過去幾年以來，商業(yè)世界正越來越多轉向智能化解決方案，希望借此應對不斷變化的數(shù)字環(huán)境。人工智能（AI）技術讓設備與裝置擁有了直觀感知、推理并行動的能力，并在模仿人腦功能的同時擺脫了主觀性、自我意識以及日常干擾等人類所固有的影響因素。AI技術有望極大擴展我們的能力，在復雜但又枯燥的常規(guī)工作中實現(xiàn)更高的速度、效率與準確性。

我們用數(shù)據(jù)觀察AI背后的發(fā)展趨勢：2020年，全球AI市場總值為623.5億美元，預計在2021年至2028年之間將以40.2%的年均復合增長率（CAGR）保持擴張。更令人振奮的是，亞馬遜云科技、IBM、谷歌及高通等科技巨頭都在AI技術的研究、開發(fā)、影響測試與審計等方面投入了大量資源。

在AI浪潮的沖擊之下，金融科技自然也受到了感召。單金融科技之內(nèi)的AI市場估值約為80億美元，預計將在未來五年內(nèi)增長至270億美元以上。從面向客戶功能到后端流程，AI與機器學習（ML）幾乎滲透到了這一領域中的方方面面。

下面，我們將具體探討其中不斷變化的最新動態(tài)。

哪些AI與機器學習用例最適合金融科技？

金融服務擁有自己的一套通用AI與機器學習用例，其中包括但不限于降低成本、流程自動化、支出對賬、數(shù)據(jù)分析與改善客戶體驗等。根據(jù)Bain發(fā)布的報告，新冠疫情爆發(fā)期間業(yè)績最好的企業(yè)與其他普通公司間存在著三大核心生產(chǎn)力驅動因素差異，分別為人員工作時間、人才儲備與工作精力。而AI用例在這三個方面都能發(fā)揮巨大的現(xiàn)實作用。

流程自動化已經(jīng)成為業(yè)界當前最常見的用例之一，強調(diào)通過重復性工作與流程的自動化處理減少員工手動操作量。這不僅緩解了日常工作枯燥乏味的糟糕體驗，也能提拔員工士氣、引導他們將更多時間和精力投入到創(chuàng)新及其他重要的增值事務當中。

對會計部門來說，支出對賬和付款授權流程也是典型的高勞動密集型任務，往往需要耗費大量時間和精力。AI與機器學習能夠實現(xiàn)自動三向匹配，從供應商處收取發(fā)票以供審批。另外，智能系統(tǒng)還能夠理解復雜且分散的費用支出審批流程，包括目前最讓財務人員頭痛的差旅雜項、商品采購與服務開銷等。

例如，應付賬款（AP）自動化服務商Beanworks公司最近就推出了SmartCapture。這是一套AI驅動型數(shù)據(jù)捕捉解決方案，能夠大幅提高客戶的數(shù)據(jù)輸入速度與準確性。該公司宣稱其產(chǎn)品的準確率超過99%，能夠在幾分鐘內(nèi)快速完成應付賬款處理流程。結合其SmartCoding技術，財會團隊花在數(shù)據(jù)輸入上的時間能夠減少80%以上。

根據(jù)Beanworks的介紹，傳統(tǒng)應付賬款手動輸入流程不僅效率低下而且極易出錯，往往給企業(yè)帶來不必要的資源浪費、導致每張發(fā)票的單位處理成本高達12至20美元。而根據(jù)Beanworks公司總裁兼COO Karim Ben-Jaafar的說法，像SmartCapture這樣的AI解決方案能夠更智能地處理每張發(fā)票，理解如何正確解釋組織內(nèi)的應付賬款文檔與編碼。Ben-Jaafar表示，這套方案“能夠解放會計師的時間與精力，讓他們專注于處理其他更具戰(zhàn)略意義的任務。”

