編者按：人工智能日趨普及，并在金融服務領域產生巨大影響。本文作者 Nikolas Badminton 向我們介紹了人工智能在金融服務領域的發展動向，并對其發展趨勢作出自己的預測。
俗話常說：有錢能使鬼推磨。這是個以付款、投資、保險和數十億交易為核心的分形經濟世界，而這個無章的世界很好地印證了所有自然系統的雜亂復雜性，例如活生物體的極速生長和原子的變幻無常。
但金融系統仍是所有系統中格外復雜的一個。金融系統作為一個整體，大于其各部分的總和。 管理它們的基本規則可能看起來很簡單，但簡單的表面下隱藏著動態并混亂的內部分形，而流經這種分形心跳的血液則是數據。
現如今，每24小時，就產生大約2.5億字節的數據。 到2020年，這一數字預計將增長到每天44澤字節（1澤字節=270 字節）（數據來源：GigaOm）。這些數據以及良好的互連性與相關性、預測分析和機器學習為我們以人工智能為動力的未來奠定了基礎。
自2010年以來，以人工智能為基礎設施的初創公司的投資就超過了21億美元，而僅在2015年的投資就高達13億美元。 人工智能應用程序初創公司已經在投資中占據最大份額，自2010年以來，人工智能應用程序初創公司的投資超過69億美元，而且僅在2015年就增加了36億美元（數據來源：TRACXN）。
這些發展動向正在導致金融服務領域的大規模創新，人工智能正在幫助解決日益增長的數據量。
數據顯示，現今社會有超過5億人在使用機器人和數字助理。到2020年，此數字將增加到22億（數據來源：Statista）。培養人工智能的平臺、開發人員和數據科學團隊旨在通過我們使用的設備創建一個無摩擦和簡單的體驗，以減少人與人之間的接觸并增加互動的需要。由于年輕人對人工智能科技日漸依賴，對于銀行業來說，增加人工智能平臺尤其重要。
在機器人越來越普遍的時代，有關機器人的問題也逐漸浮出水面。每當采用一個新系統時，你就會發現此系統所提供的經驗往往不是最佳的。比如英國蘇格蘭皇家銀行（Royal Bank of Scotland）在其服務渠道中推出一個名叫Luvo的機器人時也意識到這一點：雖然Luvo最初接受了培訓以了解它的職責，但是銀行堅持認為，從錯誤中學習將使其Luvo處理問題的的能力隨著時間的推移而更準確。但是與此同時，這要求客戶必須擁有足夠的耐心去接受并不完美的體驗。很明顯，爭奪數據、機器學習和其他人工智能技術正在為金融機構和客戶帶來巨大的價值。
瑞典的SEB也在部署一個名為Amelia的機器人（由IPsoft提供），它將為其100萬客戶提供服務。此外，他們還通過部署Amelia來為其15,000名員工提供技術支持。
除此之外，以與客戶拉近距離為目的的“對話商務”正在逐漸興起。這是一個新型移動系統，它使用人工智能來分析語音和采取預期的行動，如媽媽的生日訂購她最喜歡的花，或替你還昨晚向朋友借的錢。三星在此方面下了重功夫，升級并購買了VIV（VIV是一個人工智能平臺，開發人員能夠在此平臺上創建各種智能對話界面）。據傳，由于支付生態系統的極速發展，蘋果Siri的下一次迭代也將向對話式商業領域發展。
除了機器人，我們還將尋求智能投資顧問來尋求更好的回報。 像Wealthfront和INVSTR這樣的公司正在北美和英國加緊生根落葉，并且在韓國等亞洲地區也取得了一些令人印象深刻的成果。 相對比于國內股票基金的-3％和KOSP的I -2.2％，一些智能顧問能提供2％的回報率。 在日本，一些銀行已經部署了Pepper，這是一種超越普通計算的情感機器人，目的是希望與客戶達到更深層次的互動。
這固然是好事，但我們也正在發展開發、收集和處理數據集，然后應用匹配學習的技術。
欺詐也是必須要考慮的一個問題。 很早以前（大約10年前），PayPal認識到將人工智能應用于識別欺詐的價值，并且已經初步實施使用自己的內部系統來檢測可疑活動這一舉措，更重要的是，它能將假警報與真正的欺詐相分離，而此舉動已影響到了202個國家的1.88億客戶，涉及金額已經超過49億美金
因此，我們可以很明顯地看到，爭奪數據、機器學習和其他人工智能技術將為金融機構和客戶帶來巨大的價值。 這些趨勢將愈演愈烈，我們正在考慮從現在到2025年將會發生什么。
人工智能將在硬件層面通過強大的移動設備和集成的人工智能平臺變得無處不在，而我們則會看到越來越多的受控和關閉系統的應用程序。代碼將不斷更新。通過數十億用戶的網絡行為和生成的數據，我們將看到自動化人工智能應用會每天為用戶提供著巨大的價值。
由于人工智能服務的盛行，金融服務勞動力將逐漸向專業開發人員、數據科學家、基礎設施架構師、編碼倫理學家和人工智能培訓師轉變，而且他們會擔任更加關鍵的職能。 顧問、計票員和客戶服務工作將受到很大影響，人們填補這些職位的需求將會被減少。
銀行、貸款人、保險公司、中央貨幣基金和新的金融業參與者將需要聚集在一起以確定機會、制定路線圖并深思熟慮出監管原則。我們必須以統一商定以確保金融系統的完整性和穩定性。為此，我們必須在國內和國際層面考慮關于實施任何人工智能的道德、規章和政府政策決定。而這是我們邁向一個國際銀行業的最大障礙之一。
該方法需要雙重保證。首先他們將需要用獨立的數據機構和人工智能專家取代銀行體系內的舊規則，而這些專家可以提供關于如何進行道德培訓以避免歧視或偏好的嚴格指導方針。同時還應確保數據科學家和開發人員接受一定培訓，以在全球銀行和貨幣體系中實現一致的道德準則。國際貨幣基金組織、世界銀行和其他國家需要與我們站在統一戰線上，并爭取獲得更多具挑戰性的經濟體，如中國和俄羅斯等。
最終我希望看到，一旦我們制定了如何最好地規范和導航這個越來越分形的生態系統，數據共享和整體市場優化就能帶領我們走向經濟穩定。而試圖繼續依靠老式模型卻被老牌富豪玩家所控制則將是伴隨的挑戰。
我希望來自新玩家和客戶的壓力將成為變革的驅動力。我希望這是一個沒有一夜暴富和所謂基金經理和銀行領導者的世界。 而計算能力的提高（約20年后）則意味著這個世界將對財富、貨幣使用、價值的全面重新定義以及對不同階級平等重視。
