AI将如何主导亚洲银行业？山石网科Hillstone Networks， Latize和Software AG Asia的专家们分享了AI将成为银行未来的观点。
新兴Fintech、电子商务品牌、乃至成熟的行业大鳄——如谷歌、苹果，亚马逊和Facebook，正在快速发展的技术驱动下努力抢占货币市场的地位。这种混乱的局面将对消费者带来不便与迷茫，而那些在竞争中处于不利地位的银行将坐视其客户群的失去。
幸运的是，这些替代渠道目前还没有深入传统的银行业。这给了银行一个重整自己业务布局的时机，以此增强自身竞争力，最终捍卫自身地位。
埃森哲高级董事总经理兼银行业务负责人Alan McIntyre先生在“2017年银行科技愿景”报告中解释说：“银行帮助人们实现的目标越多，人们对合作伙伴关系就越有信心，从而在每次合作中能够不断密切双方关系。”
Software AG亚太区副总裁Anneliese Schulz女士也表明了类似的观点：“随着数字化革命逐渐改变银行行业规则，增长和保持竞争力的关键就是超越客户的期望。”
人工智能等新兴趋势是实现上述目标的一个方法。Schulz女士解释说：“银行必须采用数字一体化策略，通过发挥新兴科技如人工智能的影响力来重构客户体验，为客户提供处理银行业务的多种选择。”
人工智能新体验
“人工智能已经在银行、金融和保险企业中使用了很长一段时间。” 山石网科（Hillstone Networks）首席技术官（CTO）刘向明先生如是说，“以机器学习和大数据为基础，AI可以自动完成以前由人类完成的任务，以帮助我们做出更好，更明智的决策。”
这些机器学习系统将驱动AI应用向满足客户期待的便捷交互方向发展。运行的时间越长，从数据中获得的经验就越多，在处理多样化的银行业务环境、简化流程和支持客户方面就更有效。
尽管如此，银行还只发挥了AI很小一部分的潜力。 Latize的联合创始人兼首席执行官Vikram Mengi先生表示：“这是一个被延误的重大机会。数据已经存在了，但是问题在于：数据不一定是以便于处理的形式存在的。当然，通过使用智能处理数据，人们可以将所有数据转换为易于处理的形式。”
Mengi先生认为以下三个特征是AI在银行业取得真正成功的标志：
（1） 一个知识库统一了所有相关的多样化数据集；
（2） 以知识表示模型来查询已知事实并推断未知事实；
（3） 通过连续应用使用抽象层和从各种数据集中学习。
他补充说：“银行在上述三个方面都可获取到大量数据，这将为银行以及银行所服务的顾客创造价值。”
事实上，在埃森哲调查报告中，79％的银行认同AI将大幅改善其整体业务情况和客户关系；29%的人认为使用集中式平台，虚拟助理和聊天室来提供他们的产品和服务至关重要。此外，76％的受访者认为，大多数银行将在接下来的三年内将AI接口作为主要的客户触点，而其中71％的银行都认为AI能成为他们的业务门面。
这种AI优先的观念正很快地赶超移动端优先的观念，这一事实可以彰显AI的发展速度之快。
适应融入新难题
“行业内有许多领域可以利用AI帮助精简和改进流程。”刘向明先生在展望未来时表示，消费者导向的职能领域和目标市场领域是AI可以迅速产生明显影响的两个领域。
消费者导向的职能涉及前述的智能投顾，虚拟助理和聊天室。在这些服务使用AI应用程序时，“通过消除我们原本习惯了的令人烦躁的等待时间，客户服务质量将得到巨大的飞跃。” 刘向明先生说，“这个领域的不佳表现也是许多网络银行难以扩大的原因。银行已经采用自动回复系统来处理客户服务，并且多年来系统也在一直改善。除了高效率利用时间之外，AI还可以让客户服务代理商们腾出更多时间关注更为复杂的问题，例如机器无法做到与人类感情和直觉一致的问题。”
除了在没有人为干预的情况下提供建议，Schulz女士还评价了在节省成本方面的努力。“智能投顾的核心优势是客户只需花费传统理财顾问的一小部分成本，就可以获得基于算法得出的投资建议。”她补充说：“通过利用智能投顾提高客户体验，银行将在资产管理方面迎接更大程度的自动化。根据埃森哲的研究，在新加坡每十个消费者中就有八个表示乐意在银行、保险和退休计划方面尝试智能投顾咨询服务。”
银行也可以利用AI为客户带来更能满足他们需求的产品和服务。 刘向明先生说：“毕竟银行金融保险业确实有用来判定客户的支出模式和财务健康状况所必需的交易资料和个人资料。根据个人和人口统计数据，该系统可以识别之前肉眼难以识别的机会和模式。这有助于更好地配置资产，从而为消费者提供个性化市场服务，为营销工作做出迅速的决策，以使影响力和投资回报最大化。”
Schulz女士还指出，投资银行正在研究预测分析和机器学习如何通过在销售和交易部门协助决策来提高盈利能力。她解释说：“银行正在学习如何有效地使用预测分析和机器学习来从客户数据中获利，从数据源创造新的资本，并最终改变其业务模式。”
此外，Mengi先生说：“AI可以通过反洗钱和反欺诈措施更好地保护银行业的环境。追溯到银行拥有的数据量，他们可以通过详细研究来辨认出指向洗钱活动的违规行为和相应的模式，而不仅仅是根据统计方法寻找异常和违规行为。”
“增强对定性语义图的统计分析可以帮助人们进行客户行为的绘制，发现帐户活动和历史趋势之间的关系，以及凭借更少的数据为异常或可疑活动提供更精确的参考。” 他补充说。
根据埃森哲报告，这些AI应用程序的投资预计将获得显著的回报。 60％的受访者追求AI在数据分析和洞察方面的应用；59％支持提高生产力方面；54％支持性价比的提升。
银行环境新问题
虽然在银行业领域似乎对AI呈现一片叫好之声，但部署运用AI将是一个艰巨的过程。 Schulz女士解释说：“对于许多正寻求集成基于AI系统来提升客户体验、驱动盈利增长的银行来说，传统架构和组织结构仍然是他们的面临的严峻挑战。银行不但要采用最好的AI技术，而且要改变运营模式，更注重人才的培养，从而在AI的变革能力中受益。”
刘向明先生也认为一个量级够大的自动化系统会带来很多潜在风险：“AI系统可能被黑客‘欺骗’用正确的工具和信息工作吗？我们如何首先确保这个切入点的安全性？在今后正式运用人工智能时应把这些问题都纳入考虑范围。围绕着自动化的安全产业在未来很可能由AI驱动着不断前进。”
最后，38％的埃森哲受访者相信，AI将要求银行在启用AI用户的界面中解决隐私问题；36％的人看到AI和固有系统间的集成能力问题；另外36％的人质疑来自这些系统的数据质量。
