Povzetek

Umetna inteligenca (AI) eksplodira

• Široko sprejemanje umetne inteligence v panogah je napovedal za doseganje svetovnih prihodkov v višini 12,5 milijarde USD v letu 2017 in 47 milijard USD v 2020 s CAGR 55,1% od leta 2016 do 2020.
• Industriji, ki bosta največ vlagali v te tehnologije, sta bančništvo in trgovina na drobno, sledita zdravstvo in predelovalne dejavnosti.
• Ekonomisti označujejo tehnologije splošnega namena (GPT) kot tiste, ki so dovolj pomembne, da spodbujajo dolgotrajno gospodarsko rast in družbeni napredek. Na primer, elektrika je GPT. Nedavna Članek s Harvard Business Review določa AI kot najpomembnejše GPT naše dobe.

Umetna inteligenca v finančnih storitvah: obvladovanje tveganj

• PayPal je z uporabo tehnologije globokega učenja lahko povečal varnost. PayPal goljufije sorazmerno nizke 0,32% prihodka , številka veliko boljša od povprečja 1,32%, ki ga vidijo trgovci.
• Medtem ko linearni model lahko porabi 20-30 spremenljivk , tehnologija globokega učenja lahko ukaže na tisoče podatkovnih točk.

Umetna inteligenca v finančnih storitvah: AI trgovanje

• Družbe za upravljanje naložb se že leta zanašajo na računalnike. Okrog 9% vseh sredstev , ki upravljajo 197 milijard dolarjev, se zanašajo na velike statistične modele, ki so jih zgradili znanstveniki s področja podatkov.
• Vendar pa so ti modeli pogosto statična , zahtevajo človeško posredovanje in se ne obnesejo dobro, ko se trg spremeni. Zato so sredstva vedno večja prehod na prave modele umetne inteligence ki analizirajo velike količine podatkov in se še naprej izboljševali.
• Leta 2000 je ameriška pisarna Goldman Sachs za trgovanje z delnicami na sedežu v ​​New Yorku zaposlen 600 trgovcev. Danes ima dva lastniška trgovca, ostalo pa stroji.

Umetna inteligenca v finančnih storitvah: Robo-svetovanje

• Za vlagatelje lahko robo-svetovanje pri nekaterih storitvah prihrani do 70% stroškov.
• Nekatera uveljavljena investicijska podjetja kupujejo obstoječe robo-svetovalce, kot npr Invescova pridobitev Jemstepa in Blackrockov nakup FutureAdvisor . Drugi celo ustvarjajo lastne robo-svetovalce, kot sta FidelityGo in Schwab's Intelligent Advisory.
• 77% strank, ki upravljajo premoženje, zaupa svojim finančnim svetovalcem, 81% pa jih navaja, da je pomembna neposredna interakcija.

Umetna inteligenca v finančnih storitvah: zavarovanje in zahtevki za zavarovanje

• TO Poročilo PWC napoveduje, da bo AI do leta 2020 avtomatiziral precejšnje število sklenjenih pogodb, zlasti na zrelih trgih, kjer so na voljo podatki.
• V Študija iz Oxforda 2013 z analizo več kot 700 poklicev, da bi ugotovili, kateri so najbolj dovzetni za informatizacijo, so bili zavarovalci vključeni med pet najbolj dovzetnih.
• Zavarovanje lahko izkoristi ne samo strojno učenje, temveč tudi nosljivo tehnologijo in tehnologijo za globinsko učenje obraza.

Umetna inteligenca v finančnih storitvah: služba za stranke prek chatbotov

• Oktobra 2016 sta Bank of America in MasterCard predstavila klepetalnice, Erica in Kai oziroma. Zgodnja različica Erice lahko spremlja kreditne rezultate strank, preučuje njihove potrošniške navade in svetuje, kako plačati račune.
• Pred kratkim tudi Capital One lansirali lastni chatbot , imenovan 'Eno', ki strankam omogoča klepet z banko v besedilnem jeziku za plačevanje računov in pridobivanje informacij o računu. Capital One je izkoristil tudi trend interneta stvari, uvedel je Alexa Skill za Amazon Echo in namerava kot prvi uvesti podobno storitev za Microsoftovo Cortano.

