花旗集團(tuán)前CEO維克拉姆·潘迪特預(yù)測，未來5年內(nèi)，30%的銀行工作崗位可能會(huì)被人工智能的應(yīng)用所淘汰。日本瑞穗金融集團(tuán)表示，到2027年，該公司將用人工智能取代19000名員工，約占其員工總數(shù)的三分之一。

幾乎每一家大型咨詢公司都發(fā)表了關(guān)于人工智能將如何改變銀行業(yè)的研究。畢馬威更進(jìn)一步，提出了“無形銀行”的愿景，即“智能的虛擬助理”在客戶互動(dòng)的各方面工作中取代人類員工。

2010年，西班牙桑坦德銀行推出了紅色機(jī)器人，向顧客展示其西班牙游客中心。瑞士聯(lián)合銀行將亞馬遜的數(shù)字助理Alexa應(yīng)用于客戶服務(wù)方面，摩根大通正在使用機(jī)器人(那種看不見的機(jī)器人)來進(jìn)行交易，而摩根士丹利則有一個(gè)人工智能欺詐檢測團(tuán)隊(duì)。就在本周，匯豐表示，它將效仿摩根士丹利的做法，利用人工智能來檢測洗錢、欺詐和恐怖主義融資。

投資者杰若恩·范歐爾表示：“長期而言，我認(rèn)為利用人工智能和技術(shù)將決定贏家和輸家之間的差距”。他負(fù)責(zé)運(yùn)營荷蘭荷寶集團(tuán)設(shè)立的歐洲首個(gè)金融科技專項(xiàng)基金之一。

下面，我們列舉了銀行業(yè)正在使用的人工智能，看看真實(shí)情況是什么樣的?

1.聊天機(jī)器人和虛擬個(gè)人助理

用途

銀行正在使用聊天機(jī)器人和語音機(jī)器人來與客戶互動(dòng)，并在任何員工參與問題之前解決問題。

背后的技術(shù)

自然語言處理和生成將使客戶越來越難以判斷，他們是在與人交談還是人工智能界面。語音識(shí)別和面部識(shí)別可以代替密碼來確保安全。

言論

“為了與未來接軌，你需要高效的后臺(tái)運(yùn)作……除此之外，你還需要能夠量身打造產(chǎn)品……如果你不能在未來提供這種服務(wù)，輸?shù)膶?huì)是你。”英國《金融時(shí)報(bào)》對30家主要銀行使用人工智能的情況進(jìn)行了調(diào)查，結(jié)果顯示，該行業(yè)對一項(xiàng)能夠幫助削減成本和提高回報(bào)率的技術(shù)前景感到興奮。一家銀行甚至預(yù)測，銀行中50-70%的工作崗位可能會(huì)被人工智能所取代。

現(xiàn)實(shí)

這種說法過于夸張了，事實(shí)卻更為復(fù)雜。目前，在如何將人工智能應(yīng)用于銀行業(yè)的問題上，不僅沒有達(dá)成共識(shí)，而且目前許多應(yīng)用機(jī)器學(xué)習(xí)的努力都是有限的。該行業(yè)正在摸索前進(jìn)的道路，而不是朝著有利于人工智能發(fā)展的未來前進(jìn)。

2.客戶分析

用途

銀行希望根據(jù)每個(gè)客戶的詳細(xì)資料提供個(gè)性化的交流和決策。他們還可以使用客戶分析和算法排序來評估風(fēng)險(xiǎn)和精確目標(biāo)報(bào)價(jià)。

背后的技術(shù)

人工智能可以利用每個(gè)人的大量非結(jié)構(gòu)化數(shù)據(jù)來分析客戶。機(jī)器學(xué)習(xí)可以用來分析行為模式，算法也可以自動(dòng)增加決策的數(shù)量。語言分析也將應(yīng)用于對文字選擇和語法的分析來預(yù)測決策。一些基金經(jīng)理已經(jīng)開始使用這一技術(shù)來評估首席執(zhí)行官的語言選擇，并弄清楚這對未來的公司業(yè)績意味著什么。

現(xiàn)實(shí)

加拿大皇家銀行的人工智能研究部門的負(fù)責(zé)人福特尼·阿格拉菲特說：“有太多的人發(fā)表了關(guān)于成本和工作影響的觀點(diǎn)”。她補(bǔ)充說到：“我們解決的問題都是非常狹隘的問題。人們的誤解是，人類和機(jī)器可以表現(xiàn)得旗鼓相當(dāng)。我們還有很長的路要走，我們需要解決諸多挑戰(zhàn)，才能讓機(jī)器在接近人類思維的水平上運(yùn)行。”