AI與機器學習的應用范圍當然遠不止于此，它們還能幫助消費者結合自身當前財務狀況獲得超定制化服務，通過按需信貸與更低成本等形式更好、更高效地管理財務資源。

在近期關于新冠疫情對于信貸趨勢影響的討論中，Upstart的出現(xiàn)顯得格外耀眼——這家公司希望重新設計以AI技術為基礎的、以用戶信譽為依托的新型借貸平臺。單憑這種徹底改革早已過時的信用評分制度的勇氣，我們就值得深入了解他們?yōu)橹冻龅呐?。在傳統(tǒng)意義上，貸方一直很難準確評估哪些借款人可能發(fā)生違約。這種不確定性往往導致消費者申請被拒或者承受更高的信貸利率。但面對同樣的難題，Upstart的系統(tǒng)卻利用AI技術實現(xiàn)了三分之二以上貸款的即時審批。

使用AI信用評分軟件能夠減少不良貸款、提高借貸回報，從而支撐起更好的貸款決策能力。換句話說，企業(yè)一方能夠向風險較低的客戶快速提供貸款，客戶一方則可以獲得個性化水平更高的即時貸款審查服務。

而在按需金融服務這個同樣如火如荼的發(fā)展方向上，最受歡迎的兩大AI/機器學習解決方案類型則是個性化投資組合管理與產(chǎn)品推薦。而隨著人氣的快速提升，這些方案的精確度也隨之改善。Betterment等投資平臺能夠根據(jù)用戶收入、當前投資習慣、風險偏好等指標為客戶推薦投資機會。葡萄酒投資平臺Vinovest則使用由全球一流侍酒師開發(fā)的定制化機器學習算法實現(xiàn)葡萄酒投資組合規(guī)劃。這類投資組合既可以作為超越其他資產(chǎn)類別的另類投資，也可以供用戶隨時開瓶享用——這才是真正意義上的“流動資產(chǎn)”。

在未來幾年，以上提到的各項技術都有望進一步改進。相信我們將在客戶支持、報告生成以及數(shù)據(jù)分析等流程當中見證越來越高的自動化處理水平。

我們能信任AI嗎？

隨著金融服務商大踏步推進數(shù)字化轉型，未來一年AI與機器學習類安全解決方案也將有所增加。例如，我們有望看到更多監(jiān)管科技解決方案的出現(xiàn)，用于分析賬戶注冊分析、檢測賬戶內(nèi)異常模式等。在新冠疫情期間，AI與機器學習技術已經(jīng)從嘗鮮成果快速轉化為必需品與優(yōu)先事項，這一點在金融服務領域表現(xiàn)得尤為突出。

AI當然需要審計——我們不可能假設機器學習給出的內(nèi)容永遠正確。但只要審計落實到位，AI完全可以讓金融服務的安全度更上一層樓。誠然，現(xiàn)代銀行業(yè)中使用的一切技術都需要強大的監(jiān)管機制加以約束，金融服務領域的AI創(chuàng)新者們也需要將這種審計跟蹤需求納入解決方案的設計與構建。

IBM旗下金融服務咨詢公司Promontory Financial Group創(chuàng)始人兼前CEO Gene Ludwig在重塑金融服務數(shù)字論壇的播客中就做出了很好的總結，“擁有正確設計和記錄機制的AI實際上比人腦更可靠，因為我們無法登入人腦并記錄其中使用到哪些決策模式。所以在審計跟蹤方面，AI的效果并不比人類差、實際上可能還要好得多。”

令人欣喜的結果

金融科技應用的興起告訴我們，客戶渴望自己的需求能得到即時滿足——這里既強調(diào)響應時間、還強調(diào)個性化體驗。AI與機器學習帶來的改進將幫助金融領域的領導者們拿下這寶貴的幾分鐘甚至幾秒鐘提升，在個性化產(chǎn)品市場上獲得更為迅捷的響應力與競爭優(yōu)勢。而這些最新技術也將從面向客戶功能到后端流程，為諸多場景帶來無窮的發(fā)展可能。