Tehnologija za splošne namene je izraz ekonomisti rezerve za tehnologije, ki spodbujajo dolgotrajno gospodarsko rast in družbeni napredek, kar je revolucioniralo poslovanje gospodinjstev in korporacij. Vzorec splošne tehnologije je elektrika. Zarodila se je elektrika množico izdelkov in sektorjev, vključno s hladilniki, pralnimi stroji, vlaki in seveda računalniki. Pojav električne energije je korenito spremenil svet.

Nedavna Članek s Harvard Business Review umetno inteligenco (AI) označuje za najpomembnejšo splošno namensko tehnologijo naše dobe . Poznamo moč umetne inteligence. Kaže se v obliki robota premagal svetovno priznanega šahista . Avto, ki zmore vzporedni park sam . Naprave, ki odgovorite z jutrišnjim vremenom ko vprašamo. Toda večina naših stikov z umetno inteligenco in njihovega razumevanja se vrti okoli izdelkov, ki kot potrošniki vplivajo na naše vsakdanje življenje. Na organizacijski ravni je večje vprašanje, kako bo umetna inteligenca motila panoge in natančneje, kako bodo finančne storitve izkoristile umetno inteligenco.

Naslednji članek bo opredelil umetno inteligenco, področje z njo povezanih tehnologij, velikost celotne industrije umetne inteligence in uporabe umetne inteligence v financah. Ta del ni namenjen normativni presoji o razvoju umetne inteligence; namesto tega se bo osredotočil na to, kako umetna inteligenca moti finance.

Umetna inteligenca: kaj je umetna inteligenca?

Umetna inteligenca je področje računalništva osredotočil na ustvarjanje inteligentnih strojev, ki delujejo kot ljudje. AI računalniki so zasnovan za izvajanje človeških funkcij vključno z učenjem, odločanjem, načrtovanjem in prepoznavanjem govora.

Umetna inteligenca omogoča strojem nenehno izboljševali svojo uspešnost ne da bi ljudje zagotavljali predpisana navodila, kako to storiti. To je pomembno iz nekaj razlogov. Prvič, ljudje vemo več, kot smo sposobni povedati. To pomeni, da lahko ljudje v šahu prepoznajo obraz ali izvedejo pametno strategijo. Vendar pa je pred napredno tehnologijo umetne inteligence človekova nezmožnost artikulirati svoje znanje pomenila, da nismo mogli avtomatizirati številnih nalog. Drugič, tehnologija umetne inteligence je nadčloveška, saj deluje hitreje in pogosto z večjo natančnostjo kot ljudje.

Tehnologije umetne inteligence

Umetna inteligenca zajema številne sposobnosti in tehnologije. Svetovalno podjetje PWC ojača da umetna inteligenca »ni monolitno tematsko področje. Vsebuje številne stvari, ki vse prispevajo k naši predstavi o tem, kaj pomeni biti 'inteligenten'. Spodaj je nekaj najbolj priljubljenih področij umetne inteligence:

• Strojno učenje je metoda analize podatkov, ki avtomatizira izdelavo analitičnih modelov . Strojno učenje z uporabo algoritmov, ki se iterativno učijo iz podatkov, omogoča računalnikom, da najdejo skrite vpoglede, ne da bi bili izrecno programirani, kje iskati.
• Globoko učenje je podskupina strojnega učenja . Olajšal je prepoznavanje predmetov na slikah, označevanje videoposnetkov in prepoznavanje dejavnosti ter napreduje pri zaznavanju (vključno z zvokom in govorom). Na primer, Facebookova aplikacija za globoko učenje DeepFace je bila usposobljeni za prepoznavanje ljudi na fotografijah . Mnogi primerjajo tehnologijo globokega učenja in biologijo, vendar se strokovnjaki na splošno strinjajo, da medtem navdihnjeni s človeškimi možgani, ni nujno, da se zgledujejo po njih .
• Obdelava naravnega jezika je sposobnost računalniškega programa, da razumeti človeški govor v realnem času. Raziskave in razvoj so prestavljanje do sistemov, ki so sposobni komunicirati z ljudmi prek pogovornega okna, ne samo odzivanja na stilizirane zahteve.
• Internet stvari (IoT) je posvečen ideji, da je mogoče med seboj povezati široko paleto naprav, vključno z napravami, vozili in zgradbami. Če na primer vaš alarm zazvoni ob 7:00, bi lahko samodejno obvesti aparat za kavo da začnete kuhati kavo za vas. Tudi nosljive tehnologije, ki med obrabo delujejo kot senzorji del tega večjega trenda .

