บทสรุปผู้บริหาร

ปัญญาประดิษฐ์ (AI) กำลังระเบิด

• การนำ AI มาใช้อย่างแพร่หลายในอุตสาหกรรมต่างๆคือ คาดการณ์ เพื่อผลักดันรายได้ทั่วโลก 12.5 พันล้านดอลลาร์ในปี 2560 และ 47 พันล้านดอลลาร์ในปี 2563 โดยมี CAGR 55.1% จากปี 2559 ถึง 2563
• อุตสาหกรรมที่จะลงทุนมากที่สุดในเทคโนโลยีเหล่านี้ ได้แก่ การธนาคารและการค้าปลีกตามด้วยการดูแลสุขภาพและการผลิต
• นักเศรษฐศาสตร์กำหนดให้เทคโนโลยีวัตถุประสงค์ทั่วไป (GPT) เป็นสิ่งที่สำคัญมากพอที่จะกระตุ้นการเติบโตทางเศรษฐกิจที่ยืดเยื้อและความก้าวหน้าทางสังคม ตัวอย่างเช่นไฟฟ้าเป็น GPT เมื่อเร็ว ๆ นี้ บทความ Harvard Business Review กำหนดให้ AI เป็น GPT ที่สำคัญที่สุดในยุคของเรา

ปัญญาประดิษฐ์ในบริการทางการเงิน: การบริหารความเสี่ยง

• PayPal สามารถเพิ่มความปลอดภัยโดยใช้ประโยชน์จากเทคโนโลยีการเรียนรู้เชิงลึก การฉ้อโกงของ PayPal ค่อนข้างต่ำที่ 0.32% ของรายได้ ซึ่งเป็นตัวเลขที่ดีกว่าค่าเฉลี่ย 1.32% ที่พ่อค้าเห็น
• ในขณะที่แบบจำลองเชิงเส้นสามารถใช้งานได้ 20-30 ตัวแปร เทคโนโลยีการเรียนรู้เชิงลึกสามารถสั่งการจุดข้อมูลหลายพันจุด

ปัญญาประดิษฐ์ในบริการทางการเงิน: AI Trading

• หลายปีที่ผ่านมา บริษัท จัดการการลงทุนได้ใช้คอมพิวเตอร์เพื่อทำการค้า รอบ ๆ 9% ของเงินทุนทั้งหมด ซึ่งบริหารจัดการมูลค่า 197 พันล้านดอลลาร์พึ่งพาแบบจำลองทางสถิติขนาดใหญ่ที่สร้างโดยนักวิทยาศาสตร์ข้อมูล
• อย่างไรก็ตามแบบจำลองเหล่านี้ มักจะคงที่ ต้องการการแทรกแซงของมนุษย์และไม่ดำเนินการเช่นกันเมื่อตลาดเปลี่ยนไป ดังนั้นกองทุนจึงมีมากขึ้น ย้ายไปสู่โมเดลปัญญาประดิษฐ์ที่แท้จริง ที่วิเคราะห์ข้อมูลจำนวนมาก และ ปรับปรุงตัวเองต่อไป
• ในปี 2000 แผนกซื้อขายตราสารทุนเงินสดในสหรัฐฯของ Goldman Sachs ในสำนักงานใหญ่ในนิวยอร์ก ลูกจ้าง ผู้ค้า 600 ราย วันนี้มีผู้ค้าตราสารทุนสองรายโดยมีเครื่องจักรที่ทำส่วนที่เหลือ

ปัญญาประดิษฐ์ในบริการทางการเงิน: Robo-Advisory

• สำหรับนักลงทุนคำแนะนำ robo สามารถช่วยประหยัดต้นทุนได้ถึง 70% ในบริการบางประเภท
• บริษัท การลงทุนที่จัดตั้งขึ้นบางแห่งกำลังซื้อที่ปรึกษา robo ที่มีอยู่เช่น การเข้าซื้อกิจการ Jemstep ของ Invesco และ การซื้อ FutureAdvisor ของ Blackrock . คนอื่น ๆ ยังสร้างที่ปรึกษา robo ของตนเองเช่น FidelityGo และที่ปรึกษาอัจฉริยะของ Schwab
• 77% ของลูกค้าด้านการบริหารความมั่งคั่งไว้วางใจที่ปรึกษาทางการเงินและ 81% ระบุว่าการโต้ตอบแบบตัวต่อตัวเป็นสิ่งสำคัญ

