CNET科技行者 12月22日 北京消息（編譯/高玉嫻）：人工智能對金融機構的影響正在與日劇增，它不僅改變了人們存款、投資和借貸的方式，甚至還能預防金融犯罪。助推這一波人工智能大潮的一大核心是機器學習算法，而金融行業(yè)也正在借助于算法的優(yōu)化不斷發(fā)展。

（后文會做詳細介紹）

這一波操作讓整個金融界為之震驚。

| 包括對沖基金在內，以下我們列舉了人工智能在金融領域應用的三個主要場景：

1.基于算法的金融交易

可以看到，借助機器學習，計算機已經可以完成諸如股票交易這樣復雜而繁瑣的任務。同時，在全球已經有不少對沖基金公司正在該領域不斷探索，并取得了可與人類專家的判斷相媲美的成果。

此前，舊金山的創(chuàng)業(yè)公司Sentient Technologies就開發(fā)了一種算法，通過獲取數(shù)以百萬計的數(shù)據點從而識別交易模式，預測趨勢，制定成功的股票交易決策。在Sentient公司的平臺上，運行著數(shù)以萬億計由大量在線公共數(shù)據創(chuàng)建的模擬交易程序。借助這些程序，該算法可以識別整合成功的交易模式，制定新的交易策略。同時，通過該算法，系統(tǒng)還可以在幾分鐘內完成傳統(tǒng)方式中1800天的交易量，并在交易中不斷實現(xiàn)自主優(yōu)化。據該公司CEO安東萬•布隆多（Antoine Blondeau）表示 ，其基金完全由人工智能操盤，整體思路就是做一些沒有其他人也沒有其他機器在做的事情。

Sentient的首席科學官巴貝克•霍加特（Babak Hodjat）表示 ，這套系統(tǒng)允許公司調整特定的風險設置，并且是在沒有人工干預的情況下運行的。“它會自動生成一套策略 ，并給我們下指示。它還會告訴我們要在何時退出，何時減小風險敞口，諸如此類。”霍加特說。

英仕曼之外，國外還有很多成功案例。美國的Wealthfront和Betterment、英國的MoneyonToast、德國的FinanceScout24、法國的MarieQuantier等均成功將人工智能引入投資理財，目前智能顧問已掌握大量資產；第一個以人工智能驅動的基金Rebellion曾成功預測了2008年股市崩盤，并在2009年給希臘債券F評級，而當時惠譽的評級仍然為A，通過人工智能，Rebellion比官方降級提前一個月；掌管900億美元的對沖基金Cerebellum，使用了人工智能技術，從2009年以來一直處于盈利狀態(tài)。

2.反欺詐檢測

隨著電子商務的推廣，網絡詐騙愈發(fā)猖獗。然而，打擊網絡詐騙并非易事。過度拒絕交易從而預防網絡犯罪會導致客戶體驗下降，可能造成大量客戶的流失。2015年，Javelin Strategy市場調研機構發(fā)布的一項研究表明：網絡零售商因錯誤拒絕合法交易造成的損失金額高達1180億美元。在錯誤拒絕合法交易的案例中有三分之一的客戶會放棄交易。此外，僅在美國地區(qū)，該類案例造成的經濟損失是真正詐騙案件損失金額的13倍。

在這樣的背景下，人工智能可以通過分析不同的數(shù)據點，利用機器學習算法檢測人類分析師察覺不到的欺詐性交易。與此同時，還可提升實時審批的準確度，減少錯誤拒絕率。

如今，已經有很多機構開始借助人工智能預防詐騙。Mastercard（萬事達卡）不久前推出的智能決策(DI)技術是個很好的例子。據了解，DI可以從持卡人的消費記錄和習慣中采集模型，建立行為基準，從而對每筆新達成的交易進行比較和評估。相較于傳統(tǒng)的多借助通用方法評估所有交易的犯罪預防技術，該技術的應用可謂是一項重大突破。

事實上，Mastercard并非第一家運用人工智能進行反欺詐檢測的金融企業(yè)。有些公司采用的方法更為全面。例如，Sift Science從6000多家具備欺詐檢測功能的網站中收集了大量數(shù)據，并通過多種渠道的設備追蹤和數(shù)據分析，利用智能引擎關聯(lián)了各種不同的數(shù)據點，包括網站上的付款信息和其他行為，建立優(yōu)質用戶行為模型，檢測欺詐性交易。

近年來，借助由自然語言處理（NLG）和機器學習算法驅動的智能客服為用戶提供個性化對話體驗開始變得越來越普及。

而智能客服在金融業(yè)的應用也是比較常見的，比如幫助用戶理財。舉個例子，當用戶點擊Facebook的聊天窗口時，就可以啟動Plum聊天機器人，從而進行小額分期存款的操作。在注冊時，用戶只需要將Plum與其銀行賬戶關聯(lián)。之后，Plum的人工智能系統(tǒng)就會分析用戶的收入水平和消費習慣，并在此基礎上預測其能接受的存款金額。然后適時分期向用戶的儲蓄賬戶中存儲小筆金額，并定期通知用戶。

此外，智能客服Cleo還可以跟蹤多個賬戶的收入與支出，像私人會計師一樣和客戶交流，回答客戶的問題，同時還可以提供理財指導，幫助用戶做未來的資金規(guī)劃和管理。今年年末，美國銀行計劃推出智能客服Erica（取銀行名字的諧音）。Erica可以在銀行手機客戶端與客戶進行語音和文字互動，從而幫助客戶快速做出更明智的決定。例如，無需打開應用界面（UI）即可命令Erica匯錢給朋友或付款。智能客服的AI引擎還可分析管理客戶的個人財務，如根據客戶收入和支出模型，提供建議，實現(xiàn)儲蓄目標。

| 重點聊聊英仕曼集團會自己抄底的AI系統(tǒng)

在對人工智能技術的應用中，英仕曼是個非常好的例子，這里我們重點介紹一下。

英仕曼集團作為全球最大的對沖基金公司之一，資產高達960億美元。其旗下的AHL Dimension 基金從2014年就開始將機器學習算法用于自動貿易決策，并且獲得了巨大收益。

據了解，英仕曼的工程師為機器學習算法設置了邊界參數(shù)，包括敞口資本、資產類別以及交易成本。通過這些參數(shù)為算法提供數(shù)據，從而發(fā)現(xiàn)那些容易被人類分析師忽略的模式和聯(lián)系。機器學習算法在新數(shù)據與歷史模式進行不間斷比對，推測將會發(fā)生的變化。目前，英仕曼已經將該模型用于加快貿易決策，從而實現(xiàn)對未來幾周的形勢作出合理預測。

就在那一年，人工智能為英仕曼集團規(guī)模最大的一只基金AHL Dimension Programme貢獻了大約一半的利潤。

編譯整理：科技行者