預(yù)計(jì)到2030年為金融行業(yè)節(jié)省超過1萬(wàn)億美元。

面對(duì)機(jī)遇，很多銀行開始采取行動(dòng)。但是如何才能最大程度地利用人工智能技術(shù)呢？

這時(shí)候，銀行就面對(duì)著同樣一個(gè)嚴(yán)峻的現(xiàn)實(shí)：要想成功部署人工智能應(yīng)用，光有海量的數(shù)據(jù)還不夠。對(duì)于人工智能交付結(jié)果而言，數(shù)據(jù)質(zhì)量起到了重要的作用，這正是絕大多數(shù)組織都在努力解決的難題。

在過去幾十年內(nèi)，各大銀行一直在收集數(shù)據(jù)，因此，數(shù)據(jù)管理變得極為復(fù)雜。數(shù)據(jù)通常是斷續(xù)的，并且以不同的格式存儲(chǔ)，整個(gè)組織布滿了無(wú)法使用的孤立信息數(shù)據(jù)庫(kù)，這使得全銀行范圍內(nèi)的研究難以開展，人工智能應(yīng)用也無(wú)法從數(shù)據(jù)中發(fā)現(xiàn)見解。

）」——亞馬遜、谷歌和蘋果公司等巨頭使用的一項(xiàng)技術(shù)——可以連接不同的數(shù)據(jù)庫(kù)，讓它們變得可供搜索。知識(shí)圖譜還可以連接結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，使人工智能應(yīng)用不僅可以使用內(nèi)部數(shù)據(jù)庫(kù)的信息，還可以使用文本等文檔中的信息。

「知識(shí)圖譜」如何起作用？

知識(shí)圖譜是知識(shí)領(lǐng)域的模型。它映射了企業(yè)的所有業(yè)務(wù)對(duì)象和概念，以及它們之間的相互關(guān)系。知識(shí)圖譜被構(gòu)造為附加的虛擬數(shù)據(jù)層，位于現(xiàn)有數(shù)據(jù)庫(kù)之上，并將數(shù)據(jù)大規(guī)模鏈接在一起。電子表格等結(jié)構(gòu)化數(shù)據(jù)，以及文本文檔等非結(jié)構(gòu)化數(shù)據(jù)，都是知識(shí)圖譜連接的對(duì)象。

知識(shí)圖譜基于知識(shí)和概念，因此要想創(chuàng)建良好的知識(shí)圖譜，必須讓整個(gè)組織內(nèi)不同領(lǐng)域的主題專家都參與進(jìn)來(lái)。這增加了對(duì)協(xié)作的需求，并加強(qiáng)了知識(shí)管理領(lǐng)域的共同責(zé)任和透明度。而且，由于該技術(shù)并不會(huì)取代現(xiàn)有的IT系統(tǒng)，而是對(duì)它們進(jìn)行加強(qiáng)，因此具有極高的成本效益。

）定義了金融業(yè)務(wù)應(yīng)用程序中有趣的一組業(yè)務(wù)對(duì)象，以及它們之間的相互關(guān)系。通過使用FIBO，組織可以使任何描述財(cái)務(wù)業(yè)務(wù)的數(shù)據(jù)變得有意義。

使用語(yǔ)義人工智能的個(gè)性化銀行服務(wù)

知識(shí)圖譜、自然語(yǔ)言處理（NLP）和人工智能的結(jié)合，對(duì)于銀行業(yè)的數(shù)字化轉(zhuǎn)型將是至關(guān)重要的。

一種特別有趣的趨勢(shì)是，使用該技術(shù)來(lái)改善個(gè)性化的客戶服務(wù)。這可以通過使用知識(shí)圖譜構(gòu)建推薦系統(tǒng)來(lái)完成，在線商店也經(jīng)常使用類似的推薦系統(tǒng)向用戶展示相關(guān)產(chǎn)品。

）——藍(lán)紋奶酪中最富盛名的一種，盡管絕大部分的推薦系統(tǒng)可能會(huì)向這位用戶推薦其他類型的藍(lán)紋奶酪，但是得到知識(shí)圖譜支持的推薦系統(tǒng)則可能會(huì)技高一籌，它可能會(huì)推薦一款與特定類型奶酪搭配的葡萄酒。

——在這種情況下，奶酪和葡萄酒及其所有屬性，可提供豐富的、額外的語(yǔ)境信息——這會(huì)讓建議的質(zhì)量有所不同。