過(guò)去幾年以來(lái),商業(yè)世界正越來(lái)越多轉(zhuǎn)向智能化解決方案,希望借此應(yīng)對(duì)不斷變化的數(shù)字環(huán)境。人工智能(AI)技術(shù)讓設(shè)備與裝置擁有了直觀感知、推理并行動(dòng)的能力,并在模仿人腦功能的同時(shí)擺脫了主觀性、自我意識(shí)以及日常干擾等人類所固有的影響因素。AI技術(shù)有望極大擴(kuò)展我們的能力,在復(fù)雜但又枯燥的常規(guī)工作中實(shí)現(xiàn)更高的速度、效率與準(zhǔn)確性。
我們用數(shù)據(jù)觀察AI背后的發(fā)展趨勢(shì):2020年,全球AI市場(chǎng)總值為623.5億美元,預(yù)計(jì)在2021年至2028年之間將以40.2%的年均復(fù)合增長(zhǎng)率(CAGR)保持?jǐn)U張。更令人振奮的是,亞馬遜云科技、IBM、谷歌及高通等科技巨頭都在AI技術(shù)的研究、開(kāi)發(fā)、影響測(cè)試與審計(jì)等方面投入了大量資源。
在AI浪潮的沖擊之下,金融科技自然也受到了感召。單金融科技之內(nèi)的AI市場(chǎng)估值約為80億美元,預(yù)計(jì)將在未來(lái)五年內(nèi)增長(zhǎng)至270億美元以上。從面向客戶功能到后端流程,AI與機(jī)器學(xué)習(xí)(ML)幾乎滲透到了這一領(lǐng)域中的方方面面。
下面,我們將具體探討其中不斷變化的最新動(dòng)態(tài)。
哪些AI與機(jī)器學(xué)習(xí)用例最適合金融科技?
金融服務(wù)擁有自己的一套通用AI與機(jī)器學(xué)習(xí)用例,其中包括但不限于降低成本、流程自動(dòng)化、支出對(duì)賬、數(shù)據(jù)分析與改善客戶體驗(yàn)等。根據(jù)Bain發(fā)布的報(bào)告,新冠疫情爆發(fā)期間業(yè)績(jī)最好的企業(yè)與其他普通公司間存在著三大核心生產(chǎn)力驅(qū)動(dòng)因素差異,分別為人員工作時(shí)間、人才儲(chǔ)備與工作精力。而AI用例在這三個(gè)方面都能發(fā)揮巨大的現(xiàn)實(shí)作用。
流程自動(dòng)化已經(jīng)成為業(yè)界當(dāng)前最常見(jiàn)的用例之一,強(qiáng)調(diào)通過(guò)重復(fù)性工作與流程的自動(dòng)化處理減少員工手動(dòng)操作量。這不僅緩解了日常工作枯燥乏味的糟糕體驗(yàn),也能提拔員工士氣、引導(dǎo)他們將更多時(shí)間和精力投入到創(chuàng)新及其他重要的增值事務(wù)當(dāng)中。
對(duì)會(huì)計(jì)部門(mén)來(lái)說(shuō),支出對(duì)賬和付款授權(quán)流程也是典型的高勞動(dòng)密集型任務(wù),往往需要耗費(fèi)大量時(shí)間和精力。AI與機(jī)器學(xué)習(xí)能夠?qū)崿F(xiàn)自動(dòng)三向匹配,從供應(yīng)商處收取發(fā)票以供審批。另外,智能系統(tǒng)還能夠理解復(fù)雜且分散的費(fèi)用支出審批流程,包括目前最讓財(cái)務(wù)人員頭痛的差旅雜項(xiàng)、商品采購(gòu)與服務(wù)開(kāi)銷等。
例如,應(yīng)付賬款(AP)自動(dòng)化服務(wù)商Beanworks公司最近就推出了SmartCapture。這是一套AI驅(qū)動(dòng)型數(shù)據(jù)捕捉解決方案,能夠大幅提高客戶的數(shù)據(jù)輸入速度與準(zhǔn)確性。該公司宣稱其產(chǎn)品的準(zhǔn)確率超過(guò)99%,能夠在幾分鐘內(nèi)快速完成應(yīng)付賬款處理流程。結(jié)合其SmartCoding技術(shù),財(cái)會(huì)團(tuán)隊(duì)花在數(shù)據(jù)輸入上的時(shí)間能夠減少80%以上。
根據(jù)Beanworks的介紹,傳統(tǒng)應(yīng)付賬款手動(dòng)輸入流程不僅效率低下而且極易出錯(cuò),往往給企業(yè)帶來(lái)不必要的資源浪費(fèi)、導(dǎo)致每張發(fā)票的單位處理成本高達(dá)12至20美元。而根據(jù)Beanworks公司總裁兼COO Karim Ben-Jaafar的說(shuō)法,像SmartCapture這樣的AI解決方案能夠更智能地處理每張發(fā)票,理解如何正確解釋組織內(nèi)的應(yīng)付賬款文檔與編碼。Ben-Jaafar表示,這套方案“能夠解放會(huì)計(jì)師的時(shí)間與精力,讓他們專注于處理其他更具戰(zhàn)略意義的任務(wù)。”
AI與機(jī)器學(xué)習(xí)的應(yīng)用范圍當(dāng)然遠(yuǎn)不止于此,它們還能幫助消費(fèi)者結(jié)合自身當(dāng)前財(cái)務(wù)狀況獲得超定制化服務(wù),通過(guò)按需信貸與更低成本等形式更好、更高效地管理財(cái)務(wù)資源。