ปัญญาประดิษฐ์ในบริการทางการเงิน: การจัดจำหน่ายและการเรียกร้องค่าสินไหมทดแทนเพื่อการประกันภัย

• ถึง รายงาน PWC คาดการณ์ว่า AI จะดำเนินการจัดจำหน่ายโดยอัตโนมัติจำนวนมากภายในปี 2020 โดยเฉพาะในตลาดที่เติบโตเต็มที่ที่มีข้อมูล
• ใน การศึกษาของ Oxford 2013 การวิเคราะห์อาชีพกว่า 700 อาชีพเพื่อพิจารณาว่าอาชีพใดที่เสี่ยงต่อการใช้คอมพิวเตอร์มากที่สุดผู้จัดจำหน่ายประกันถูกรวมอยู่ในห้าอันดับแรกที่อ่อนไหวที่สุด
• การจัดจำหน่ายอาจใช้ประโยชน์จากการเรียนรู้ของเครื่องไม่เพียง แต่ยังรวมถึงเทคโนโลยีที่สวมใส่ได้และเทคโนโลยีการวิเคราะห์ใบหน้าแบบ Deep Learning

ปัญญาประดิษฐ์ในบริการทางการเงิน: บริการลูกค้าผ่านแชทบอท

• ในเดือนตุลาคม 2559 ทั้ง Bank of America และ MasterCard ได้เปิดตัวแชทบอท เอริก้า และ ไก่ ตามลำดับ Erica เวอร์ชันแรกสามารถติดตามคะแนนเครดิตของลูกค้าดูพฤติกรรมการใช้จ่ายและให้คำแนะนำในการชำระค่าใช้จ่าย
• Capital One เมื่อเร็ว ๆ นี้ เปิดตัว chatbot ของตัวเอง ชื่อ 'Eno' ซึ่งช่วยให้ลูกค้าสามารถสนทนากับธนาคารโดยใช้ภาษาแบบข้อความเพื่อชำระค่าใช้จ่ายและเรียกข้อมูลบัญชี Capital One ยังใช้ประโยชน์จากแนวโน้มของอินเทอร์เน็ตโดยเปิดตัว Alexa Skill สำหรับ Amazon Echo และวางแผนที่จะเป็นคนแรกที่เปิดตัวบริการที่คล้ายกันสำหรับ Cortana ของ Microsoft

เทคโนโลยีวัตถุประสงค์ทั่วไป เป็นคำศัพท์ทางเศรษฐศาสตร์ สำรอง สำหรับเทคโนโลยีที่กระตุ้นการเติบโตทางเศรษฐกิจและความก้าวหน้าทางสังคมที่ยืดเยื้อปฏิวัติการดำเนินงานของครัวเรือนและองค์กรต่างๆ ตัวอย่างเทคโนโลยีวัตถุประสงค์ทั่วไปคือไฟฟ้า ไฟฟ้าเกิด ผลิตภัณฑ์และภาคส่วนมากมายไม่ว่าจะเป็นตู้เย็นเครื่องซักผ้ารถไฟและคอมพิวเตอร์ การถือกำเนิดของกระแสไฟฟ้าได้เปลี่ยนแปลงโลกอย่างสิ้นเชิง

