当金融科技遇上AI：开启金融服务「新天地」
作者丨 Melody Brue
编译整理｜科技行者
过去几年以来，商业世界正越来越多转向智能化解决方案，希望借此应对不断变化的数字环境。人工智能（AI）技术让设备与装置拥有了直观感知、推理并行动的能力，并在模仿人脑功能的同时摆脱了主观性、自我意识以及日常干扰等人类所固有的影响因素。AI技术有望极大扩展我们的能力，在复杂但又枯燥的常规工作中实现更高的速度、效率与准确性。
我们用数据观察AI背后的发展趋势：2020年，全球AI市场总值为623.5亿美元，预计在2021年至2028年之间将以40.2%的年均复合增长率（CAGR）保持扩张。更令人振奋的是，亚马逊云科技、IBM、谷歌及高通等科技巨头都在AI技术的研究、开发、影响测试与审计等方面投入了大量资源。
在AI浪潮的冲击之下，金融科技自然也受到了感召。单金融科技之内的AI市场估值约为80亿美元，预计将在未来五年内增长至270亿美元以上。从面向客户功能到后端流程，AI与机器学习（ML）几乎渗透到了这一领域中的方方面面。
下面，我们将具体探讨其中不断变化的最新动态。
哪些AI与机器学习用例最适合金融科技？
金融服务拥有自己的一套通用AI与机器学习用例，其中包括但不限于降低成本、流程自动化、支出对账、数据分析与改善客户体验等。根据Bain发布的报告，新冠疫情爆发期间业绩最好的企业与其他普通公司间存在着三大核心生产力驱动因素差异，分别为人员工作时间、人才储备与工作精力。而AI用例在这三个方面都能发挥巨大的现实作用。
流程自动化已经成为业界当前最常见的用例之一，强调通过重复性工作与流程的自动化处理减少员工手动操作量。这不仅缓解了日常工作枯燥乏味的糟糕体验，也能提拔员工士气、引导他们将更多时间和精力投入到创新及其他重要的增值事务当中。
对会计部门来说，支出对账和付款授权流程也是典型的高劳动密集型任务，往往需要耗费大量时间和精力。AI与机器学习能够实现自动三向匹配，从供应商处收取发票以供审批。另外，智能系统还能够理解复杂且分散的费用支出审批流程，包括目前最让财务人员头痛的差旅杂项、商品采购与服务开销等。
例如，应付账款（AP）自动化服务商Beanworks公司最近就推出了SmartCapture。这是一套AI驱动型数据捕捉解决方案，能够大幅提高客户的数据输入速度与准确性。该公司宣称其产品的准确率超过99%，能够在几分钟内快速完成应付账款处理流程。结合其SmartCoding技术，财会团队花在数据输入上的时间能够减少80%以上。
根据Beanworks的介绍，传统应付账款手动输入流程不仅效率低下而且极易出错，往往给企业带来不必要的资源浪费、导致每张发票的单位处理成本高达12至20美元。而根据Beanworks公司总裁兼COO Karim Ben-Jaafar的说法，像SmartCapture这样的AI解决方案能够更智能地处理每张发票，理解如何正确解释组织内的应付账款文档与编码。Ben-Jaafar表示，这套方案“能够解放会计师的时间与精力，让他们专注于处理其他更具战略意义的任务。”
AI与机器学习的应用范围当然远不止于此，它们还能帮助消费者结合自身当前财务状况获得超定制化服务，通过按需信贷与更低成本等形式更好、更高效地管理财务资源。
在近期关于新冠疫情对于信贷趋势影响的讨论中，Upstart的出现显得格外耀眼——这家公司希望重新设计以AI技术为基础的、以用户信誉为依托的新型借贷平台。单凭这种彻底改革早已过时的信用评分制度的勇气，我们就值得深入了解他们为之付出的努力。在传统意义上，贷方一直很难准确评估哪些借款人可能发生违约。这种不确定性往往导致消费者申请被拒或者承受更高的信贷利率。但面对同样的难题，Upstart的系统却利用AI技术实现了三分之二以上贷款的即时审批。
使用AI信用评分软件能够减少不良贷款、提高借贷回报，从而支撑起更好的贷款决策能力。换句话说，企业一方能够向风险较低的客户快速提供贷款，客户一方则可以获得个性化水平更高的即时贷款审查服务。
而在按需金融服务这个同样如火如荼的发展方向上，最受欢迎的两大AI/机器学习解决方案类型则是个性化投资组合管理与产品推荐。而随着人气的快速提升，这些方案的精确度也随之改善。Betterment等投资平台能够根据用户收入、当前投资习惯、风险偏好等指标为客户推荐投资机会。葡萄酒投资平台Vinovest则使用由全球一流侍酒师开发的定制化机器学习算法实现葡萄酒投资组合规划。这类投资组合既可以作为超越其他资产类别的另类投资，也可以供用户随时开瓶享用——这才是真正意义上的“流动资产”。
在未来几年，以上提到的各项技术都有望进一步改进。相信我们将在客户支持、报告生成以及数据分析等流程当中见证越来越高的自动化处理水平。
我们能信任AI吗？
随着金融服务商大踏步推进数字化转型，未来一年AI与机器学习类安全解决方案也将有所增加。例如，我们有望看到更多监管科技解决方案的出现，用于分析账户注册分析、检测账户内异常模式等。在新冠疫情期间，AI与机器学习技术已经从尝鲜成果快速转化为必需品与优先事项，这一点在金融服务领域表现得尤为突出。
AI当然需要审计——我们不可能假设机器学习给出的内容永远正确。但只要审计落实到位，AI完全可以让金融服务的安全度更上一层楼。诚然，现代银行业中使用的一切技术都需要强大的监管机制加以约束，金融服务领域的AI创新者们也需要将这种审计跟踪需求纳入解决方案的设计与构建。
IBM旗下金融服务咨询公司Promontory Financial Group创始人兼前CEO Gene Ludwig在重塑金融服务数字论坛的播客中就做出了很好的总结，“拥有正确设计和记录机制的AI实际上比人脑更可靠，因为我们无法登入人脑并记录其中使用到哪些决策模式。所以在审计跟踪方面，AI的效果并不比人类差、实际上可能还要好得多。”
令人欣喜的结果
金融科技应用的兴起告诉我们，客户渴望自己的需求能得到即时满足——这里既强调响应时间、还强调个性化体验。AI与机器学习带来的改进将帮助金融领域的领导者们拿下这宝贵的几分钟甚至几秒钟提升，在个性化产品市场上获得更为迅捷的响应力与竞争优势。而这些最新技术也将从面向客户功能到后端流程，为诸多场景带来无穷的发展可能。