2018年,AI会在金融行业哪些方向上发力?

简介:
本文来自AI新媒体量子位(QbitAI)

对于很多人来说,提起人工智能这个词,更多会联想到HBO热播的电视剧《西部世界》里那些科幻场景。

但在真实世界里,人工智能根本不是这个样子的。

可以这么理解,AI的应用是通过算法来学习用户的习惯偏好。用户用的越多,AI对用户就越了解。

实际上现在AI已经出现在我们的生活中了,不过看起来不像西部世界里那种风格的机器人。

比如说Siri,是专门为了获得用户偏好而设计的,基于用户行为规律的识别和反馈的处理来看用户每天的行程安排。亚马逊的首页也用了AI,根据用户的购买记录来推荐首页展示的商品。

 亚马逊的推荐页面

不断获得大量的数据输入,AI技术可以输出个性化的结果,这样会让很多事效率更高,步骤也更简单。

到2018年,随着AI技术成本逐步降低,AI技术会在很多产业发挥更大的作用,包括全球的银行、信用机构

AI将会用在哪里

当AI搜集到大量的不同类型的数据时,它能够透过数据做出预测性的决策。应用场景可以从了解消费者行为到更好地理解内部资源如何运作,这个过程本质上是数据分析,发现必要的信息后找出最优解

从金融服务的视角来说,我们会在2018年看到AI的四个趋势。

检测并防止欺诈

检测欺诈的主要工作是看一个账户交易记录是否异常。

目前来说,检测原理是看账户内交易发生地是不是距离持卡人居住地很远,或者在短期内出现多笔购买记录。

不过,为了逃避检测系统,欺诈都以更细微的方式进行。防欺诈团队都会经过专业的训练,去发现这些更细微的可疑交易。引入AI技术后,就等于给这个团队一个工具,数据的处理会更快更高效,准确率也会大幅提升

客服

AI未来可以做一线的客服。

AI驱动的聊天机器人(计算机模拟人类的对话方式)已经可以处理大量的基本问题,这样就可以把人类客服的时间释放出来,去解决更值得关注的问题。

这种类型的支持,对于用户来说,也可以缩短他们等待电话人工客服的时间。随着AI系统慢慢学会把咨询问题中的细微差别归类,它的客服支持能力就越来越强,能回答的问题面更广,回答的精确度也越高

以用户为中心的创新

新产品或服务要怎么要吸引现有的和之前的用户?

分析了大范围的数据之后,AI技术能够找出哪些产品能够有针对性地吸引到单个用户,有效激励他们参与积分活动,增加用户的贷款机会等等。

比起胡乱推荐一通,这种定制化的推荐可以给销售部市场部提供更个性化的方案,增加用户的信任度和满意度。基于用户需要去推销,对他们来说,就不再是种打扰,也能获得用户更多的关注。

