应对人工智能在金融服务业的迅猛发展

2024-04-12 01:28

本文主要是介绍应对人工智能在金融服务业的迅猛发展,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

今天分享的是人工智能专题系列深度研究报告:《人工智能专题:应对人工智能在金融服务业的迅猛发展》。

(报告出品方:安永

评估人工智能对金融服务业的潜在影响

虽然大型银行和保险公司使用人工智能已有多年,但与会者认为,人工智能的重要突破源于ChatGPT和类似生成式人工智能(生成式AI)工具的推出。一位与会者表示:“借助0penAl工具包,你可以处理数十亿个数据点,设备的处理能力得到了提升,可用的数据也发生了变化。”许多人看到了这项技术的巨大潜力。一位与会高管称,“我们已身处工业革命之中效率将得到大幅提升。

金融机构仍在初步探索如何应用更强大的生成式AI工具。在测试新应用程序时,与会者对人工智能及其对行业的潜在影响提出了一些初步看法。

生成式AI和传统AI可针对性解决不同类型的问题。ChatGPT的推出使人工智能进入主流视野,但这种关注也在很大程度上模糊了ChatGPT等生成式AI应用程序与更成熟的人工智能技术之间的区别。一位与会高管表示:“人工智能被炒得沸沸扬扬,人们正在过度使用这个词。一位与会董事指出,传统A!“是基于历史数据来发现模式,而生成式A1“是通过将大量信息源整合在一起来生成洞见”。在尝试评估如何最有效地应用人工智能时,金融机构必须了解这种区别。一位与会高管作出解释:“牛成式AI在创造性和概率性用例中能发挥最佳作用。大多数确定性问题最适合应用机器学习,而非生成式A1。”虽然生成式AI比传统AI更先进,但其随机性引起了一些行业高层领导的担忧。一位与会者承认:“我们面临的挑战是如何确保可以控制其随机性……目前我们还没有做到这一点。

金融机构正在探索生成式AI的潜在用例。大型银行和保险公司仍在尝试使用生成式AI工具,寻找在机构内部安全地应用这些工具的方法有些机构发现了真正的机遇。一位与会者表示,无论是在授信审贷、财务咨询、文件审阅还是客户服务优化方面,“我们还有很大的空间可以深入探索”。

一位与会董事指出,人工智能在处理客户投诉时“可节约一半时间”,因为“其模型非常精密,能够查看大量数据,找出投诉原因并决定如何处理”。一位保险业高管意识到数据分析的潜力,指出“保险公司的文件和报告中含有大量专业知识和信息。生成式A1可以帮助我们理解先前难以理解的信息。GPT-4能够出色地找出合同和保单中的措辞差异,并且可以识别多种不同语言。"但并非所有人都对此持积极态度。许多金融机构不愿将这些未经证实的工具用于直接接触客户的业务中,一位与会董事认为:“将其应用到客户身上还需要一定时间。"其他人则认为生成式AI根本没有价值。一位与会高管跟进表示:“我们在工作中并没有使用生成式A1,但一直在使用机器学习……目前绝对没有使用大型语言模型或生成式A1。”

数年后,生成式AI才有可能实现其宏伟前景。一位与会董事指出,“支持大规模使用生成式A1的架构还没有达到我们的期望。”另一位与会者表示:“目前对于生成式AI的讨论最为激烈,但热度不一定代表技术本身的价值。”尽管已有广泛试验,但大多数金融机构目前还没有将生成式AI部署在生产环境中。摩根士丹利可能除外,该公司在今年早些时候推出了一款生成式AI工具来辅助财务顾问的工作。3许多行业高层领导认为,生成式AI将在未来几年对业务产生巨大影响。一位与会者表示:“我认为各个行业不会在短期内发生颠覆性变化或得到明显提振,但从长远来看,这种情况一定会发生。”一位与会革事表示认同并指出:“我认为我们目前高估了短期影响,低估了长期影响。”