เมื่อเร็ว ๆ นี้ บทความ Harvard Business Review กำหนดให้ปัญญาประดิษฐ์ (AI) เป็นเทคโนโลยีวัตถุประสงค์ทั่วไปที่สำคัญที่สุดในยุคของเรา . เราคุ้นเคยกับพลังของ AI มันแสดงออกมาในรูปแบบของหุ่นยนต์ เอาชนะผู้เล่นหมากรุกที่มีชื่อเสียงระดับโลก . รถที่สามารถ สวนสาธารณะคู่ขนานนั่นเอง . อุปกรณ์ที่ ตอบสนองกับสภาพอากาศของวันพรุ่งนี้ เมื่อเราถาม แต่การติดต่อกับเราและความเข้าใจส่วนใหญ่ - AI วนเวียนอยู่กับผลิตภัณฑ์ที่มีผลต่อชีวิตประจำวันของเราในฐานะผู้บริโภค ในระดับองค์กรมีคำถามมากมายว่า AI จะเข้ามาขัดขวางอุตสาหกรรมต่างๆได้อย่างไรและโดยเฉพาะบริการทางการเงินจะควบคุม AI ได้อย่างไร

บทความต่อไปนี้จะอธิบายถึงปัญญาประดิษฐ์ขอบเขตของเทคโนโลยีที่เกี่ยวข้องขนาดของอุตสาหกรรม AI โดยรวมและการประยุกต์ใช้ปัญญาประดิษฐ์ในด้านการเงิน งานชิ้นนี้ไม่ได้มีจุดมุ่งหมายเพื่อใช้ตัดสินเชิงบรรทัดฐานเกี่ยวกับการพัฒนา AI แต่จะเน้นไปที่การที่ AI ขัดขวางการเงิน

ปัญญาประดิษฐ์: AI คืออะไร?

ปัญญาประดิษฐ์คือ สาขาวิทยาศาสตร์คอมพิวเตอร์ มุ่งเน้นไปที่การสร้างเครื่องจักรอัจฉริยะที่ทำงานได้เหมือนมนุษย์ คอมพิวเตอร์ AI คือ ออกแบบมาเพื่อทำหน้าที่ของมนุษย์ รวมถึงการเรียนรู้การตัดสินใจการวางแผนและการรู้จำเสียง

ปัญญาประดิษฐ์ทำให้เครื่องจักรสามารถ ปรับปรุงประสิทธิภาพอย่างต่อเนื่อง โดยไม่มีมนุษย์ให้คำแนะนำที่กำหนดไว้ล่วงหน้าสำหรับวิธีการทำเช่นนั้น นี่มีความสำคัญด้วยเหตุผลสองประการ ประการแรกมนุษย์รู้มากกว่าที่เราสามารถบอกได้ นั่นคือมนุษย์สามารถจดจำใบหน้าหรือใช้กลยุทธ์อันชาญฉลาดในเกมหมากรุกได้ อย่างไรก็ตามก่อนที่จะมีเทคโนโลยีปัญญาประดิษฐ์ขั้นสูงมนุษย์ไม่สามารถอธิบายความรู้ของเราได้อย่างชัดเจนหมายความว่าเราไม่สามารถทำงานหลายอย่างโดยอัตโนมัติได้ ประการที่สองเทคโนโลยี AI นั้นเหนือมนุษย์ในการดำเนินการทำงานได้เร็วกว่าและมักจะมีความแม่นยำมากกว่ามนุษย์

เทคโนโลยีปัญญาประดิษฐ์

ปัญญาประดิษฐ์ครอบคลุมความสามารถและเทคโนโลยีมากมาย บริษัท ที่ปรึกษา PWC ตอกย้ำ AI นั้น“ ไม่ใช่สาขาวิชาเสาหิน ประกอบด้วยหลายสิ่งหลายอย่างที่ช่วยเสริมความคิดของเราเกี่ยวกับความหมายของการเป็น 'อัจฉริยะ' 'ด้านล่างนี้เป็นพื้นที่ยอดนิยมบางส่วนของ AI:

• การเรียนรู้ของเครื่อง เป็นวิธีการวิเคราะห์ข้อมูลที่ สร้างแบบจำลองการวิเคราะห์โดยอัตโนมัติ . การใช้อัลกอริทึมที่เรียนรู้จากข้อมูลซ้ำ ๆ การเรียนรู้ของเครื่องทำให้คอมพิวเตอร์สามารถค้นหาข้อมูลเชิงลึกที่ซ่อนอยู่ได้โดยไม่ต้องตั้งโปรแกรมไว้อย่างชัดเจนว่าจะดูที่ไหน
• การเรียนรู้เชิงลึก คือ ชุดย่อยของการเรียนรู้ของเครื่อง . ช่วยอำนวยความสะดวกในการจดจำวัตถุในรูปภาพการติดฉลากวิดีโอและการจดจำกิจกรรมและกำลังก้าวหน้าในการรับรู้ (รวมถึงเสียงและคำพูด) ตัวอย่างเช่น DeepFace แอปพลิเคชันการเรียนรู้เชิงลึกของ Facebook ได้รับการ ได้รับการฝึกฝนให้รู้จักผู้คนในภาพถ่าย . หลายคนเปรียบเทียบระหว่างเทคโนโลยีการเรียนรู้เชิงลึกกับชีววิทยา แต่ผู้เชี่ยวชาญโดยทั่วไปยอมรับว่าในขณะนั้น ได้รับแรงบันดาลใจจากสมองของมนุษย์ไม่จำเป็นต้องจำลองแบบมาจากมัน .
• การประมวลผลภาษาธรรมชาติ คือความสามารถของโปรแกรมคอมพิวเตอร์ที่จะ เข้าใจคำพูดของมนุษย์ ตามเวลาจริง การวิจัยและพัฒนาคือ ขยับ ต่อระบบที่สามารถโต้ตอบกับผู้คนผ่านการโต้ตอบไม่ใช่แค่ตอบสนองต่อคำขอที่มีสไตล์
• อินเทอร์เน็ตของสิ่งต่างๆ (IoT) อุทิศให้กับแนวคิดที่ว่าอุปกรณ์ต่างๆรวมทั้งเครื่องใช้ยานพาหนะและอาคารต่างๆสามารถเชื่อมต่อถึงกันได้ ตัวอย่างเช่นหากนาฬิกาปลุกดังเวลา 07.00 น. ก็สามารถทำได้ แจ้งเตือนเครื่องชงกาแฟของคุณโดยอัตโนมัติ เพื่อเริ่มชงกาแฟให้คุณ เทคโนโลยีที่สวมใส่ได้ซึ่งทำหน้าที่เป็นเซ็นเซอร์เมื่อสวมใส่ก็เช่นกัน เป็นส่วนหนึ่งของแนวโน้มที่ใหญ่ขึ้นนี้ .

แน่นอนว่ารายการนี้ไม่ครอบคลุม ดูหัวข้อและเทคโนโลยีปัญญาประดิษฐ์ที่หลากหลายด้านล่าง

ขนาดตลาดปัญญาประดิษฐ์

ดังกล่าวข้างต้น บทความ Harvard Business Review คาดการณ์ว่า“ ผลกระทบของ AI จะขยายตัวมากขึ้นในทศวรรษหน้าเนื่องจากการผลิตการค้าปลีกการขนส่งการเงินการดูแลสุขภาพกฎหมายการโฆษณาการประกันภัยความบันเทิงการศึกษาและแทบทุกอุตสาหกรรมอื่น ๆ จะเปลี่ยนกระบวนการหลักและรูปแบบธุรกิจ ใช้ประโยชน์จากการเรียนรู้ของเครื่อง ปัญหาคอขวดอยู่ที่การจัดการการนำไปใช้และจินตนาการทางธุรกิจ '