在近期關(guān)于新冠疫情對(duì)于信貸趨勢(shì)影響的討論中,Upstart的出現(xiàn)顯得格外耀眼——這家公司希望重新設(shè)計(jì)以AI技術(shù)為基礎(chǔ)的、以用戶信譽(yù)為依托的新型借貸平臺(tái)。單憑這種徹底改革早已過(guò)時(shí)的信用評(píng)分制度的勇氣,我們就值得深入了解他們?yōu)橹冻龅呐ΑT趥鹘y(tǒng)意義上,貸方一直很難準(zhǔn)確評(píng)估哪些借款人可能發(fā)生違約。這種不確定性往往導(dǎo)致消費(fèi)者申請(qǐng)被拒或者承受更高的信貸利率。但面對(duì)同樣的難題,Upstart的系統(tǒng)卻利用AI技術(shù)實(shí)現(xiàn)了三分之二以上貸款的即時(shí)審批。
使用AI信用評(píng)分軟件能夠減少不良貸款、提高借貸回報(bào),從而支撐起更好的貸款決策能力。換句話說(shuō),企業(yè)一方能夠向風(fēng)險(xiǎn)較低的客戶快速提供貸款,客戶一方則可以獲得個(gè)性化水平更高的即時(shí)貸款審查服務(wù)。
而在按需金融服務(wù)這個(gè)同樣如火如荼的發(fā)展方向上,最受歡迎的兩大AI/機(jī)器學(xué)習(xí)解決方案類型則是個(gè)性化投資組合管理與產(chǎn)品推薦。而隨著人氣的快速提升,這些方案的精確度也隨之改善。Betterment等投資平臺(tái)能夠根據(jù)用戶收入、當(dāng)前投資習(xí)慣、風(fēng)險(xiǎn)偏好等指標(biāo)為客戶推薦投資機(jī)會(huì)。葡萄酒投資平臺(tái)Vinovest則使用由全球一流侍酒師開(kāi)發(fā)的定制化機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)葡萄酒投資組合規(guī)劃。這類投資組合既可以作為超越其他資產(chǎn)類別的另類投資,也可以供用戶隨時(shí)開(kāi)瓶享用——這才是真正意義上的“流動(dòng)資產(chǎn)”。
在未來(lái)幾年,以上提到的各項(xiàng)技術(shù)都有望進(jìn)一步改進(jìn)。相信我們將在客戶支持、報(bào)告生成以及數(shù)據(jù)分析等流程當(dāng)中見(jiàn)證越來(lái)越高的自動(dòng)化處理水平。
我們能信任AI嗎?
隨著金融服務(wù)商大踏步推進(jìn)數(shù)字化轉(zhuǎn)型,未來(lái)一年AI與機(jī)器學(xué)習(xí)類安全解決方案也將有所增加。例如,我們有望看到更多監(jiān)管科技解決方案的出現(xiàn),用于分析賬戶注冊(cè)分析、檢測(cè)賬戶內(nèi)異常模式等。在新冠疫情期間,AI與機(jī)器學(xué)習(xí)技術(shù)已經(jīng)從嘗鮮成果快速轉(zhuǎn)化為必需品與優(yōu)先事項(xiàng),這一點(diǎn)在金融服務(wù)領(lǐng)域表現(xiàn)得尤為突出。
AI當(dāng)然需要審計(jì)——我們不可能假設(shè)機(jī)器學(xué)習(xí)給出的內(nèi)容永遠(yuǎn)正確。但只要審計(jì)落實(shí)到位,AI完全可以讓金融服務(wù)的安全度更上一層樓。誠(chéng)然,現(xiàn)代銀行業(yè)中使用的一切技術(shù)都需要強(qiáng)大的監(jiān)管機(jī)制加以約束,金融服務(wù)領(lǐng)域的AI創(chuàng)新者們也需要將這種審計(jì)跟蹤需求納入解決方案的設(shè)計(jì)與構(gòu)建。
IBM旗下金融服務(wù)咨詢公司Promontory Financial Group創(chuàng)始人兼前CEO Gene Ludwig在重塑金融服務(wù)數(shù)字論壇的播客中就做出了很好的總結(jié),“擁有正確設(shè)計(jì)和記錄機(jī)制的AI實(shí)際上比人腦更可靠,因?yàn)槲覀儫o(wú)法登入人腦并記錄其中使用到哪些決策模式。所以在審計(jì)跟蹤方面,AI的效果并不比人類差、實(shí)際上可能還要好得多。”
令人欣喜的結(jié)果
金融科技應(yīng)用的興起告訴我們,客戶渴望自己的需求能得到即時(shí)滿足——這里既強(qiáng)調(diào)響應(yīng)時(shí)間、還強(qiáng)調(diào)個(gè)性化體驗(yàn)。AI與機(jī)器學(xué)習(xí)帶來(lái)的改進(jìn)將幫助金融領(lǐng)域的領(lǐng)導(dǎo)者們拿下這寶貴的幾分鐘甚至幾秒鐘提升,在個(gè)性化產(chǎn)品市場(chǎng)上獲得更為迅捷的響應(yīng)力與競(jìng)爭(zhēng)優(yōu)勢(shì)。而這些最新技術(shù)也將從面向客戶功能到后端流程,為諸多場(chǎng)景帶來(lái)無(wú)窮的發(fā)展可能。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。