Ta seznam seveda ni izčrpen. Spodaj si oglejte širši nabor tem in tehnologij o umetni inteligenci.

Velikost trga umetne inteligence

Omenjeni Članek s Harvard Business Review napoveduje, da se bodo 'učinki umetne inteligence povečali v prihodnjem desetletju, saj bodo predelovalne dejavnosti, trgovina na drobno, prevoz, finance, zdravstvo, pravo, oglaševanje, zavarovalništvo, zabava, izobraževanje in skoraj vsaka druga industrija spremenili svoje ključne procese in poslovne modele v izkoristite strojno učenje. Ozko grlo je pri upravljanju, izvedbi in poslovni domišljiji. '

Široko sprejemanje umetne inteligence v panogah je napovedal za doseganje svetovnih prihodkov v višini 12,5 milijarde USD v letu 2017 in 47 milijard USD v letu 2020 s kombinirano letno stopnjo rasti (CAGR) 55,1% od leta 2016 do 2020. Natančneje, panoge, ki bodo največ vlagale v tehnologijo, so bančništvo in trgovina na drobno, zdravstvo in proizvodnja. V celoti bodo te štiri panoge v letu 2016 predstavljale več kot polovico svetovnih prihodkov od umetne inteligence, bančni in maloprodajni sektor pa bosta zagotovili skoraj 1,5 milijarde USD.

V različnih panogah največje naložbe v umetno inteligenco v letu 2017 bo na področjih, kot so avtomatizirani agenti za pomoč strankam, avtomatizirana obveščanja o grožnjah in analiza goljufij (glej spodnji grafikon). Po besedah ​​Jessice Goepfert , programski direktor pri tržna raziskava podjetje IDC, „Kratkoročne priložnosti za kognitivne sisteme so v panogah, kot so bančništvo, vrednostni papirji in naložbe ter proizvodnja. V teh segmentih najdemo obilo nestrukturiranih podatkov, željo, da bi izkoristili vpogled v te informacije in odprtost za inovativne tehnologije. ' Naslednji odsek tega članka bo poglobil različne primere uporabe umetne inteligence v industriji finančnih storitev.

Sedanje in prihodnje uporabe umetne inteligence v financah

Umetna inteligenca v financah bi lahko spodbudila operativno učinkovitost na področjih, ki segajo od obvladovanja tveganj in trgovanja do odkupa terjatev. Nekatere aplikacije so sicer pomembnejše za določene sektorje v finančnih storitvah, druge pa je mogoče v celoti izkoristiti.

Umetna inteligenca v financah: obvladovanje tveganj

Umetna inteligenca se je izkazala za izjemno dragoceno, ko gre za varnost in odkrivanje prevar. Tradicionalne metode odkrivanja goljufij vključujejo računalnike, ki analizirajo strukturirane podatke v skladu s sklopom pravil. Na primer, določeno plačilno podjetje lahko določi prag za bančna nakazila v višini 15.000 USD, tako da bo vsaka transakcija, ki presega ta znesek, označena za nadaljnjo preiskavo. Vendar ta vrsta analize povzroči veliko lažnih pozitivnih rezultatov in zahteva veliko dodatnih naporov. Morda še pomembneje, prevaranti kibernetske kriminalitete pogosto spreminjajo svoje taktike . Zato morajo najučinkovitejši sistemi nenehno postajati pametnejši.

Z naprednimi učnimi algoritmi, kot so tisti iz globokega učenja, je mogoče v sistem za dinamično prilagajanje dodati nove funkcije. Po besedah ​​Samirja Hansa , svetovalnega direktorja Deloitte Transaction and Business Analytics LLP, “S kognitivno analitiko lahko modeli za odkrivanje goljufij postanejo trdnejši in natančnejši. Če kognitivni sistem sproži nekaj, kar ugotovi kot potencialno prevaro, človek pa ugotovi, da to ni goljufija zaradi X, Y in Z, se računalnik uči iz teh človeških spoznanj in naslednjič ne bo poslal podobne detekcije na vaš način . Računalnik postaja pametnejši in pametnejši. «

PayPalov uspeh z umetno inteligenco in odkrivanjem prevar

Na primer, vzemite plačilni velikan PayPal in njegove napredne protokole za goljufije. Zaradi obsega in vidnosti PayPal “ ima na hrbtu ogromno tarčo . ' Leta 2015 je od štirih milijonov transakcij 170 milijonov kupcev predelal 235 milijard dolarjev. Vendar je PayPal z uporabo tehnologije globokega učenja lahko povečal varnost. Dejansko je goljufij pri PayPalu relativno malo 0,32% prihodka , številka veliko boljša od povprečja 1,32%, ki ga vidijo trgovci.