การนำ AI มาใช้อย่างแพร่หลายในอุตสาหกรรมต่างๆคือ คาดการณ์ เพื่อผลักดันรายได้ทั่วโลก 12.5 พันล้านดอลลาร์ในปี 2560 และ 47,000 ล้านดอลลาร์ในปี 2563 โดยมีอัตราการเติบโตต่อปี (CAGR) ที่ 55.1% จากปี 2559 ถึง 2563 โดยเฉพาะอุตสาหกรรมที่ลงทุนในเทคโนโลยีมากที่สุด ได้แก่ ธนาคารและการค้าปลีกตามด้วย การดูแลสุขภาพและการผลิต โดยรวมแล้วทั้งสี่อุตสาหกรรมนี้จะมีรายได้มากกว่าครึ่งหนึ่งของรายได้ AI ทั่วโลกในปี 2559 โดยภาคการธนาคารและการค้าปลีกแต่ละแห่งมีรายได้เกือบ 1.5 พันล้านดอลลาร์

ในอุตสาหกรรมต่างๆ การลงทุนด้าน AI ที่ยิ่งใหญ่ที่สุดในปี 2560 จะอยู่ในพื้นที่ต่างๆเช่นตัวแทนบริการลูกค้าอัตโนมัติข่าวกรองภัยคุกคามอัตโนมัติและการวิเคราะห์การฉ้อโกง (ดูแผนภูมิด้านล่าง) อ้างอิงจาก Jessica Goepfert ผู้อำนวยการโครงการที่ การวิจัยทางการตลาด บริษัท IDC กล่าวว่า“ โอกาสระยะสั้นสำหรับระบบองค์ความรู้อยู่ในอุตสาหกรรมต่างๆเช่นการธนาคารหลักทรัพย์และการลงทุนและการผลิต ในกลุ่มเหล่านี้เราพบข้อมูลที่ไม่มีโครงสร้างมากมายความปรารถนาที่จะใช้ประโยชน์จากข้อมูลเชิงลึกจากข้อมูลนี้และการเปิดกว้างสำหรับเทคโนโลยีที่เป็นนวัตกรรมใหม่ ' ส่วนถัดไปของบทความนี้จะเจาะลึกถึงกรณีการใช้งานที่หลากหลายสำหรับปัญญาประดิษฐ์ในอุตสาหกรรมบริการทางการเงิน

การประยุกต์ใช้ปัญญาประดิษฐ์ทางการเงินในปัจจุบันและอนาคต

ปัญญาประดิษฐ์ในด้านการเงินสามารถขับเคลื่อนประสิทธิภาพการดำเนินงานในด้านต่างๆตั้งแต่การจัดการความเสี่ยงและการซื้อขายไปจนถึงการรับประกันการจัดจำหน่ายและการอ้างสิทธิ์ ในขณะที่บางแอปพลิเคชันมีความเกี่ยวข้องกับภาคส่วนเฉพาะในบริการทางการเงิน แต่แอปพลิเคชันอื่น ๆ สามารถใช้ประโยชน์ได้ทั่วทั้งกระดาน

ปัญญาประดิษฐ์ด้านการเงิน: การบริหารความเสี่ยง

ปัญญาประดิษฐ์ได้รับการพิสูจน์แล้วว่ามีคุณค่าอย่างยิ่งในเรื่องความปลอดภัยและการตรวจจับการฉ้อโกง วิธีการตรวจจับการฉ้อโกงแบบดั้งเดิม ได้แก่ คอมพิวเตอร์ที่วิเคราะห์ข้อมูลที่มีโครงสร้างโดยเทียบกับกฎชุดหนึ่ง ตัวอย่างเช่น บริษัท ชำระเงินบางแห่งอาจกำหนดเกณฑ์สำหรับการโอนเงินที่ 15,000 ดอลลาร์เพื่อให้ธุรกรรมใด ๆ ที่เกินจำนวนดังกล่าวจะถูกตั้งค่าสถานะเพื่อการตรวจสอบเพิ่มเติม อย่างไรก็ตามการวิเคราะห์ประเภทนี้ก่อให้เกิดผลบวกลวงจำนวนมากและต้องใช้ความพยายามเพิ่มเติมอย่างมาก บางทีอาจจะสำคัญกว่านั้นก็คืออาชญากรในโลกไซเบอร์ เปลี่ยนกลยุทธ์ของพวกเขาบ่อยๆ . ดังนั้นระบบที่มีประสิทธิภาพสูงสุดจะต้องฉลาดขึ้นอย่างต่อเนื่อง