内部运作

销售市场团队管里客户关系的一个软件,Salesforce’s Einstein就是个很好的例子。

这个AI系统把客户的数据吸收处理分析后,学会给内部做推荐,把通知按重要程度划分等级,或者预测销售数字。

这证明了对外的AI平台可以用来服务内部的运营。除了市场部,其他部门也可以利用这个平台,比如人力资源部,法务部。

人力资源部可以用对外的AI平台来统计基本的对内询问的信息,或者处理内推简历,法务部可以用AI平台来核对合同的准确性。

未来已来。即使是小型的金融机构,也该研究一下AI技术可以给自己业务带来哪些改进。

最后,附上原文链接:
http://t.cn/RHt4cEW

本文作者:Root 
原文发布时间:2017-12-27 
相关文章
|
4月前
|
数据采集 人工智能 定位技术
分享一个开源的MCP工具使用的AI Agent 支持常用的AI搜索/地图/金融/浏览器等工具
介绍一个开源可用的 MCP Tool Use 通用工具使用的 AI Agent (GitHub: https://github.com/AI-Agent-Hub/mcp-marketplace ,Web App https://agent.deepnlp.org/agent/mcp_tool_use,支持大模型从Open MCP Marketplace (http://deepnlp.org/store/ai-agent/mcp-server) 的1w+ 的 MCP Server的描述和 Tool Schema 里面,根据用户问题 query 和 工具 Tool描述的 相关性,选择出来可以满足
|
8月前
|
机器学习/深度学习 存储 人工智能
Qlib:华尔街颤抖!微软开源金融AI量化投资神器,助力智能投研
Qlib是微软亚洲研究院推出的开源AI量化投资平台,提供从数据处理、模型训练到组合管理的全流程支持,内置高性能数据基础设施和多种机器学习模型。
3065 87
Qlib:华尔街颤抖!微软开源金融AI量化投资神器,助力智能投研
|
人工智能 搜索推荐 API
AI尝鲜:使用dify监测金融市场情绪
本实验介绍了如何利用dify创建金融市场情绪工作流,通过输入公司名称(如英伟达),使用Tavily搜索引擎获取相关金融新闻,并借助大模型(如通义千问)进行情绪分析,输出介于-1到1之间的情绪评分。实验分为四步:安装dify、设置模型供应商、配置搜索引擎以及创建工作流。最终,用户可运行工作流,获得量化的市场情绪数据,为量化交易策略提供依据。
AI尝鲜:使用dify监测金融市场情绪
|
5月前
|
机器学习/深度学习 人工智能 算法
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
|
6月前
|
机器学习/深度学习 人工智能 算法
AI Agent驱动下的金融智能化:技术实现与行业影响
本文探讨了AI Agent在金融领域的技术实现与行业影响,涵盖智能投顾、风险控制、市场分析及反欺诈等应用场景。通过感知、知识管理、决策和行动四大模块,AI Agent推动金融从自动化迈向智能化。文中以Python代码展示了基于Q-learning的简易金融AI Agent构建过程,并分析其带来的效率革命、决策智能化、普惠金融和风控提升等变革。同时,文章也指出了数据安全、监管合规及多Agent协作等挑战,展望了结合大模型与增强学习的未来趋势。最终,AI Agent有望成为金融决策中枢,实现“智管钱”的飞跃。
AI Agent驱动下的金融智能化:技术实现与行业影响
|
10月前
|
人工智能 自然语言处理 数据可视化
YAYI-Ultra:中国企业终于等来『全能大脑』!开源企业级AI『混合专家』横扫金融舆情中医领域,最长生成20万字报告
YAYI-Ultra 是由中科闻歌研发的企业级大语言模型,具备强大的多领域专业能力和多模态内容生成能力,支持数学、代码、金融等多个领域的专家组合,缓解垂直领域迁移中的“跷跷板”现象。
452 10
YAYI-Ultra:中国企业终于等来『全能大脑』!开源企业级AI『混合专家』横扫金融舆情中医领域,最长生成20万字报告
|
11月前
|
人工智能 供应链 PyTorch
TimesFM 2.0:用 AI 预测流量、销量和金融市场等走势!谷歌开源超越统计方法的预测模型
TimesFM 2.0 是谷歌研究团队开源的时间序列预测模型,支持长达2048个时间点的单变量预测,具备零样本学习能力,适用于零售、金融、交通等多个领域。
1277 24
TimesFM 2.0:用 AI 预测流量、销量和金融市场等走势!谷歌开源超越统计方法的预测模型
|
机器学习/深度学习 人工智能 搜索推荐
《百炼成金-大金融模型新篇章》––09.金融级AI原生的发展
百炼必定成金,新质生产力会催生新质劳动力,谨以此文抛砖引玉,希望与业内的各位朋友一同探讨如何积极拥抱并运用大模型技术,以应对和驾驭不断变化的市场环境,实现科技金融持续稳定的提质增效和创新发展,携手开启金融大模型未来新篇章。
351 3
|
11月前
|
机器学习/深度学习 人工智能 算法
FinRobot:开源的金融专业 AI Agent,提供市场预测、报告分析和交易策略等金融解决方案
FinRobot 是一个开源的 AI Agent 平台,专注于金融领域的应用,通过大型语言模型(LLMs)构建复杂的金融分析和决策工具,提供市场预测、文档分析和交易策略等多种功能。
1119 13
FinRobot:开源的金融专业 AI Agent,提供市场预测、报告分析和交易策略等金融解决方案
|
机器学习/深度学习 人工智能 搜索推荐
AI在金融领域的应用:智能投资顾问
【10月更文挑战第31天】随着AI技术的快速发展,智能投资顾问在金融领域的应用越来越广泛。本文介绍了智能投资顾问的定义、工作原理、优势及未来发展趋势,探讨了其在个人财富管理、养老金管理、机构风险管理及量化交易中的典型应用,并分析了面临的挑战与机遇。智能投资顾问以其高效、低成本、个性化和全天候服务的特点,正逐步改变传统投资管理方式。
1384 3