金融行業(yè)正在發(fā)生一場巨變。從新型貨幣到新的貿易形式,無數(shù)創(chuàng)新正在同一把鑰匙的開啟之下綻放光芒——這把鑰匙正是人工智能。幾乎一切新的資金管理方法,都或多或少與AI有所關聯(lián)。
據(jù)預測,在全球范圍內,AI金融科技市場的總值預計到2025年將達到226億美元。
AI將從根本上改變人們與資金交互以及使用資金的方式。由于貨幣的通用性以及對幾乎各個市場與行業(yè)的深遠影響,我們絕不能低估通過AI推動金融創(chuàng)新所產生的影響。
這其中又包含兩個關鍵點:金融行業(yè)正變得越來越以用戶為中心,而每一家金融科技企業(yè)都面臨著巨大的現(xiàn)實挑戰(zhàn)。
金融業(yè)的數(shù)字化與去中心化
金融科技以用戶為中心的主要體現(xiàn),就在于數(shù)字化加上去中心化。無論是在線申報還是非接觸式支付,大家應該已經體會到財務數(shù)字化的歷史趨勢。整個加密貨幣行業(yè)的蓬勃發(fā)展也在某種形式上影響著金融交易的面貌。這種數(shù)字化與去中心化的進程,代表著相當一部分權力由大型銀行機構轉移至普通民眾手中。
以往,即使是股票交易等相對個人的行為也需要經過投資組合持有者的介入。但如今,一款簡單的應用程序就能讓交易者輕松訪問自己的資產并加以充分支配。
YOLOrekt公司以用戶為中心的貿易解決方案就是個典型的例子。該公司強調自己能夠在3分鐘之內完成對加密貨幣的價格預測。此外,他們還計劃推出第二輪功能升級,將把以太坊、WBTC、特斯拉以及GameStop等納入進來。其中的基本思路明顯與傳統(tǒng)的數(shù)據(jù)驅動方法具有顯著差別,并且對用戶更加友好,而且結論全部由AI模型計算得出。
▲ 圖:Yogesh Srihari, YOLOrekt公司聯(lián)合創(chuàng)始人
金融即服務+前沿AI工具
如今,整個金融世界都在努力接納數(shù)字化與去中心化。用戶與銀行打交道的頻率正在變得越來越低,要贏得用戶并且保證風險可控,AI則成了一個重要的工具。
舉例來說,在線金融服務確實很高效、體驗也更棒,但問題是其往往受到欺詐活動的影響。根據(jù)聯(lián)邦貿易委員會(FTC)于2020年發(fā)布的報告,年內共發(fā)生470萬起身份盜竊、冒名頂替的欺詐與在線購物詐騙事件,并造成33億美元損失。權力大眾化當然好,但保護工作該如何開展?
對此,Sardine.ai公司提出了欺詐預防即服務(FaaS)的概念,以AI技術為基礎,通過對欺詐者內在行為的分析捕捉相關情報。
想象一下,欺詐者擁有一大堆以欺詐手段盜竊而來的信用卡。他們開始用這些卡在網上購物,而Sardine.ai團隊構建的算法目的就是努力對這些欺詐行為進行精準識別。
據(jù)了解,他們的方案會對多項指標加以跟蹤,包括設備、位置、VPN甚至是具體交易行為。最后一條還能進一步細化——系統(tǒng)可以衡量操作過程中的猶豫或遲疑程度,將對方的輸入模式同合法用戶的輸入習慣進行比較,例如觀察對方如何點擊或滾動。換句話說,它能觀察一切,借此判斷出使用卡片的到底是不是卡主本人。
目前,大多數(shù)金融科技初創(chuàng)企業(yè)都專注于籌集資金,但卻忽略了欺詐活動帶來的真實威脅。事實上,Sardine.ai公司聯(lián)合創(chuàng)始人兼CEO Soups Ranjan曾親身經歷過這類問題:“我當時負責CoinBase的數(shù)據(jù)科學與風險工作,同時也幫助一家英國銀行管理金融犯罪。我發(fā)現(xiàn)每當推出新的產品或服務時,總會伴隨出現(xiàn)欺詐行為。其中一項業(yè)務還因欺詐影響而被迫將美國的上線日期推遲了六個多月。”
▲ 圖:Sardine.ai公司團隊
“他們很小心、很謹慎,但欺詐分子一刻不停。他們會提前幾年就在候補名單上登記,等待金融科技平臺推出后立即上線。為此我們啟動了Sardine.ai,希望幫助那些處于初創(chuàng)或快速增長階段的金融科技與加密貨幣企業(yè)免受欺詐行為的侵擾。”
并且,所有這些創(chuàng)新都在降低整個金融行業(yè)的入門門檻,確保大部分企業(yè)都能參與其中。
每家企業(yè)都該擁有金融科技公司的屬性
可以這么說,任何希望在市場上繼續(xù)生存的金融機構,都必須將自身轉變?yōu)槟撤N形式的金融科技企業(yè)。這意味著將技術融入業(yè)務的各個層面,借此建立起更好、更精簡的客戶體驗。
當然,AI只是這項廣泛的金融科技運動中的一部分,其他相關方案還包括區(qū)塊鏈、機器人流程自動化與大數(shù)據(jù)分析等。
同時,金融科技企業(yè)的融資也呈現(xiàn)出爆發(fā)式增長。新冠疫情的突然來臨讓整個市場重新煥發(fā)了活力,甚至有部分分析師將其稱為第二波金融科技浪潮。面對競爭壓力,傳統(tǒng)企業(yè)需要對技術及人力資本進行重大投資,借此為未來的市場對抗做好準備。
那么,金融AI創(chuàng)新時代下,什么樣的企業(yè)能勝出呢?
德勤公司的分析師們總結了金融服務領域AI先驅企業(yè)的三大共通特征:
1. 將AI嵌入戰(zhàn)略規(guī)劃,且高度關注技術在組織內部的實施能力
2. 專注于利用AI改善客戶參與度與收入水平
3. 采用組合方法獲取AI方案
AI已經逐步發(fā)展成熟,早期采用者也借此在競爭中獲得了初步優(yōu)勢??梢钥隙ǖ卣f,金融科技領域的AI普及與其說是一種趨勢,不如說是一種新的現(xiàn)實與常態(tài)。
面對如此蓬勃的發(fā)展態(tài)勢,我們不禁對未來五到十年的金融業(yè)走向充滿期待。而否認未來如何變化,有一點已經非常明確:AI驅動下的新興技術將同時給消費者及散戶投資者帶來可觀收益。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。