ด้วยอัลกอริธึมการเรียนรู้ขั้นสูงเช่นจากการเรียนรู้เชิงลึกคุณสามารถเพิ่มคุณลักษณะใหม่ ๆ ลงในระบบสำหรับการปรับแบบไดนามิก อ้างอิงจาก Samir Hans ซึ่งเป็นที่ปรึกษาหลักของ Deloitte Transactions และ Business Analytics LLP“ ด้วยการวิเคราะห์ทางปัญญาโมเดลการตรวจจับการฉ้อโกงจะมีประสิทธิภาพและแม่นยำมากขึ้น หากระบบความรู้ความเข้าใจดึงสิ่งที่ระบุว่าอาจเป็นการฉ้อโกงและมนุษย์พิจารณาว่าไม่ใช่การฉ้อโกงเนื่องจาก X, Y และ Z คอมพิวเตอร์จะเรียนรู้จากข้อมูลเชิงลึกของมนุษย์เหล่านั้นและในครั้งต่อไปจะไม่ส่งการตรวจจับที่คล้ายกันในแบบของคุณ . คอมพิวเตอร์ฉลาดขึ้นเรื่อย ๆ ”

ความสำเร็จของ PayPal ด้วยปัญญาประดิษฐ์และการตรวจจับการฉ้อโกง

ใช้ PayPal ยักษ์ใหญ่ด้านการชำระเงินและโปรโตคอลการฉ้อโกงขั้นสูงเป็นต้น เนื่องจากขนาดและการมองเห็น PayPal“ มีเป้าหมายขนาดใหญ่ที่ด้านหลัง .” ประมวลผลมูลค่า 235 พันล้านดอลลาร์ในปี 2558 จากธุรกรรม 4 ล้านรายการโดยลูกค้า 170 ล้านราย อย่างไรก็ตาม PayPal สามารถเพิ่มความปลอดภัยโดยใช้ประโยชน์จากเทคโนโลยีการเรียนรู้เชิงลึก ในความเป็นจริงการฉ้อโกงของ PayPal ค่อนข้างต่ำที่ 0.32% ของรายได้ ซึ่งเป็นตัวเลขที่ดีกว่าค่าเฉลี่ย 1.32% ที่พ่อค้าเห็น

ในอดีต PayPal ใช้แบบจำลองเชิงเส้นที่เรียบง่าย ปัจจุบันอัลกอริทึมของมันขุดข้อมูลจากประวัติการซื้อของลูกค้าและรูปแบบการตรวจสอบที่อาจเกิดการฉ้อโกงที่เก็บไว้ในฐานข้อมูลที่เพิ่มมากขึ้น ในขณะที่แบบจำลองเชิงเส้นสามารถใช้งานได้ 20-30 ตัวแปร เทคโนโลยีการเรียนรู้เชิงลึกสามารถสั่งการจุดข้อมูลหลายพันจุด ความสามารถที่เพิ่มขึ้นเหล่านี้ช่วยให้ PayPal แยกแยะธุรกรรมที่ไร้เดียงสาจากธุรกรรมที่ต้องสงสัย อ้างอิงจาก Hui Wang ผู้อำนวยการอาวุโสฝ่ายวิทยาศาสตร์ความเสี่ยงระดับโลกของ PayPal กล่าวว่า“ สิ่งที่เราได้รับจากการเรียนรู้ของเครื่องที่ทันสมัยและล้ำหน้ากว่านี้คือความสามารถในการใช้ข้อมูลจำนวนมากจัดการกับเลเยอร์และเลเยอร์ของนามธรรมและสามารถ 'มองเห็น' สิ่งต่างๆ […] ได้แม้กระทั่งมนุษย์ อาจมองไม่เห็น”

