在中國，使用互聯(lián)網(wǎng)在賬戶間轉(zhuǎn)賬、申請(qǐng)銀行貸款或進(jìn)行交易，已成為居民日常。

不知道每當(dāng)你用支付寶或微信進(jìn)行轉(zhuǎn)賬或交易時(shí)，是否會(huì)意識(shí)到金融技術(shù)在日常生活中已經(jīng)舉足輕重。 2018年，大約 61%的美國人都使用數(shù)字銀行服務(wù)，到2022年，這個(gè)數(shù)字將超過65%。

金融技術(shù)是第四工業(yè)時(shí)代的新特征之一，是快速發(fā)展的數(shù)字技術(shù)應(yīng)用，旨在改善和促進(jìn)金融服務(wù)。 公司爭相采用金融技術(shù)來提高競爭力。 令人印象深刻的是，該行業(yè)吸引了巨額投資：根據(jù)畢馬威會(huì)計(jì)師事務(wù)所（KMPG）的數(shù)據(jù)，2018年，僅在英國，該行業(yè)就吸引了超過160億美元的投資。

另一方面，整個(gè)國家都在及時(shí)采用人工智能技術(shù)，來爭奪最大的利潤。

韓國公布了一項(xiàng)有野心的國家計(jì)劃，預(yù)計(jì)到2022年，投資20億美元以提高其人工智能的研發(fā)水平。該計(jì)劃包括在全國建立6個(gè)新的人工智能研究機(jī)構(gòu)。

該國研發(fā)支出占GDP的比例（4.3%）全球排名第一；引人注目的是，很大一部分支出用于人工智能。

還有一個(gè)國家，也想與世界領(lǐng)先的主導(dǎo)AI的國家并駕齊驅(qū)，那就是以色列。

2018年，人工智能初創(chuàng)公司籌集了超過15億美元的資金。 以色列是人工智能人才的溫床。通過追蹤近4000名在人工智能研發(fā)和集成（包括軟件和硬件）方面工作的開發(fā)人員、工程師和數(shù)據(jù)科學(xué)家，發(fā)現(xiàn)，其中64%受雇于初創(chuàng)企業(yè)，31%在當(dāng)?shù)睾涂鐕竟ぷ?，這些公司在以色列設(shè)有專門的人工智能中心、實(shí)驗(yàn)室。

然而，全世界對(duì)人工智能解決方案開發(fā)、部署和維護(hù)的需求如此之高，以至于目前的國家資源庫根本難以滿足需求。這使得許多金融技術(shù)公司需要借用外部人工智能人才庫，以避免陷入國內(nèi)人才短缺的“困境”，并加快上市時(shí)間。 例如，SkyCoin是以色列的第三代區(qū)塊鏈平臺(tái)，未能為基于AI的解決方案開發(fā)找到足夠的Go語言工程師，于是在烏克蘭雇傭了一個(gè)專門的軟件團(tuán)隊(duì)，以加快上市時(shí)間，并組建比其國內(nèi)更大的人工智能人才庫。

金融技術(shù)通常被認(rèn)為是全球人工智能驅(qū)動(dòng)變革的催化劑，因?yàn)樵S多銀行和金融機(jī)構(gòu)已經(jīng)有一定機(jī)會(huì)開創(chuàng)人工智能并從中獲益，而許多其他行業(yè)正在觀望，等待看到第一個(gè)成功的使用案例和合理的投資回報(bào)。

根據(jù)2018年金融技術(shù)研討會(huì)，使用機(jī)器人過程自動(dòng)化（RPA）的公司通常在3-8個(gè)月內(nèi)就能收獲40%-100%的投資回報(bào)率。

