美國銀行首席技術官David Reily表示，美國銀行每年要花費30億美元用于技術的開發和購買，這個金額大約是維持現有IT基礎設施順利運行所花費的三倍。

　　你可能已經想到了，這筆資金會有一部分流向人工智能技術，但銀行方面并沒有透露具體數字。

　　在近期舉辦的一場科技峰會上，Reilly與其他一些銀行高管分享了他們在人工智能領域探索的經驗以及對這項技術抱持的擔憂。

David Reilly

　　AI 在銀行領域的熱門應用

　　目前，美國銀行的聊天機器人 Erica 已經遍及十個州。這款聊天機器人擁有兩種形式的人工智能，分別為用于理解語音、文本和意圖的自然語言處理技術，以及從客戶數據中積累洞察能力并將其轉化為推薦和建議的機器學習技術。

　　總體而言，「在那些利用傳統分析方法的領域里，我們正在試圖掌握機器學習和人工智能技術的價值?！姑绹y行客戶端平臺技術執行官Hari Gopalkrishnan解釋道。

　　「想想欺詐行為吧。欺詐管理就是理解客戶的行為，然后知道什么是正常的，什么是不正常的。那么我們就可以把自己從損失中拯救出來，同時也能提升用戶的體驗?！?/p>

　　一款舊式的欺詐分析程序可能會發現客戶正在一個從未刷過卡的地方刷卡交易，然后阻止這筆交易。

　　而人工智能則可以做得更好。

　　「如果能夠對用戶的行為有更多的洞察力，那么我們就可以運行更好的算法，進而掌握什么是真正的欺詐?！笹opalkrishnan說道。

　　同樣的技術也可以用于解決賬單糾紛問題。人工智能引擎可以快速地找到并分析數據，從而作出判斷裁決，而無需花費六個小時的時間去收集那些有爭議的數據。

　　「我們正在尋找類似這樣的機會?！笹opalkrishnan說。

　　Reilly指出，人工智能在分析貿易數據方面也有很大的潛力。

　　例如，《歐盟金融工具市場指令二》將于2018年1月3日正式生效，這項指令要求對交易進行一些額外報告。

　　「現在，我們記錄的事件要比以前多兩百萬?！筊eilly說。

　　「這兩百萬個事件會闡明究竟贏在了哪里、輸在了哪里。這些事件是我們所有競爭對手也可以參與的。我們可以看到摩根大通和高盛的所有得失。如果可以洞察到其中的價值，那么這些信息都將為你所用。

　　你也可以向你的客戶提供更加優質、完善的產品。去實時進行分析并從數據中洞察價值，是有待我們開發的能力。這是一個內聯的過程，而不是在事后進行分析或是培育洞察力。在這個過程里，我們擁有非常大的機會?！?/p>

　　AI并不總是正確的解決方案

　　在招聘環節中，銀行希望在人工智能的幫助下找到合適的人選。不過對此，高管們持保留態度。

　　「人工智能模型可能存在偏見?！姑绹y行企業技術主管Caroline Arnold一語道破。

　　「你可能會說，誰會在這家公司取得成功？一個人工智能引擎可能會發現那些打高爾夫的人會在公司里取得成功。

　　不過從另一個角度來看，使用同樣的技術也可以消除偏見。前提是你的模型可以忽略一些不同群體的特定指標，但是能夠關注目標人物并以更深層次的方式去理解它?！?/p>

　　Arnold認為，人工智能引擎永遠不可能成為雇傭過程里的最終決策者。

　　Mehul Patel是Hired公司的首席執行官，這家公司利用人工智能軟件為用戶匹配相應的工作。在他看來，人工智能和人類都有偏見。

　　「人工智能的好處是，你可以糾正這種偏見?！顾f，「我們會助推那些代表性不足的群體。人類的問題在于，他們不能輕易地解開自己的偏見，人類的偏見遠遠超過算法偏差?！?/p>

　　美國銀行消費與財富管理技術主管Aditya Bhasin也分享了銀行需要謹慎部署人工智能的原因。

　　「在Gartner的技術成熟度曲線上，機器學習和機器人都還處于早期階段?！顾f，「幾年前的那些大數據公司現在都成了機器學習公司?！?/p>

　　在他看來，人工智能并不總是正確的解決方案。

　　「只有能夠服務客戶并滿足其需求，進而使他們過上更好生活的前提下，技術才算真正有價值?！顾f，「這也是我們與開發人員不斷努力的方向?！?/p>

　　他舉例道，一個機器人自動化解決方案可以使整個貸款過程實現自動化，如此一來，銀行就可以更快地向客戶提供貸款。

　　「但使用人工智能或是自動化機器人作為數據集成的捷徑可能并沒有意義?！顾a充道。

　　例如，最近美國銀行新推出了一項數字抵押貸款服務?！肝覀儽究梢宰鲆淮蠖褭C器人，然后從不同地方獲取數據并預先抵押貸款申請，但這樣做可能會出現很多錯誤?！笲hasin 說。

　　「我們會從多個不同渠道整合數據源。這樣的話，當我們創建數字抵押貸款應用程序時，可能會有170個信息欄，其中只有10到15個必須由客戶填寫，而我們已經知道所有其他的信息?！?/p>

　　「我們考慮的不僅僅是暴力應用技術，只因技術可用而用，而是要去理解客戶的需求，然后根據這些需要應用技術?！笲hasin 說。

　　「計算機已經可以做出決策了，因此我們需要非常謹慎地思考究竟計算機是如何做出決策的?！顾f，「如果Google Duplex與Erica展開了交談，那么我們需要理解的一點是，一個機器人會對另一個機器人說些什么？如果沒有我們，他們會做出什么樣的決定?」

責任編輯：Rachel