帕特里克·亨利·溫斯頓教授在1972年至1997年間領(lǐng)導(dǎo)了麻省理工學(xué)院的人工智能實(shí)驗(yàn)室，現(xiàn)在是該研究所的福特教授。他和阿格拉菲特一樣，對其局限性感到擔(dān)憂。

3.簡化流程

用途

銀行希望“低價(jià)值流程”能夠被人工處理。這意味著計(jì)算機(jī)將掃描和解析文檔。一些決策可能是由對每個(gè)領(lǐng)域的法規(guī)和法律完全了解的人工智能來做。

背后的技術(shù)

圖像識(shí)別和機(jī)器學(xué)習(xí)可以結(jié)合在一起掃描大量的文件，并根據(jù)應(yīng)用的法律和法規(guī)采取行動(dòng)。然后，算法可以用來決定哪些案例應(yīng)該被傳遞給一個(gè)人類決策者。

言論

帕特里克·亨利·溫斯頓教授說：“你所需要?jiǎng)?chuàng)造出取代人思維能力的東西，今天所謂的人工智能系統(tǒng)并不能做到這些，現(xiàn)在的人工智能擁有的更多是感知方面的能力而不是認(rèn)知方面的能力。什么時(shí)候人工智能會(huì)擁有認(rèn)知能力?最后也許會(huì)實(shí)現(xiàn)，但我并不看好。今天很少有人工智能的研究者進(jìn)行認(rèn)知方面的工作。”

現(xiàn)實(shí)

作為一個(gè)集體，各銀行都認(rèn)為人工智能很重要，但它們使用人工智能的策略卻不一樣。參與調(diào)查的一家歐洲銀行告訴英國《金融時(shí)報(bào)》，它有500至800名在人工智能部門工作;瑞典北歐聯(lián)合銀行通常被認(rèn)為是世界上技術(shù)最先進(jìn)的銀行之一，它說銀行內(nèi)只有25名員工從事人工智能的相關(guān)工作。英國《金融時(shí)報(bào)》調(diào)查的30家大型銀行中，有幾家愿意披露其在人工智能支出方面的數(shù)據(jù)，預(yù)算從300萬美元到1500萬美元不等。一家銀行表示，其正將支出從每年不到300萬美元增加到5000多萬美元。

總體而言，盡管各銀行在其業(yè)務(wù)范圍內(nèi)對人工智能進(jìn)行了試驗(yàn)，但它們并不像公開聲明所暗示的那樣樂觀。30家銀行中，有7家銀行愿意估計(jì)人工智能的長期成本節(jié)約，6家表示將削減成本不到20%，另一些則更為樂觀。

4.模式識(shí)別

用途

人工智能可能會(huì)發(fā)現(xiàn)交易中存在的異?；蚰Ｊ?，這可能意味著欺詐和洗錢。面部和語音識(shí)別也可能會(huì)給已經(jīng)進(jìn)入系統(tǒng)的欺詐者打上標(biāo)記。數(shù)據(jù)可以被篩選，以找到顯示風(fēng)險(xiǎn)或投資機(jī)會(huì)的交易模式。

背后的技術(shù)

機(jī)器學(xué)習(xí)使人工智能能夠解析大量非結(jié)構(gòu)化數(shù)據(jù)，從而將信號(hào)與市場中的噪聲分離開來，而且它可以自我糾正。復(fù)雜的圖像識(shí)別可以用來識(shí)別人和物體。

言論

Kasisto公司的首席執(zhí)行官兼聯(lián)合創(chuàng)始人Zor Gorelov說：“銀行業(yè)存在太多不切實(shí)際的人工智能炒作，銀行業(yè)高管對此感到困惑，這是可以理解的。”該公司向包括新加坡星展銀行、渣打銀行和其他10家銀行在內(nèi)的多家銀行出售人工智能平臺(tái)KAI。

“我們正試圖變得非?，F(xiàn)實(shí)，并將銀行的期望設(shè)定在系統(tǒng)的能力范圍內(nèi)。我們馬上要做的一件事就是我們要說‘我們的工作系統(tǒng)必須與一個(gè)人有情境上的連接……因?yàn)闆]有人可以把工作交給人工智能系統(tǒng)負(fù)責(zé)，而且很可能在可預(yù)見的未來，他們將無法將100%的進(jìn)程交給人工智能來負(fù)責(zé)。”

現(xiàn)實(shí)

不現(xiàn)實(shí)的期望并不是銀行面臨的唯一障礙，因?yàn)樗麄冋龑θ斯ぶ悄茴I(lǐng)域進(jìn)行更深入的研究，而他們所得到的承諾是如此之多。一些專家表示，有一種危險(xiǎn)是，過多的投資流向了“性感”領(lǐng)域，比如聊天機(jī)器人，而對人工智能幕后過程研究的投資便有些捉襟見肘了，但卻是這一方面的研究才可以讓銀行獲得更大的收益。