有些預(yù)測(cè)更加夸張。根據(jù)美國金融技術(shù)專業(yè)獨(dú)立分析機(jī)構(gòu)的“自主研究”，僅在美國，使用RPA和其他人工智能技術(shù)，就能幫助銀行和金融機(jī)構(gòu)節(jié)省超過1萬億美元；可以大幅削減現(xiàn)金業(yè)務(wù)專家、安保人員和其他工作人員的數(shù)量，預(yù)計(jì)將節(jié)省4900億美元。如你所見，預(yù)計(jì)2019年后，人工智能和新興技術(shù)將在金融技術(shù)向成熟產(chǎn)業(yè)轉(zhuǎn)型中發(fā)揮關(guān)鍵作用。

下面來看看金融技術(shù)行業(yè)中的6個(gè)案例，關(guān)于如何有效利用機(jī)器學(xué)習(xí)（ML）、自然語言處理（NLP）和深度學(xué)習(xí)，更好地理解人工智能的變革性多么強(qiáng)大且獨(dú)特。

1、自然語言搜索

在客戶服務(wù)中，自然語言處理應(yīng)用于幫助客戶搜索與某個(gè)公司的交易或服務(wù)，同時(shí)，自然語言搜索也是篩選公司內(nèi)部數(shù)據(jù)的一個(gè)非常有用的功能。金融公司需要即時(shí)按需訪問內(nèi)部數(shù)據(jù)以提高競爭能力。

自然語言搜索使公司能夠在幾秒鐘內(nèi)完成這樣的搜索。NLP將人類語言轉(zhuǎn)換成一個(gè)SQL請(qǐng)求，并以方便的可視化形式提供結(jié)果。在現(xiàn)代市場中，當(dāng)銀行在不同時(shí)區(qū)全天候運(yùn)營時(shí)，掌握相關(guān)信息可以節(jié)省數(shù)十億美元，并有助于做出明智的戰(zhàn)略決策。

2、算法交易

根據(jù)Techfunnel的數(shù)據(jù)，2017年，多達(dá)73%的日常交易活動(dòng)是通過機(jī)器學(xué)習(xí)算法進(jìn)行的。如今，金融公司越來越認(rèn)識(shí)到算法交易的好處：它遵循預(yù)先定義的規(guī)則，減少了失誤，無需使用耗時(shí)的市場監(jiān)控，最重要的是，它不受人類情感的影響，而人類情感往往是高錯(cuò)誤率的罪魁禍?zhǔn)?。隨著金融技術(shù)的發(fā)展，越來越多的企業(yè)更信任機(jī)器學(xué)習(xí)而不是人類的直覺。

3、信譽(yù)評(píng)估

自然語言處理是所謂金融普惠背后的驅(qū)動(dòng)力，有助于最大限度地為以前沒有銀行賬戶的人群提供銀行服務(wù)。例如，在美國和歐盟，銀行可以通過分析客戶的信用記錄來評(píng)估其信譽(yù)，但在發(fā)展中國家，大多數(shù)客戶根本沒有任何信用記錄。

這就是自然語言處理和高級(jí)文本挖掘發(fā)揮作用的地方：通過分析用戶在瀏覽互聯(lián)網(wǎng)和使用社交媒體時(shí)留下的數(shù)字足跡，生成一個(gè)信用評(píng)分，幫助準(zhǔn)確預(yù)測(cè)用戶的下一步行為。

4、客服機(jī)器人

根據(jù)近年來開展的多項(xiàng)研究，如果有其他出路，絕大多數(shù)美國千禧一代會(huì)很樂意拋棄銀行。這一代的技術(shù)人才列出了他們?cè)阢y行亟待解決的難事，包括排長隊(duì)以及與銀行人員不愉快的互動(dòng)等等。

自然語言處理是一套旨在識(shí)別人類語言和語音的技術(shù)，它的使用推動(dòng)了聊天機(jī)器人的發(fā)展，使其能夠執(zhí)行一系列令人印象深刻的操作：如虛擬助理及自動(dòng)索賠處理。虛擬助理將先前令人厭惡的經(jīng)歷變成愉快的體驗(yàn)。