ปัญญาประดิษฐ์ด้านการเงิน: การค้า

การเปลี่ยนจากแบบจำลองที่มนุษย์สร้างขึ้นเป็น AI ที่แท้จริง

หลายปีที่ผ่านมา บริษัท จัดการการลงทุนได้ใช้คอมพิวเตอร์เพื่อทำการค้า ประมาณ 1,360 กองทุนป้องกันความเสี่ยง คิดเป็น 9% ของเงินทุนทั้งหมด อาศัยแบบจำลองทางสถิติขนาดใหญ่ที่สร้างขึ้นโดยนักวิทยาศาสตร์ข้อมูลซึ่งมักจะจบปริญญาเอกด้านคณิตศาสตร์ (หรือที่เรียกว่า“ quants”) อย่างไรก็ตามโมเดลเหล่านี้ใช้เฉพาะข้อมูลในอดีตเท่านั้น มักจะคงที่ ต้องการการแทรกแซงจากมนุษย์และไม่ดำเนินการเช่นกันเมื่อตลาดเปลี่ยนไป ดังนั้นเงินจึงมีมากขึ้น ย้ายไปสู่โมเดลปัญญาประดิษฐ์ที่แท้จริง ที่ไม่เพียง แต่วิเคราะห์ข้อมูลจำนวนมากเท่านั้น แต่ ด้วย ปรับปรุงตัวเองต่อไป

เทคโนโลยีใหม่เหล่านี้ใช้เทคนิคที่ซับซ้อนรวมถึงการเรียนรู้เชิงลึกรูปแบบหนึ่งของการเรียนรู้ของเครื่องที่เรียกว่า เครือข่ายแบบเบย์ และ การคำนวณเชิงวิวัฒนาการ ซึ่งได้รับแรงบันดาลใจจากพันธุกรรม ซอฟต์แวร์การซื้อขาย AI สามารถดูดซับข้อมูลจำนวนมหาศาลเพื่อเรียนรู้เกี่ยวกับโลกและคาดการณ์เกี่ยวกับตลาดการเงิน เพื่อทำความเข้าใจแนวโน้มของโลก พวกเขาสามารถบริโภคทุกอย่างตั้งแต่หนังสือทวีตรายงานข่าวข้อมูลทางการเงินตัวเลขรายได้และนโยบายการเงินระหว่างประเทศไปจนถึงภาพร่าง Saturday Night Live

เพื่อความชัดเจนข้างต้นแตกต่างจาก การซื้อขายที่มีความถี่สูง (HFT) ซึ่งช่วยให้ผู้ค้าสามารถดำเนินการคำสั่งซื้อนับล้านและสแกนตลาดหลายแห่งในเวลาไม่กี่วินาทีตอบสนองต่อโอกาสในรูปแบบของมนุษย์ ไม่สามารถทำได้ . แพลตฟอร์มที่ขับเคลื่อนด้วย AI ที่กล่าวถึงข้างต้นกำลังมองหาการค้าที่ดีที่สุดในระยะยาวและเครื่องจักรไม่ใช่มนุษย์กำลังกำหนดกลยุทธ์

ระบบการซื้อขาย AI บางส่วนได้รับการพัฒนาโดยสตาร์ทอัพ ตัวอย่างเช่นในฮ่องกง Aidiya เป็นกองทุนป้องกันความเสี่ยงที่เป็นอิสระอย่างเต็มที่ซึ่งทำการซื้อขายหุ้นทั้งหมดโดยใช้ปัญญาประดิษฐ์ (AI) “ ถ้าเราทุกคนตาย” Ben Goertzel ผู้ร่วมก่อตั้งกล่าว ,“ มันจะซื้อขายต่อไป” สถาบันแบบดั้งเดิมยังสนใจเทคโนโลยีการซื้อขาย AI ในปี 2014 Goldman Sachs เป็นผู้นำในการระดมทุนรอบ Series A ของและเริ่มติดตั้งแพลตฟอร์มการซื้อขาย AI ชื่อ Kensho สำหรับ รอบ Kensho’s Series B นอกเหนือจาก S&P Global แล้วยังมีธนาคารหกแห่งที่ใหญ่ที่สุดในวอลล์สตรีท (Goldman Sachs, JPMorgan Chase, Bank of America Merrill Lynch, Morgan Stanley, Citigroup และ Wells Fargo) เข้าร่วมด้วย