帮助机构发挥人工智能的潜力

人工智能技术的进步使机器能够承担更多工作,也扩展了机器的工作内容,越来越多的董事会开始讨论如何通过应用人工智能创造价值。一位与会高管坚信,“每家企业都必须制定人工智能战路”,而不是继续试验临时应用程序。

战略上重视人工智能

董事会和管理层需要根据机构目标部署人工智能,关注如何利用这项技术应对关键业务挑战。与会者确定了制定人工智能战略的思路以及如何为战略实施提供制度支持。

关注人工智能如何应对核心业务挑战。制定企业层面的人工智能战略时,必须全面审视整个业务,以确定人工智能能够在哪些领域创造价值并发挥最大作用,以及如何实现这一点。一位与会高管评论道:“机构需要明确,将人工智能应用到哪个领域能达到四两拨千斤的效果?用于进行授信决策,比如判断向谁授信以及如何管理贷款?用于管理舞弊?还是辅助营销?”一位安永与会行业专家也持类似观点并指出,“在保险业,关键在于承保,即机构能否承保更好的风险或更有效地承保风险。如果机构能以较低成本评估风险,这将影响最终盈亏情况。”一位与会董事指出,机构的目标是“找出业务中最大的收入驱动因素和最大的成本驱动因素,使用人工智能来大幅增加收入和降低成本”。这位董事指出,“我的公司还没做到这一点,这个目标对我来说很有意义。”

认识到人工智能需要扫清的障碍,并提出潜在用例。一位安永与会高管强调,“董事会确实有必要思考用例的适用性,并在可控环境中进行试验,这种微法能在大规模使用相关应用程序之前确定用例的价值。”对人工智能风险的担忧比比皆是。未来的应用程序需要扫清诸多障碍才能打消这些顾虑。一位与会高管表示:“人工智能的能力必须远超人类,不能只是酪高一点。”特别是对于审贷等核心业务职能而言,挑战在于如何证明人工智能比人类优秀,“当你认为人工智能比人类优秀时,你要能解释为什么官更优秀以及它在哪些方面比人类优秀……如果"优秀仅仅意味着它能更快或更大规模地完成人类现有工作,那它还不够优秀。

消除人工智能将取代人工的恐惧,也许能打消顾虑。一位与会者表示:“算法不会取代人类,它将赋予人类一种超能力。”为支持这一观点,一位与会者描述了一项研究,该研究表明,在预测患者结果方面,机器学习算法只比人类医生略胜一筹,但算法和医生合作生成的结果却比医生独立工作生成的结果好上数倍。

 

报告来源/公众号:【海选智库】
本文仅供参考,不代表我们的任何建议。海选智库整理分享的资料仅推荐阅读,如需使用请参阅报告原文。


 

这篇关于应对人工智能在金融服务业的迅猛发展的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/895718

相关文章

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

基于人工智能的智能家居语音控制系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 随着物联网(IoT)和人工智能技术的发展,智能家居语音控制系统已经成为现代家庭的一部分。通过语音控制设备,用户可以轻松实现对灯光、空调、门锁等家电的控制,提升生活的便捷性和舒适性。本文将介绍如何构建一个基于人工智能的智能家居语音控制系统,包括环境准备

从希腊神话到好莱坞大片,人工智能的七大历史时期值得铭记

本文选自historyextra,机器之心编译出品,参与成员:Angulia、小樱、柒柒、孟婷 你可能听过「技术奇点」,即本世纪某个阶段将出现超级智能,那时,技术将会以人类难以想象的速度飞速发展。同样,黑洞也是一个奇点,在其上任何物理定律都不适用;因此,技术奇点也是超越未来理解范围的一点。 然而,在我们到达那个奇点之前(假设我们能到达),还存在另一个极大的不连续问题,我将它称之