V preteklosti je PayPal uporabljal preproste, linearne modele. Danes algoritmi pridobivajo podatke iz kupčeve zgodovine nakupov in pregledujejo vzorce verjetnih goljufij, shranjenih v rastočih zbirkah podatkov. Medtem ko linearni model lahko porabi 20-30 spremenljivk , tehnologija globokega učenja lahko ukaže na tisoče podatkovnih točk. Te izboljšane zmogljivosti pomagajo PayPalu ločiti nedolžne transakcije od sumljivih. Po Hui Wang , Višji direktor PayPal-ovega oddelka za globalne znanosti o tveganjih, “Pri sodobnejšem in naprednejšem strojnem učenju uživamo v njegovi sposobnosti, da porabi veliko več podatkov, obdeluje plasti in plasti abstrakcije in je sposoben“ videti ”stvari […] celo ljudi morda ne bodo mogli videti. '

Umetna inteligenca v financah: Trgovanje

Prehod z modelov, ki jih je ustvaril človek, na pravi AI

Družbe za upravljanje naložb se že leta zanašajo na računalnike. Okoli 1.360 hedge skladov, predstavljajo 9% vseh sredstev se zanašajo na velike statistične modele, ki so jih zgradili znanstveniki s področja podatkov, ki imajo pogosto doktorske doktorate iz matematike (sicer znani kot 'kvanti'). Vendar ti modeli uporabljajo samo pretekle podatke pogosto statična , zahtevajo človeško posredovanje in se ob spremembah trga ne obnesejo tako dobro. Posledično so sredstva vedno večja prehod na prave modele umetne inteligence ki ne more samo analizirati velike količine podatkov, ampak tudi se še naprej izboljševali.

Te nove tehnologije uporabljajo zapletene tehnike, vključno z globokim učenjem, imenovano obliko strojnega učenja Bayesova omrežja , in evolucijsko računanje , ki je navdihnjena z genetiko. Programska oprema za trgovanje z umetno inteligenco lahko absorbira ogromno podatkov, da se seznani s svetom in napoveduje finančni trg. Da bi razumeli svetovne trende , lahko zaužijejo vse, od knjig, tweetov, poročil z novicami, finančnih podatkov, številk zaslužka in mednarodne denarne politike do skic Saturday Night Live.

Da bi bilo jasno, se zgoraj navedeno razlikuje od visokofrekvenčno trgovanje (HFT), ki trgovcem omogoča, da v nekaj sekundah izvršijo milijone naročil in skenirajo več trgov ter se na priložnosti odzovejo na ljudi preprosto ne more . Zgoraj obravnavane platforme, ki jih poganja umetna inteligenca, iščejo najboljše posle na dolgi rok, stroji - in ne ljudje - narekujejo strategijo.

Nekatere od teh sistemov trgovanja z umetno inteligenco razvijajo zagonska podjetja. Na primer s sedežem v Hong Kongu Aidiya je popolnoma avtonomen hedge sklad, ki trguje z delnicami z umetno inteligenco (AI). 'Če bomo vsi umrli,' pravi soustanovitelj Ben Goertzel , 'Nadaljevalo bi trgovanje.' Tradicionalne institucije se zanimajo tudi za tehnologijo trgovanja z umetno inteligenco. Leta 2014 Goldman Sachs vodil krog financiranja serije A. in začeli nameščati platformo za trgovanje z umetno inteligenco, imenovano Kensho. Za Kenshojeva serija B kroga , poleg S&P Global je sodelovalo tudi največjih šest bank z Wall Streeta (Goldman Sachs, JPMorgan Chase, Bank of America Merrill Lynch, Morgan Stanley, Citigroup in Wells Fargo).

Primerjava uspešnosti trgovanja

Nedavna študija, ki jo je izvedlo investicijsko raziskovalno podjetje Eurekahedge je spremljal uspešnost 23 hedge skladov, ki uporabljajo umetno inteligenco, v obdobju 2010–2016 in ugotovil, da so bili boljši od tistih, ki jih upravljajo bolj tradicionalni kvanti in splošni hedge skladi.