總結(jié)

因此，在所有這些紛紛擾擾中，銀行把他們的注意力集中在哪里?答案在一定程度上取決于銀行所認(rèn)為的人工智能究竟是什么。那些參與了英國《金融時(shí)報(bào)》調(diào)查的銀行給出的定義都很狹隘，他們把人工智能定義為那些只執(zhí)行更多基本功能的程序，這些功能包括邏輯推理、學(xué)習(xí)和自我校正，不需要明確的編程(加拿大皇家銀行)，還有一種定義是包括所有自動(dòng)化在內(nèi)的人工智能的愿景(野村證券)。其中一個(gè)定義有130個(gè)詞。還有一個(gè)定義涉及到圖表。

渣打銀行首席數(shù)據(jù)官沙梅克·昆都表示，在2017年該行所關(guān)注的14個(gè)人工智能項(xiàng)目和試點(diǎn)項(xiàng)目中，只有大約20%集中在“純成本或生產(chǎn)率”上。他補(bǔ)充道：“大多數(shù)項(xiàng)目都是為了提高我們的風(fēng)險(xiǎn)偏好，降低了風(fēng)險(xiǎn)，但也提高了我們承擔(dān)風(fēng)險(xiǎn)的能力。”渣打銀行對人工智能的定義是“一種技術(shù)和方法，使機(jī)器能夠完成那些需要人類智能來完成的事情”。

風(fēng)險(xiǎn)管理是各銀行不斷提到的主題。在這方面，科學(xué)是站在他們這一邊的，就像其他機(jī)械的任務(wù)一樣，人類的干預(yù)會(huì)阻礙而不是幫助。“對于那些沒有變化的重復(fù)性任務(wù)(在中間部門，在后端)，對于那些不需要聰明才智的清算/結(jié)算/操作流程來說，人工智能的方法非常棒，”Santander InnoVentures (桑坦德銀行旗下1億美元金融科技風(fēng)險(xiǎn)投資基金會(huì))的風(fēng)險(xiǎn)合伙人帕斯卡爾·布維耶說到。該基金會(huì)是西班牙銀行金融科技風(fēng)險(xiǎn)投資基金，投資于早期的金融技術(shù)，包括專注于人工智能的金融科技。

布維耶補(bǔ)充稱：“它們是確定性的，并且實(shí)際上不需要奢侈的黑匣子算法，也不需要達(dá)到一定的監(jiān)管/法律門檻，這些都屬于優(yōu)化、自動(dòng)化、智能自動(dòng)化、機(jī)器人流程自動(dòng)化等領(lǐng)域。這都利于銀行削減成本。”

除了風(fēng)險(xiǎn)管理應(yīng)用程序外，摩根大通利用人工智能來更有效地進(jìn)行交易，也可能屬于這一類，花旗的機(jī)器學(xué)習(xí)業(yè)務(wù)也可以處理向交易員發(fā)送的定價(jià)請求。

德國金融科技咨詢公司GFT Technologies的首席執(zhí)行官瑪麗卡·盧萊表示，“專注于理解新技術(shù)能夠給他們帶來新的商業(yè)模式和專注于新方法能給他們帶來更多收益的銀行之間存在明顯差異，而其他銀行則將成本削減作為第一個(gè)目標(biāo)。”

銀行對令人擔(dān)憂的員工很敏感，工會(huì)則對裁員很敏感，他們轉(zhuǎn)而談?wù)撟寙T工騰出工作來做更有趣的工作。隨著人工智能辯論的不斷深入，銀行已經(jīng)改變了他們所傳遞的信息，使得人工智能的收入增長潛力至少和削減成本一樣重要。

荷蘭銀行集團(tuán)ING表示：“我們希望利用人工智能為我們的客戶帶來更聰明的解決方案，并在決策過程中更加有效。因此，我們相信，人工智能將賦予勞動(dòng)力更多可能，而不是‘人工智能取代勞動(dòng)力’。”

在加拿大皇家銀行的人工智能研究所，阿格拉菲特女士說她的團(tuán)隊(duì)“優(yōu)先考慮那些我們有證據(jù)可以解決的事情”。這包括“分析新聞，確定世界事件如何影響美國市場”。

其結(jié)果將是“潛在地創(chuàng)造收入，但同時(shí)也節(jié)省了成本，這些是我們的研究人員、我們的顧問、我們的財(cái)務(wù)顧問和從事研究工作的人用于理解所利用的工具，”她補(bǔ)充道。

對于一些人來說，選擇合適的領(lǐng)域來使用人工智能是最困難的問題。桑坦德銀行的首席數(shù)字和創(chuàng)新官林賽·阿格斯說：“很容易陷入‘讓我們用人工智能來解決它’的陷阱。一些人工智能的想法可能看起來非常‘閃亮’，但實(shí)際上只是對現(xiàn)有的數(shù)據(jù)處理能力進(jìn)行了微小的改進(jìn)。”