[Day 73] 區塊鏈與人工智能的聯動應用:理論、技術與實踐

AI在健康管理中的應用實例 1. 引言 隨著健康管理需求的提升,人工智能(AI)在該領域的應用越來越普遍。AI可以幫助醫療機構提升效率、精準診斷疾病、個性化治療方案,以及進行健康數據分析,從而改善病患的健康狀況。這篇文章將探討AI如何應用於健康管理,並通過具體代碼示例說明其技術實現。 2. AI在健康管理中的主要應用場景 個性化健康建議:通過分析用戶的健康數據,如飲食、運動、睡眠等,AI可

面对Redis数据量庞大时的应对策略

面对Redis数据量庞大时的应对策略,我们可以从多个维度出发,包括数据分片、内存优化、持久化策略、使用集群、硬件升级、数据淘汰策略、以及数据结构选择等。以下是对这些策略的详细探讨: 一、数据分片(Sharding) 当Redis数据量持续增长,单个实例的处理能力可能达到瓶颈。此时,可以通过数据分片将数据分散存储到多个Redis实例中,以实现水平扩展。分片的主要策略包括: 一致性哈希:使用一

知名AIGC人工智能专家培训讲师唐兴通谈AI大模型数字化转型数字新媒体营销与数字化销售

在过去的二十年里,中国企业在数字营销领域经历了一场惊心动魄的变革。从最初的懵懂无知到如今的游刃有余,这一路走来,既有模仿学习的艰辛,也有创新突破的喜悦。然而,站在人工智能时代的门槛上,我们不禁要问:下一个十年,中国企业将如何在数字营销的浪潮中乘风破浪? 一、从跟风到精通:中国数字营销的进化史 回顾过去,中国企业在数字营销领域的发展可谓是一部"跟风学习"的编年史。从最初的搜索引擎营销(SEM),

【redis】数据量庞大时的应对策略

文章目录 为什么数据量多了主机会崩分布式系统应用数据分离架构应用服务集群架构负载均衡器数据库读写分离 引入缓存冷热分离架构 分库分表微服务是什么代价优势 为什么数据量多了主机会崩 一台主机的硬件资源是有上限的,包括但不限于一下几种: CPU内存硬盘网络… 服务器每次收到一个请求,都是需要消耗上述的一些资源的~~ 如果同一时刻处理的请求多了,此时就可能会导致某个硬件资源不够用了

通学人工智能一

AI 工具 1. 语言与内容创作工具 Heygen: 全球语言转换,创建逼真的数字人。系统主要是英文的,但可以通过微软小冰实现中文支持。 Predis.ai: 制作图文内容以及简单的视频。 通义听悟 & 讯飞语记: 帮助收集灵感并将其整理成文案。 2. 设计与图片生成 Pic Copilot: 自动生成电商网站。 Codia AI: 擅长将截图 1:1 复制成原图,并生成相关代码。 In

人工智能时代开启ai代写模式,让创作变得更加简单!

随着人工智能技术的飞速发展,我们的生活和工作方式正在发生翻天覆地的变化。在这个信息爆炸的时代,内容创作领域也迎来了新的变革——ai代写。这一模式的出现,让文章写作变得更加简单高效,为创作者们打开了新的可能。   一、ai代写的优势   提高写作效率   在传统写作过程中,创作者需要花费大量时间和精力进行资料搜集、构思和撰写。而ai代写能够在短时间内完成这些工作,大大提高了写作效率。创

分库分表:应对大数据量挑战的数据库扩展策略

随着互联网技术的发展,数据量的爆炸性增长给数据库系统带来了前所未有的挑战。为了有效管理大规模数据并保持高性能,分库分表成为了一种常见的数据库扩展策略。本文将探讨分库分表的概念、动机、实施策略以及潜在的挑战和解决方案。 什么是分库分表? 分库分表是一种数据库架构设计策略,它将数据分散存储在多个数据库(分库)和多个表(分表)中。这种方法可以提高数据库的可伸缩性、可用性和性能。 为什么需要分库分表