騰出了時(shí)間?？s短創(chuàng)意產(chǎn)生和IT為企業(yè)帶來(lái)價(jià)值之間的時(shí)間，人工智能和機(jī)器學(xué)習(xí)為組織帶來(lái)長(zhǎng)期的戰(zhàn)略優(yōu)勢(shì)。

我們現(xiàn)在看到，銀行正在轉(zhuǎn)變?yōu)轭愃朴诖笮涂萍脊镜臄?shù)字驅(qū)動(dòng)型企業(yè)，構(gòu)建能夠讓客戶獲得持續(xù)關(guān)注的能力。那么，銀行和金融機(jī)構(gòu)如何才能最大限度地利用人工智能，在實(shí)踐中有哪些關(guān)鍵的用例？

整個(gè)業(yè)務(wù)的好處

許多金融服務(wù)公司在大流行之前就已經(jīng)采用人工智能和人工智能。然而，許多人難以確定哪些關(guān)鍵功能從人工智能中獲益最大，因此該技術(shù)并不總是能帶來(lái)預(yù)期的回報(bào)。未來(lái)幾個(gè)月，這將發(fā)生變化：增加人工智能和機(jī)器學(xué)習(xí)的部署將是從疫情中進(jìn)行經(jīng)濟(jì)復(fù)蘇的核心，而且疫情的爆發(fā)突出了應(yīng)用人工智能的特定領(lǐng)域的優(yōu)勢(shì)和存在感。從通知信貸決策和防止欺詐，到與客戶無(wú)障礙、全天候的交流溝通，以善客戶體驗(yàn)。

AI可以改進(jìn)的一些具體金融服務(wù)流程包括：

文檔處理與智能自動(dòng)化

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，提高了核心財(cái)務(wù)流程的整體速度和準(zhǔn)確性，從而節(jié)約了大量成本。引人注目的領(lǐng)域是e-KYC，即“客戶認(rèn)證電子化”。這是一個(gè)遠(yuǎn)程、無(wú)紙化的過(guò)程，可以降低關(guān)鍵的“客戶認(rèn)證”協(xié)議，如驗(yàn)證客戶身份和簽名的線下認(rèn)證流程。

這個(gè)任務(wù)曾經(jīng)涉及重復(fù)的、平凡的操作，需要花費(fèi)大量的精力來(lái)跟蹤文件處理、貸款支付和償還，以及整個(gè)過(guò)程的監(jiān)管報(bào)告。今年以來(lái)，各機(jī)構(gòu)一直在采用智能自動(dòng)化平臺(tái)來(lái)管理、解釋和提取非結(jié)構(gòu)化數(shù)據(jù)，包括文本、圖像、掃描文檔（手寫和電子）、傳真和web內(nèi)容。這些平臺(tái)運(yùn)行在NLP（自然語(yǔ)言處理）引擎上，該引擎可以識(shí)別任何丟失的、看不見(jiàn)的和格式不良的數(shù)據(jù)，提供近乎完美的準(zhǔn)確性和更高的可靠性。憤怒處理時(shí)間減少了，公司通過(guò)提高客戶體驗(yàn)獲得了顯著的競(jìng)爭(zhēng)優(yōu)勢(shì)。

有效和徹底的客戶支持

虛擬助理可以以最少的員工投入來(lái)回應(yīng)客戶的需求。直接的提高生產(chǎn)力的方法，花費(fèi)在普通客戶查詢上的時(shí)間和精力被減少了，解放了團(tuán)隊(duì)去關(guān)注那些推動(dòng)整個(gè)業(yè)務(wù)創(chuàng)新的長(zhǎng)期項(xiàng)目。

我們都熟悉電子商務(wù)網(wǎng)站上的聊天機(jī)器人，這類解決方案將在金融服務(wù)行業(yè)變得越來(lái)越普遍，摩根大通（JPMorgan）等機(jī)構(gòu)現(xiàn)在正利用這些機(jī)器人來(lái)簡(jiǎn)化他們的后臺(tái)操作，加強(qiáng)客戶支持。這些平臺(tái)包括COIN（contractintelligence的縮寫），它在銀行私有云網(wǎng)絡(luò)支持的ML系統(tǒng)上運(yùn)行。除了為一般查詢創(chuàng)建適當(dāng)?shù)幕貞?yīng)外，COIN還自動(dòng)執(zhí)行法律歸檔任務(wù)、審查文件、處理密碼重置等基本IT請(qǐng)求，并為銀行家和客戶創(chuàng)建新的工具，使其更加熟練，人為錯(cuò)誤更少。

風(fēng)險(xiǎn)管理分析

估計(jì)信用度很大程度上是基于個(gè)人或企業(yè)償還貸款的可能性。確定違約幾率是所有貸款機(jī)構(gòu)風(fēng)險(xiǎn)管理流程的基矗即使有無(wú)可挑剔的數(shù)據(jù)，評(píng)估這種情況也有困難，因?yàn)橐恍﹤€(gè)人和組織在償還貸款的能力方面可能不誠(chéng)實(shí)。

為了解決這一問(wèn)題，Lenddo和ZestFinance等公司正在使用人工智能進(jìn)行風(fēng)險(xiǎn)評(píng)估，并確定個(gè)人的信譽(yù)度。像Equifax這樣的信用機(jī)構(gòu)也使用AI、ML和先進(jìn)的數(shù)據(jù)和分析工具來(lái)分析風(fēng)險(xiǎn)評(píng)估中的替代來(lái)源，并在此過(guò)程中獲得客戶的信息。

貸款機(jī)構(gòu)曾在這一過(guò)程中使用一組有限的數(shù)據(jù)，如年薪和信用評(píng)分。然而，多虧了人工智能，組織現(xiàn)在能夠考慮個(gè)人的整個(gè)數(shù)字財(cái)務(wù)足跡，以確定違約的可能性。除了傳統(tǒng)數(shù)據(jù)集之外，對(duì)這些替代數(shù)據(jù)的分析對(duì)于確定沒(méi)有常規(guī)貸款記錄或信用記錄的個(gè)人的信用價(jià)值特別有用。

現(xiàn)在是采取行動(dòng)的時(shí)候了

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，金融業(yè)也不例外。出于流感大流行所要求的緊迫性，金融機(jī)構(gòu)一直在有限的規(guī)模上試驗(yàn)人工智能和ML，主要是為了“跟上鄰居”而進(jìn)行的一種“倒計(jì)時(shí)游戲”。今年出現(xiàn)的廣泛采用源于真正的創(chuàng)新和提高整個(gè)行業(yè)韌性的需要。

銀行和金融機(jī)構(gòu)現(xiàn)在意識(shí)到了從人工智能中受益的關(guān)鍵領(lǐng)域，比如后臺(tái)操作的更高效率，以及客戶參與度的顯著改善。在疫情出現(xiàn)之前還處于起步階段的轉(zhuǎn)型進(jìn)程正在加速，并正在迅速成為標(biāo)準(zhǔn)做法。更重要的是，目前正在接受人工智能、并將其全面實(shí)施列為優(yōu)先事項(xiàng)的金融機(jī)構(gòu)，將處于未來(lái)收獲其回報(bào)的最佳位置。
責(zé)任編輯：YYX