基于此技術(shù)，聊天機(jī)器人可以幫助客戶分類整理金融產(chǎn)品，創(chuàng)建儲(chǔ)蓄計(jì)劃并控制客戶的消費(fèi)。例如，光大永明人壽（Sun Life）創(chuàng)建了數(shù)字教練Ella，幫助客戶瀏覽他們的福利和養(yǎng)老金計(jì)劃。 在保險(xiǎn)技術(shù)領(lǐng)域，人工智能的操作都是與客戶相關(guān)的：保險(xiǎn)公司使用的客戶風(fēng)險(xiǎn)評(píng)估中，個(gè)性化遠(yuǎn)程信息處理設(shè)備在跟蹤駕駛狀況和健康狀況中發(fā)揮了重要作用。

人工智能會(huì)自動(dòng)選擇適合每種風(fēng)險(xiǎn)狀況的保險(xiǎn)產(chǎn)品，并通過虛擬顧問提供給客戶。

5、預(yù)測(cè)分析

另一個(gè)在金融技術(shù)中使用機(jī)器學(xué)習(xí)的典型例子是預(yù)測(cè)分析。通過及時(shí)采集、處理和分析大量數(shù)據(jù)集，企業(yè)能夠比傳統(tǒng)方法更快、更準(zhǔn)確地預(yù)測(cè)未來的金融趨勢(shì)。由于有助于分析數(shù)據(jù)、預(yù)測(cè)風(fēng)險(xiǎn)和識(shí)別機(jī)會(huì)，時(shí)至今日，機(jī)器學(xué)習(xí)算法穩(wěn)步取代了傳統(tǒng)的分析工具。

6、欺詐檢測(cè)

技術(shù)進(jìn)步往往會(huì)給金融機(jī)構(gòu)帶來更多的欺詐風(fēng)險(xiǎn)和安全漏洞。事實(shí)上，沒有哪個(gè)行業(yè)像金融業(yè)那樣遭受無數(shù)欺詐相關(guān)的損失。根據(jù)Javelin的身份欺詐報(bào)告，2018年，美國約有1700萬企業(yè)經(jīng)歷過欺詐。

幸運(yùn)的是，ML欺詐檢測(cè)工具也變得越來越先進(jìn)，并且被證明比傳統(tǒng)的手工方法更有效。ML能實(shí)時(shí)檢測(cè)異常，驗(yàn)證措施少而有效，能識(shí)別隱藏的欺詐活動(dòng)。銀行交易和生物識(shí)別用戶認(rèn)證只是ML應(yīng)用于檢測(cè)欺詐的一部分例子。 Regtech是另一個(gè)新興的金融技術(shù)細(xì)分市場。

簡而言之，它被公認(rèn)為能夠“利用新技術(shù)促進(jìn)實(shí)現(xiàn)監(jiān)管要求”，在現(xiàn)代快速發(fā)展的市場中，監(jiān)管要求變得越來越復(fù)雜且無處不在。例如，像Comply Advantage這樣的公司利用人工智能和機(jī)器學(xué)習(xí)來檢測(cè)洗錢和恐怖融資，幫助公司遵守全球法規(guī)并保護(hù)其業(yè)務(wù)。

在人工智能、移動(dòng)設(shè)備和互聯(lián)網(wǎng)使用增加的推動(dòng)下，據(jù)報(bào)道，在2014-2025年內(nèi)，金融技術(shù)市場的最高預(yù)期復(fù)合年增長率（CAGR）為74.16%。 金融技術(shù)最初用于推動(dòng)大多數(shù)金融機(jī)構(gòu)的后端流程，現(xiàn)在則是客戶相關(guān)金融業(yè)務(wù)背后的主要力量，并正在改變?nèi)蚍秶鷥?nèi)處理金融的方式。

誠然，由于缺乏合格的人工智能顧問，阻礙了其廣泛應(yīng)用，但從長遠(yuǎn)來看，企業(yè)可以利用人工智能外包、與可靠的第三方提供商合作來推進(jìn)其金融服務(wù)，從而解決這一問題。

今后，人工智能還會(huì)如何幫助金融技術(shù)發(fā)展呢？我們一起拭目以待……