Posledice za trgovce in kvante

Zanimivo bo opazovati, kako bo umetna inteligenca vplivala na trgovanje na trgu dela. Njegovi učinki so že očitni pri nekaterih večjih bančnih institucijah. Leta 2000 je ameriška pisarna Goldman Sach za trgovanje z delnicami na sedežu v ​​New Yorku zaposlen 600 trgovcev, ki kupujejo in prodajajo delnice. Danes ima dva lastniška trgovca, ostalo pa stroji. Daniel Nadler, Izjavlja izvršni direktor podjetja Kensho , 'Čez 10 let bo Goldman Sachs po številu zaposlenih bistveno manjši kot danes.' Kar zadeva kvante, bodo morda ugotovili, da po njihovih spretnostih podjetja za upravljanje naložb manj potrebujejo.

Trenutno je približno a tretjina diplomantov od najboljših poslovnih programov dovajajo v finance. Kam bi se preselil nekaj najboljših talentov v državi? Mark Minevich, višji svetovalec ameriškega sveta za konkurenčnost, verjame v to 'Nekateri od teh pametnih ljudi se bodo preselili v tehnološka zagonska podjetja ali bodo pomagali razviti več platform za umetno inteligenco ali avtonomnih avtomobilov ali energetske tehnologije […] New York bi lahko tekmetil s Silicijevo dolino v tehnologiji.'

Umetna inteligenca v financah: Robo-svetovanje

Kaj je Robo-svetovalec in kako deluje?

Robo-svetovalci so digitalne platforme, ki zagotavljajo avtomatizirane storitve finančnega načrtovanja, ki temeljijo na algoritmih, z minimalnim človeškim nadzorom. Medtem ko človeški finančni menedžerji uporabljajo avtomatizirano dodeljevanje portfelja že od zgodnjih 2000-ih, so morali vlagatelji zaposliti svetovalce, da bi imeli koristi od tehnologije. Danes robo-svetovalci strankam omogočajo neposreden dostop do storitve. Za razliko od svojih človeških kolegov robo-svetovalci neprekinjeno spremljajo trge in so na voljo 24/7 . Robo-svetovalci lahko vlagateljem ponudijo tudi do 70% prihranka pri stroških in običajno zahtevajo nižje ali nikakršne minimalne vrednosti za sodelovanje.

Danes robo-svetovalci lahko pomaga pri bolj ponavljajočih se nalogah na primer odprtje računa in prenos sredstev. Postopek običajno vključuje stranke, ki odgovarjajo na preproste vprašalnike o nagnjenosti k tveganju ali likvidnostnim dejavnikom, ki jih robo-svetovalci nato prevedejo v naložbeno logiko. Večina sedanjih robo-svetovalcev želi svoje stranke razporediti v upravljane portfelje ETF glede na njihove želje. Pričakuje se, da bodo zmogljivosti v prihodnosti razviti v bolj napredno ponudbo kot so samodejni premiki sredstev in razširjena pokritost v alternativnih razredih sredstev, kot so nepremičnine.

Robo-svetovanje lahko močno vpliva na sektor osebnih financ in upravljanja premoženja. Medtem ko je trenutno celotno premoženje upravljavca robo-advisor samo v upravljanju (AUM) predstavljajo 10 milijard dolarjev od 4 bilijonov dolarjev industrije premoženja za upravljanje (manj kot 1% vseh sredstev upravljanih računov), a Študija Business Insider ocenjuje, da se bo ta številka do leta 2020 povečala na 10%. To znaša približno 8 bilijonov ameriških dolarjev.

Industrijska uporaba robotskega svetovanja

Udeleženci v panogi so sprejeli različne pristope k robo-svetovanju. Manjša podjetja za upravljanje premoženja dodajajo algoritmične komponente za avtomatizacijo upravljanja naložb, zmanjšanje stroškov / pristojbin in tekmovanje z robo-svetovalci. Po drugi strani pa uveljavljena investicijska podjetja kupujejo obstoječe robo-svetovalce, kot je Invescova pridobitev Jemstepa ali pa ustvarjajo lastne rešitve robo-svetovalcev, kot sta FidelityGo in Schwab’s Intelligent Advisory.

Robo-svetovalci in finančni svetovalci: bodo ljudje zamenjani?

