人工智能已经在改变银行业的5种方式

人工智能 (AI) -- 及其对企业和企业日益增长的影响和适用性 -- 是当今讨论最广泛的话题之一。从像Siri和Alexa这样的虚拟助手，到Facebook和Drift创建的聊天机器人，人工智能正在对消费者的生活产生重大影响。

Statista的一项研究表明，全球使用虚拟助手的消费者数量预计将超过10亿2018年。此外，埃森哲 (Accenture) 2018的一项调查预测，到2018年结束时，将有37% 的美国消费者拥有数字语音助手 (DVA) 设备。

很明显，人工智能技术是如何通过DVAs和其他消费产品进入日常生活的，但人工智能也对一个几乎影响所有消费者和企业的行业产生了变革性影响: 银行。以下是人工智能已经改变银行业的五种方式。

客户服务自动化

随着自然语言处理技术的发展，消费者发现越来越难以区分语音机器人和人工客户服务代表。这源于语音和聊天机器人在无需人工干预的情况下解决客户问题的能力提高。

客户服务自动化对银行的好处显而易见: 这将导致成本的大幅降低。Autonomous最近的一项研究预测，人工智能可能导致银行业和贷款行业裁员120万人，从而导致高达4500亿美元的行业储蓄2030年。

尽管客户服务自动化承诺提供了潜在的回报，但银行和其他企业在过于依赖语音和聊天机器人方面需要谨慎行事。Gethuman的受欢迎程度说明了这一点: 它的网站将消费者与人类csr联系起来，以解决他们的问题。实际上，语音和聊天机器人在扩充而不是取代人类时通常效果最佳。至少，如有必要，应该随时可以选择与人交谈。

想要一个银行如何创造性地利用人工智能为客户服务的例子吗？根据toAccuity 2018年8月的全球银行排名，瑞士银行瑞银 (UBS) 的资产数量在全球排名中排名第35位，该银行已与亚马逊合作，将其 “Ask UBS” 服务纳入Alexa供电的回声扬声器设备。

Ask UBS针对瑞银欧洲财富管理客户，使用户仅通过 “询问” Alexa就可以获得有关全球金融市场的广泛建议和分析。“Ask UBS” 还充当教学资源，提供与金融行业相关的首字母缩写词和行话的定义和示例。

虽然Ask UBS可以根据要求从UBS财务顾问拨打客户电话，但它还无法访问inpidual投资组合，执行交易或进行其他交易; 它无法根据客户的持有量和目标提供个性化建议。据《华尔街日报》报道，原因主要是安全和隐私问题。不过，通过DVA提供更深入和个性化的服务可能并不遥远。瑞银发言人在文章中表示，该公司的目标是使 “Ask UBS” 和类似工具 “对客户而言安全，合规且可信赖”。

个性化

银行可以访问大量客户数据，包括详细的人口统计数据，网站分析以及在线和离线交易记录。通过利用机器学习来集成和分析来自多个离散数据库的信息以形成360度的客户视图，银行可以更好地根据内部客户的行为来个性化产品，服务和交互。

根据企业软件巨头SAp的行业营销全球总监James Eardley的说法，“数字服务模式的下一步是银行为inpidual定价，并实时协商价格，将个性化提升到最终水平。”

尽管这种个性化定价可能只会在未来变得普遍，但银行已经在利用经过ai处理的行为数据，根据客户的目标和习惯，为客户提供适当的信贷和储蓄产品建议。全球第14大银行桑坦德银行 (Santander) 以其流动资产衡量，甚至在机器学习众包网站Kaggle上举办了一场比赛，奖金为60,000美元，鼓励数据科学家编写更好地 “将产品与人配对” 的代码。

安全

在银行和支付行业，个性化远远超出了营销和产品定制，扩展到了安全性。越来越多的银行正在利用指纹等生物识别数据来替换或增强密码和其他形式的客户验证。

古德智能 (Goode Intelligence) 的一份报告预测，将有19亿名银行客户使用某种形式的生物识别2021年。《卫报》报道说，英国哈利法克斯银行甚至尝试了蓝牙腕带，该腕带可以识别客户的唯一心跳以验证帐户访问权限。

在对其流行的iphone进行广泛讨论的创新中，苹果已经发展了其Face ID，因此它现在使用AI驱动的面部识别技术来解锁设备并使用其数字钱包服务Apple pay验证购买。随着面部识别和其他生物识别认证技术变得越来越复杂和安全，它们有望变得越来越普遍。

流程优化

人工智能在银行中最有前途的应用之一来自自动化大批量、低价值的流程。在麦肯锡报道的一个例子中，摩根大通开始使用机器人来处理内部IT请求，包括员工试图重置其工作密码。

机器人2017年预计将处理多达170万个请求，负责40名全职员工的工作。

模式识别与欺诈预防

人工智能筛选大量数据并识别人类观察者可能躲避的模式的能力是其最大的优势之一。这种能力特别相关的一个领域是预防欺诈。

根据McAfee的说法，网络犯罪使全球经济损失6000亿美元。许多金融服务提供商正在部署人工智能和机器学习解决方案，以实时检测欺诈。改进的欺诈预防技术的另一个好处是，合法活动被标记为欺诈的频率较低。

根据Tech2，万事达卡能够通过80% 使用人工智能技术来减少客户的 “虚假下降”。

最终想法

金融科技革命仍处于起步阶段，但与人工智能并驾齐驱，已经对传统银行的经营方式产生了实质性影响。这为数字企业家和投资者提供了无数的改进机会。

根据CB Insights的数据，仅第一季度2018年，风投支持的金融科技公司筹集的资金就达到了全球创纪录的54亿美元。对大型银行希望通过人工智能实现的目标有高水平的理解，包括客户服务自动化、个性化、改进的安全性、流程优化和模式识别，有望为被金融科技领域吸引的数字企业家提供思考和灵感。