探索数据：人工智能如何成为金融界最赚钱的“员工”

在媒体上，银行和更广泛的金融行业通常被描绘成穿着笔挺西装的商人，从摩天大楼的顶层做出商业决策，或者是天才交易员，可以从少量数据中理解市场的状况。由于这是金融界最有力的形象之一，关于该领域新技术特性的讨论往往集中在它们将如何改变这种前台工作。

人工智能在这里也不例外，大部分关于其在金融领域采用讨论都集中在代理是否会取代交易员，或者它们是否可以比顾问更有效地分配资本。然而，人工智能最有效的应用结果却远离了很多人想象的光鲜形象。事实上，人工智能通过处理日常运营中的“枯燥”工作带来了更多的利润。

人工智能真正创造价值的地方

人工智能的主要优势在于它可以以比人类更低的成本和更快的速度处理任务。通过这样做，它实际上通过提高运营效率来产生利润。

例如，使用人工智能工具，花旗银行将开户前的文件审查时间从一个多小时缩短到仅15分钟。自然，快速的决策会让客户满意，甚至可能使他们更加忠诚。但同时，这45分钟的时间也为银行节省了成千上万美元的成本，因为这些工具可以让人类从事更重要的工作。

人工智能有助于优化金融公司依赖的庞大金融官僚和内部框架。因此，最有价值的应用场景往往不是最壮观的。自动交易员或为客户推荐最佳交易的聊天机器人听起来令人印象深刻，但自动化的KYC程序和尽职调查检查可能会为银行或金融公司带来更大的经济价值。

话虽如此，就像花旗银行的文件审查过程一样，没有什么能阻止这些改进也惠及客户。用户可能会欣赏应用程序中的个人人工智能助手，但如果贷款决策可以从几天缩短到几分钟，或者他们的交易不被错误地标记为欺诈（因为这些概率被人工智能降低了几十个百分点），他们会更加欣赏它。

人工智能如何成为最赚钱的“员工”

通常，当银行的客户群体增长时，其员工数量也必须几乎成比例增长。过去，使用相同的团队规模审查越来越多的交易和客户文件是不可能的。各种现代技术解决方案在某种程度上提供了帮助，但业务增长仍然不可避免地导致员工数量增长。随着公司员工数量的增加，需要更多的管理人员，整个结构的成本也会变得更加昂贵。

现在，随着人工智能的出现，这个问题开始消失，因为有了人工智能工具的帮助，较少的员工仍然可以有效地服务于越来越多的客户。一些公司已经在使用这种逻辑：例如，Klarna声称，一名人工智能助手可以完成700人的工作。不论应用这种工具的成本是多少，它不太可能接近几百名员工的正常工资。

然而，要真正使其发挥作用，公司需要在工作流程中正确地集成人工智能，而不仅仅是进行实验。在金融领域，许多项目仍然停留在试验阶段，显然，这不能产生太多的价值。当一家公司正在讨论是否采用新工具或如何扩大人工智能代理的规模时，其竞争对手不会停下来，他们正在建设自己的人工智能能力。

在这场竞争中落后将导致重大财务损失。具体来说，未能早期将运营转移到人工智能轨道上的公司可能会失去多达9%的利润。稍后弥补这种损失将不是一件容易的事，它要求金融公司建立一个扎实的人工智能战略。

如何管理人工智能决策

这是最大的挑战，因为将人工智能代理嵌入金融运营中不可避免地意味着将一些决策权委托给它们。在金融领域，人工智能已经成为一种无穷无尽的免费“初级员工”来源，通过优化基本的后台运营，这种情况尤其如此。问题在于，这种工作中的错误往往是最昂贵的。

通常，监管机构会防止金融组织做出危险的事情，并制定规则以尽量减少可能的损害。然而，当涉及到人工智能时，行业的发展速度远远超过了监管，只有四分之一的监管机构从受监管的实体中收集人工智能使用数据。这显然不足以跟上越来越多的公司将代理添加到其运营中的步伐。

因此，金融公司必须自己找到方法来规范人工智能驱动的工具。这是可以理解的，因为这里的任何错误都可能导致数百万美元的损失。例如，在现代银行中，代理被赋予有限的权限，就像真正的员工一样。如果人工智能处理客户文件，它显然不需要更改客户风险评级的权利。代理被分配一个严格的运营角色，并且不允许超越它。

另一种可能且必要的机制是保存人工智能所有操作的详细记录，这样如果发生错误，每一步骤都可以被追溯。在KYC和欺诈检测等领域，几个月后可能会出现有关客户的问题，因此银行绝对需要保留人工智能助手逻辑的完整记录。

人工智能行为也可以在沙盒中进行测试。例如，英格兰银行已经开始模拟人工智能交易会话，以了解代理如何相互交互以及如何与真实市场交互。这种测试有助于确定代理在哪里犯了错误并在其公开之前解决问题。

最终，必须记住，任何人工智能决策都必须由人类确认，人类仍然对其负责。在发生损失的情况下，没人会接受“因为模型决定了”的答案，一位高级经理仍然必须批准人工智能的行为并对其负责。

从“银行vs金融科技”到“快vs慢”

人工智能监管也塑造了金融市场的竞争。客户可能会因为他们的文件被处理得更快而感到高兴，但如果人工智能机器人损害了他们的信用记录或让他们损失钱财，他们绝对不会高兴。为了避免这些问题，他们更有可能将钱交给那些透明和诚实地解释其人工智能战略的公司。当然，这些公司也更擅长管理人工智能。

金融科技公司在这里有明显的优势，因为它们不受传统系统的负担。现代金融科技公司可以从一开始就围绕人工智能构建其服务，并立即自动化所有流程。建立新事物可能比尝试将人工智能代理集成到仍然依赖传真机和几十年前的COBOL系统的组织中更容易。难怪几乎有一半的金融科技公司已经达到了人工智能采用的高级阶段，而传统金融机构中只有不到三分之一。

银行并没有注定要灭亡。毕竟，它们已经经历了大萧条、1970年代、伟大衰退和更多。它们知道如何适应变化。由于它们的传统，它们积累了大量的客户数据、资本和声誉。然而，要有效地利用这些优势，它们应该将人工智能完全集成到其流程中，因为简单地将其添加到一个副产品中不会有太大的帮助。