Splošno soglasje strokovnjakov je, da bodo ljudje ostali nepogrešljivi. Človeški dotik bo ostal kritičen, saj bodo svetovalci v težkih finančnih časih še vedno morali pomiriti stranke in jih prepričati s koristnimi rešitvami. Študija, ki jo je izvedlo svetovalno podjetje Accenture je pokazala, da 77% strank, ki upravljajo premoženje, zaupa svojim finančnim svetovalcem, medtem ko 81% navaja, da je pomembna neposredna interakcija. Za stranke s kompleksnimi naložbenimi odločitvami je hibridni svetovalni model , ki povezuje računalniške storitve s človeškimi svetovalci, dobiva vse večjo moč.

Medtem ko bodo finančni svetovalci ostali osrednji, lahko robo svetovalci to povzročajo njihove delovne odgovornosti . Z umetno inteligenco, ki upravlja ponavljajoče se naloge, lahko upravljavci naložb prevzamejo odgovornosti podatkovnega znanstvenika ali inženirja, na primer vzdrževanje sistema. Ljudje se lahko bolj osredotočimo na vzpostavljanje odnosov s strankami in razlago odločitev, ki jih je naprava sprejela.

Umetna inteligenca v financah: zavarovalne pogodbe in zahtevki

Zavarovanje temelji na bilanci stanja tveganje med skupinami ljudi ; zavarovalnice združujejo podobne ljudi skupaj in nekateri bodo zahtevali izplačila, drugi pa ne. Industrija temelji na oceni tveganja; zavarovalnicam analiza podatkov ni tuja. Vendar AI se lahko širi količina analiziranih podatkov in načini njihove uporabe, kar ima za posledico natančnejše določanje cen in druge operativne učinkovitosti.

Startupi so v ospredju za potiskanje industrije naprej. Po mnenju Henrika Naujoksa , partner pri Bain & Co, “Start-up podjetja kažejo, kaj je mogoče in kaj je mogoče storiti. Veliko trenutnih vodstvenih delavcev to gleda - v resnici tega ne razumejo, vendar se želijo vključiti. ' Tudi vlagatelji so se ujeli s tem trendom (glej spodaj). Leta 2016 je bil AI ena najbolj priljubljenih tem za naložbe v zavarovalno tehniko.

Umetna inteligenca in sklepanje pogodb

TO Poročilo PWC napoveduje, da bo AI do leta 2020 avtomatiziral precejšnjo količino sklenjenih pogodb, zlasti na zrelih trgih, kjer so na voljo podatki. Trenutno zavarovalniški zavezanec s pomočjo računalniške programske opreme in aktuarskih modelov ocenjuje tveganje in izpostavljenost potencialnih strank, koliko kritja bi morali prejeti in koliko bi jim morali to zaračunati. Kratkoročno lahko AI pomaga avtomatizirati velike količine zavarovalnih pogodb pri avtomobilskih, domačih, komercialnih, življenjskih in skupinskih zavarovanjih. V prihodnosti bo umetna inteligenca izboljšala modeliranje in izpostavila ključne premisleke za človeške odločevalce, ki bi sicer lahko ostali neopaženi. To je tudi napovedal da bo napredna umetna inteligenca omogočila osebno zavarovanje s strani podjetja ali posameznika ob upoštevanju edinstvenega vedenja in okoliščin.

Izboljšano sklepanje pogodb lahko izkoristi ne le strojno učenje za podatkovno rudarjenje, temveč tudi nosljivo tehnologijo in analizatorje obraza za globoko učenje. Na primer Lapetus , zagon, želi uporabiti selfieje za natančno napovedati pričakovano življenjsko dobo . V predlaganem modelu bodo stranke poslale svoje avtoportrete po elektronski pošti, ki jih bodo računalniki nato skenirali in analizirali - analizirali bodo na tisoče predelov obraza. Analiza bi upoštevala vse, od osnovnih demografskih podatkov do tega, kako hitro se bo oseba starala, njen indeks telesne mase in ali kadi. Poleg tega bi lahko z nosljivo tehnologijo postopek sklepanja pogodb postal bolj skupen. Namesto da se zanašajo na dolgotrajne zdravstvene preglede in zapletene pogodbene postopke, jih nosljivi nosilci lahko zagotavljajo vpoglede v realnem času zdravje in vedenje zavarovancev. Jasno je, da se strojno učenje v financah že razvija.

Te vrste natančnih analiz tveganja v realnem času bodo omogočile ne le natančnejše določanje cen strank, temveč tudi zgodnje odkrivanje zdravstvenih tveganj in priložnost za zavarovalnice, da vlagati v preventivo . Namesto da bi zavarovalnice sčasoma plačale drago zdravljenje pacienta, lahko proaktivno poskušajo zmanjšati verjetnost škode in s tem povezanih stroškov.

