取消
普通评论
普通评论

美国银行:我们早就用上了机器学习, 但它并不总是正确的解决方案

搜狐财经2018-05-15 09:13
AI 机器学习 银行 金融AI 收藏

  美国银行首席技术官David Reily表示,美国银行每年要花费30亿美元用于技术的开发和购买,这个金额大约是维持现有IT基础设施顺利运行所花费的三倍。

  你可能已经想到了,这笔资金会有一部分流向人工智能技术,但银行方面并没有透露具体数字。

  在近期举办的一场科技峰会上,Reilly与其他一些银行高管分享了他们在人工智能领域探索的经验以及对这项技术抱持的担忧。

David Reilly
David Reilly

  AI 在银行领域的热门应用

  目前,美国银行的聊天机器人 Erica 已经遍及十个州。这款聊天机器人拥有两种形式的人工智能,分别为用于理解语音、文本和意图的自然语言处理技术,以及从客户数据中积累洞察能力并将其转化为推荐和建议的机器学习技术。

  总体而言,「在那些利用传统分析方法的领域里,我们正在试图掌握机器学习和人工智能技术的价值。」美国银行客户端平台技术执行官Hari Gopalkrishnan解释道。

  「想想欺诈行为吧。欺诈管理就是理解客户的行为,然后知道什么是正常的,什么是不正常的。那么我们就可以把自己从损失中拯救出来,同时也能提升用户的体验。」

  一款旧式的欺诈分析程序可能会发现客户正在一个从未刷过卡的地方刷卡交易,然后阻止这笔交易。

  而人工智能则可以做得更好。

  「如果能够对用户的行为有更多的洞察力,那么我们就可以运行更好的算法,进而掌握什么是真正的欺诈。」Gopalkrishnan说道。

  同样的技术也可以用于解决账单纠纷问题。人工智能引擎可以快速地找到并分析数据,从而作出判断裁决,而无需花费六个小时的时间去收集那些有争议的数据。

  「我们正在寻找类似这样的机会。」Gopalkrishnan说。

  Reilly指出,人工智能在分析贸易数据方面也有很大的潜力。

  例如,《欧盟金融工具市场指令二》将于2018年1月3日正式生效,这项指令要求对交易进行一些额外报告。

  「现在,我们记录的事件要比以前多两百万。」Reilly说。

  「这两百万个事件会阐明究竟赢在了哪里、输在了哪里。这些事件是我们所有竞争对手也可以参与的。我们可以看到摩根大通和高盛的所有得失。如果可以洞察到其中的价值,那么这些信息都将为你所用。

  你也可以向你的客户提供更加优质、完善的产品。去实时进行分析并从数据中洞察价值,是有待我们开发的能力。这是一个内联的过程,而不是在事后进行分析或是培育洞察力。在这个过程里,我们拥有非常大的机会。」

  AI并不总是正确的解决方案

  在招聘环节中,银行希望在人工智能的帮助下找到合适的人选。不过对此,高管们持保留态度。

  「人工智能模型可能存在偏见。」美国银行企业技术主管Caroline Arnold一语道破。

  「你可能会说,谁会在这家公司取得成功?一个人工智能引擎可能会发现那些打高尔夫的人会在公司里取得成功。

  不过从另一个角度来看,使用同样的技术也可以消除偏见。前提是你的模型可以忽略一些不同群体的特定指标,但是能够关注目标人物并以更深层次的方式去理解它。」

  Arnold认为,人工智能引擎永远不可能成为雇佣过程里的最终决策者。

  Mehul Patel是Hired公司的首席执行官,这家公司利用人工智能软件为用户匹配相应的工作。在他看来,人工智能和人类都有偏见。

  「人工智能的好处是,你可以纠正这种偏见。」他说,「我们会助推那些代表性不足的群体。人类的问题在于,他们不能轻易地解开自己的偏见,人类的偏见远远超过算法偏差。」

  美国银行消费与财富管理技术主管Aditya Bhasin也分享了银行需要谨慎部署人工智能的原因。

  「在Gartner的技术成熟度曲线上,机器学习和机器人都还处于早期阶段。」他说,「几年前的那些大数据公司现在都成了机器学习公司。」

  在他看来,人工智能并不总是正确的解决方案。

  「只有能够服务客户并满足其需求,进而使他们过上更好生活的前提下,技术才算真正有价值。」他说,「这也是我们与开发人员不断努力的方向。」

  他举例道,一个机器人自动化解决方案可以使整个贷款过程实现自动化,如此一来,银行就可以更快地向客户提供贷款。

  「但使用人工智能或是自动化机器人作为数据集成的捷径可能并没有意义。」他补充道。

  例如,最近美国银行新推出了一项数字抵押贷款服务。「我们本可以做一大堆机器人,然后从不同地方获取数据并预先抵押贷款申请,但这样做可能会出现很多错误。」Bhasin 说。

  「我们会从多个不同渠道整合数据源。这样的话,当我们创建数字抵押贷款应用程序时,可能会有170个信息栏,其中只有10到15个必须由客户填写,而我们已经知道所有其他的信息。」

  「我们考虑的不仅仅是暴力应用技术,只因技术可用而用,而是要去理解客户的需求,然后根据这些需要应用技术。」Bhasin 说。

  「计算机已经可以做出决策了,因此我们需要非常谨慎地思考究竟计算机是如何做出决策的。」他说,「如果Google Duplex与Erica展开了交谈,那么我们需要理解的一点是,一个机器人会对另一个机器人说些什么?如果没有我们,他们会做出什么样的决定?」

责任编辑:Rachel

点击加载

点击加载

发送
普通评论
发送
普通评论
普通评论

为你推荐

暂无相关推荐