在荷蘭銀行，這家荷蘭銀行為其擴(kuò)大人工智能使用范圍的決定進(jìn)行了辯護(hù)，其中包括為客戶提供數(shù)字助理和檢測欺詐和進(jìn)行風(fēng)險(xiǎn)分析的工具。荷蘭銀行表示：“為了發(fā)現(xiàn)最具價(jià)值的地方，我們正在積極試驗(yàn)。這不僅適用于現(xiàn)有的服務(wù)，也適用于新的機(jī)會(huì)。我們正在研究如何讓我們的員工更容易地工作，以及客戶如何從人工智能中獲益。”

隨著人工智能項(xiàng)目將銀行拉向不同的方向，評估成功和領(lǐng)導(dǎo)力對局外人來說會(huì)很可怕。荷寶集團(tuán)的范歐爾說：“將營銷故事與實(shí)際完成的故事區(qū)分開來是非常重要的，通常兩者之間存在很大的差別。如果你深入研究核心，你就能很好地判斷它的市場營銷是否真實(shí)。”范歐爾先生正在尋找提高成本/收入比率和交叉銷售的證據(jù)。他說：“如果你沒有看到這些證據(jù)，而銀行說他們在人工智能領(lǐng)域做了所有這些事情，你就必須問問自己，這是不是并非真的。”

他表示，銀行將需要更長的時(shí)間才能看到人工智能項(xiàng)目的后臺(tái)運(yùn)行結(jié)果，而一些人已經(jīng)看到了對前臺(tái)的影響。“我們已經(jīng)與幾家銀行進(jìn)行了交談，它們可以清楚地表明，在實(shí)施了這些技術(shù)之后，它們能夠交叉銷售更多的產(chǎn)品，而且它們更善于與客戶溝通。”

渣打銀行的昆都表示，對于外界來說，看到切實(shí)的成果，讓他們能夠決定自己的銀行在人工智能領(lǐng)域的投資是否正在取得成果，這“為時(shí)過早”，尤其是因?yàn)槠浯蟛糠值娜斯ぶ悄苊半U(xiǎn)都是實(shí)驗(yàn)性的。他補(bǔ)充說：“早期的結(jié)果是有希望的。他們將能夠看到人工智能所帶來的影響。”

對于局外人來說，表面的跡象并不意味著人工智能將接管整個(gè)行業(yè)。八年前，這些機(jī)器人開始向游客展示桑坦德市，但在桑坦德銀行的13697個(gè)銀行分行里，現(xiàn)在看不到任何一個(gè)機(jī)器人的身影。

成本：裁員、支出和部署人工智能

英國《金融時(shí)報(bào)》對全球30家最大的銀行進(jìn)行了調(diào)查，調(diào)查他們對于人工智能的應(yīng)用方式。18家銀行對14個(gè)問題中至少5個(gè)問題給出了詳細(xì)答案，另外5家對它們的人工智能工作給出了描述性的答復(fù)，其余5個(gè)都拒絕參與。結(jié)果顯示：

前端部門最重要：

在這18家銀行中，有17家已經(jīng)在前端部門使用人工智能，從花旗的Facebook messenger聊天機(jī)器人到瑞銀在客戶服務(wù)方面使用亞馬遜虛擬助理Alexa，這也是銀行看到與人工智能相關(guān)的節(jié)省成本方面的最大潛力的地方。

應(yīng)用范圍廣最好：

18家銀行中有8家在前端部門、中端部門、后端部門和數(shù)據(jù)分析部門使用人工智能，另外10家銀行在這4個(gè)部門中的3個(gè)部門使用了人工智能。

資源差異很大：

9家銀行提供了有關(guān)人工智能的詳細(xì)信息，一家要求匿名的歐洲銀行稱其雇傭了500至800人。北歐聯(lián)合銀行稱其有25人。有6家銀行提供了人工智能支出的詳細(xì)信息，從500萬歐元至1500萬歐元的資金不等，一家機(jī)構(gòu)計(jì)劃將支出從300萬美元增加到5000萬美元。

在裁員方面持保守態(tài)度：

7家銀行給出了可能的與人工相關(guān)的失業(yè)數(shù)據(jù)。6家銀行表示，這一數(shù)字將低于20%。

大銀行的責(zé)任：

在18家銀行中，有5家擁有直接負(fù)責(zé)人工智能的管理委員會(huì)成員。

正時(shí)興的合作關(guān)系：

在18家銀行中，有8家參與了合資企業(yè)，其中4家已在與人工智能相關(guān)的公司進(jìn)行投資。