V Študija iz Oxforda 2013 z analizo več kot 700 poklicev, da bi ugotovili, kateri so najbolj dovzetni za informatizacijo, so bili zavarovalci vključeni med pet najbolj dovzetnih. Tudi če AI ne nadomesti v celoti zavarovalcev, lahko avtomatizacija AI spremeni odgovornosti zavarovalnice. AI lahko sprosti čas zavarovalcev za višjo dodano vrednost, na primer za ocenjevanje in oblikovanje cen na manj bogatih s podatki v nastajajočih trgih, zagotavlja več povratnih informacij o obvladovanju tveganj in razvoju izdelkov.

Zahtevki glede umetne inteligence in zavarovanja

Odškodninski zahtevki so formalne zahteve za plačilo, poslane zavarovalnicam. Nato zavarovalnice pregledajo zahtevek za veljavnost in po odobritvi izplačajo zavarovancu. Evo kako umetna inteligenca lahko izboljšati postopek :

Izboljšana natančnost podatkov o strankah. Proces odškodninskih zahtevkov je dokaj ročen: človeški agenti ročno beležijo podatke o strankah in podrobnosti o incidentu. Po mnenju an Experian poročilo , kakovost podatkov lahko trpi: nepopolni podatki predstavljajo 55% podatkovnih napak, medtem ko tipkarske napake predstavljajo 32%. AI lahko izboljša natančnost z zmanjšanjem ročnega vnosa. Poleg tega postopki za odškodninske zahtevke pogosto zahtevajo, da zavarovalni zastopniki informacije o strankah uskladijo s številnimi zbirkami podatkov. AI se lahko uporablja za To storite učinkoviteje.

Priporočila za hitrejše izplačilo. Po navedbah J. D. Power & Associates študija zadovoljstva lastninskih zahtevkov , počasni časi zahtevkov so eden največjih dejavnikov k nezadovoljstvu strank. AI lahko pomagam da se časi obratov zmanjšajo tako, da se najprej potrdi pravilnik, nato se določijo zahtevki in ali se avtomatizira plačilo. To je zato, ker ima AI možnost analizirati ne samo strukturirane podatke, temveč tudi nestrukturirane podatke, kot so ročno napisani obrazci in potrdila.

Umetna inteligenca v financah: pogovorno bančništvo in storitve za stranke

Banke sklepajo velike stave s svojimi virtualnimi pomočniki, ki se soočajo s strankami, znanimi kot klepetalnice. Medtem ko bodo zgodnje različice chatbotov lahko odgovorile le na osnovna vprašanja o omejitvah porabe in nedavnih transakcijah, bodo prihodnje različice postale virtualni pomočniki s polno storitvijo, ki lahko plačujejo in spremljajo proračun za potrošnike. Sodelovanje s strankami lahko pomeni znaten prihranek stroškov, vendar so nedvomno tudi človeške interakcije bolj zapleteno kot preprosto drobljenje števil . Kritiki opozarjajo na pomanjkanje empatije in razumevanja, ki bi ju ljudje morda potrebovali, ko bi se spoprijeli s težkimi finančnimi odločitvami in situacijami. Pri tej tehnologiji bo tehnologija obdelave naravnega jezika AI bistvenega pomena za obdelavo in odziv na osebne pomisleke in želje strank.

Oktobra 2016 sta Bank of America in MasterCard predstavila klepetalnice, Erica in Kai oziroma. Te bodo omogočiti strankam postavljati vprašanja o njihovih računih, sprožati transakcije in prejemati nasvete prek Facebook Messengerja Amazonovega stolpa Echo.

Capital One ima tudi lansirali lastni chatbot , imenovano 'Eno', kar je anagram za 'One'. Eno strankam omogoča klepet z banko v besedilnem jeziku za plačevanje računov in pridobivanje informacij o računu. Barclays je tudi vstop v akcijo . Pri opisovanju novega chatbota Bank of America, Michelle Moore , vodja digitalnega bančništva pri Bank of America izjavil: 'Kakšno bo bančništvo čez dve, tri ali štiri leta? To bo to. '

Misli o ločitvi

Videti je treba celoten vpliv umetne inteligence na finančne storitve. Nekateri futuristi so se prepirali da se svet hitro približuje prelomni točki, skovan “ singularnost , 'Kjer bo strojna inteligenca presegla človeško inteligenco. Na to so opozorili znani tehnologi in znanstveniki, med njimi Bill Gates in Stephen Hawking. Tudi Elon Musk je slavno pozval , 'AI je temeljno eksistencialno tveganje za človeško civilizacijo in mislim, da ljudje tega ne razumejo v celoti.'

Ko bo AI še naprej širil naše osebno in poklicno življenje, se bodo še naprej pojavljala številna vprašanja. Sem spadajo možnost napak, splošno občutje nezaupanja do strojev in pomisleki glede zamenjave službe. Napačno bi bilo, če teh strahov ne bi upoštevali. Kljub temu pa družba že pospešeno napreduje proti svetu, ki ga vodi umetna inteligenca. V tem novem svetu bi bilo lahko najbolj produktivno, če bi se osredotočili na to, kako lahko stroji in ljudje najbolje sobivajo. Oblikovalci politik bodo morali ostati previdni in bodo omogočali razvoj novih tehnologij, hkrati pa bodo spremljali in zmanjšali njihove negativne posledice. Razvijalci in oblikovalci prav tako mora okrepiti sposobnost ljudi, da razumejo sisteme umetne inteligence za izgradnjo zaupanja in povečanje zadovoljstva z aplikacijami umetne inteligence. Vsak bo imel svojo vlogo.

Kot Haruhiko Kuroda, guverner Japonske centralne banke oratirano na konferenci AI in finančne storitve leta 2017, »Za nas je bistveno, da konstruktivno preučimo zaželene načine, kako se ljudje in umetna inteligenca dopolnjujejo in ne soočajo. Na primer, človeška presoja ni popolnoma brez obstoječih paradigem in je zato včasih malomarna do sprememb. V zvezi s tem bi lahko AI prilagodil našo pristranskost z nevtralno analizo in iskanjem novih korelacij med nešteto [sic] podatki. Medtem bi ljudje lahko šibkost umetne inteligence nadomestili s svojo intuicijo, zdravo pametjo in domišljijo. '

Razumevanje osnov

Kaj je AI?

Umetna inteligenca je opredeljena kot področje računalniške znanosti, ki se osredotoča na ustvarjanje inteligentnih strojev, ki delujejo kot ljudje. Računalniki AI so zasnovani za izvajanje človeških funkcij, vključno z učenjem, odločanjem, načrtovanjem in prepoznavanjem govora.

Kakšne so aplikacije umetne inteligence v fintehu?

AI ponuja priložnosti za večjo operativno učinkovitost na področjih, od obvladovanja tveganj in trgovanja do odkupa in odškodnin. Nekatere aplikacije so sicer pomembnejše za določene sektorje v finančnih storitvah, druge pa je mogoče v celoti izkoristiti.

Kaj je robo-svetovalec in kako delujejo?

Robo-svetovalci zagotavljajo finančne storitve, ki jih vodi algoritem, z minimalnim človeškim nadzorom. Upravitelji človeških financ uporabljajo avtomatizirano dodeljevanje portfeljev od zgodnjih 2000-ih, danes pa robo-svetovalci strankam omogočajo neposreden dostop. Robo-svetovalci neprekinjeno spremljajo trge in so na voljo 24 ur na dan.

Kaj se šteje za fintech?

Fintech vključuje tehnologijo, ki omogoča bančne ali finančne storitve. Z njim lahko opišemo karkoli, od kriptovalut do robo-svetovalcev za upravljanje portfelja.

Kaj je algoritemski sistem trgovanja?

Algoritmično trgovanje vključuje uporabo računalnikov, programiranih za upoštevanje določenih sklopov navodil za trgovanje. Uporablja kompleksne tehnike, kot sta globoko učenje in strojno učenje. Programska oprema za trgovanje z umetno inteligenco lahko absorbira ogromno podatkov, da lahko spozna svet in daje napovedi o trgu.

Kaj je sistem globokega učenja?

Poglobljeno učenje je podskupina strojnega učenja. Olajša prepoznavanje predmetov na slikah, označevanje videa, prepoznavanje dejavnosti in zaznavanje. Mnogi potegnejo primerjavo med tehnologijo globokega učenja in biologijo, vendar se strokovnjaki strinjajo, da čeprav jih navdihujejo človeški možgani, ni nujno, da so oblikovani po njej.