การเปรียบเทียบประสิทธิภาพการซื้อขาย

การศึกษาล่าสุดดำเนินการโดย บริษัท วิจัยการลงทุน ยูเรคาเฮดจ์ ติดตามผลการดำเนินงานของกองทุนป้องกันความเสี่ยง 23 แห่งที่ใช้ AI ตั้งแต่ปี 2553-2559 พบว่ามีประสิทธิภาพดีกว่ากองทุนที่จัดการโดย quants แบบดั้งเดิมและกองทุนป้องกันความเสี่ยงทั่วไป

ผลกระทบสำหรับ Traders และ Quants

เป็นเรื่องน่าสนใจที่จะสังเกตว่า AI จะส่งผลกระทบต่อตลาดแรงงานการค้าอย่างไร ผลกระทบดังกล่าวปรากฏให้เห็นแล้วในสถาบันการเงินรายใหญ่บางแห่ง ในปีพ. ศ. 2543 แผนกซื้อขายตราสารทุนเงินสดในสหรัฐฯของ Goldman Sach ในสำนักงานใหญ่ในนิวยอร์ก ลูกจ้าง ผู้ค้า 600 รายซื้อและขายหุ้น วันนี้มีผู้ค้าตราสารทุนสองรายโดยมีเครื่องจักรที่ทำส่วนที่เหลือ Daniel Nadler ซีอีโอของ Kensho แถลง “ ใน 10 ปี Goldman Sachs จะมีจำนวนพนักงานน้อยกว่าในปัจจุบันอย่างเห็นได้ชัด” และสำหรับจำนวนที่น้อยลงพวกเขาอาจพบว่าทักษะของพวกเขาเป็นที่ต้องการน้อยกว่าจาก บริษัท จัดการการลงทุน

ปัจจุบันประมาณก สามของผู้สำเร็จการศึกษา จากโปรแกรมธุรกิจชั้นนำเข้าสู่การเงิน คนเก่ง ๆ ของประเทศจะย้ายไปอยู่ที่ไหน Mark Minevich ที่ปรึกษาอาวุโสของ US Council on Competitiveness เชื่ออย่างนั้น “ คนฉลาดเหล่านี้บางคนจะย้ายเข้าสู่ บริษัท สตาร์ทอัพด้านเทคโนโลยีหรือจะช่วยพัฒนาแพลตฟอร์ม AI หรือรถยนต์ที่เป็นอิสระหรือเทคโนโลยีพลังงาน […] นิวยอร์กอาจแข่งขันกับ Silicon Valley ในด้านเทคโนโลยี”

ปัญญาประดิษฐ์ด้านการเงิน: Robo-Advisory

Robo-Advisor คืออะไรและทำงานอย่างไร?

ที่ปรึกษา Robo คือแพลตฟอร์มดิจิทัลที่ให้บริการวางแผนทางการเงินอัตโนมัติที่ขับเคลื่อนด้วยอัลกอริทึมโดยมีการดูแลจากมนุษย์เพียงเล็กน้อย ในขณะที่ผู้จัดการทางการเงินที่เป็นมนุษย์ใช้การจัดสรรพอร์ตการลงทุนแบบอัตโนมัติมาตั้งแต่ต้นปี 2000 นักลงทุนต้องจ้างที่ปรึกษาเพื่อรับประโยชน์จากเทคโนโลยีนี้ วันนี้ robo-advisor ช่วยให้ลูกค้าเข้าถึงบริการได้โดยตรง ซึ่งแตกต่างจากคู่ค้ามนุษย์ของพวกเขาที่ปรึกษา robo คอยตรวจสอบตลาดอย่างไม่หยุดยั้งและเป็นเช่นนั้น ให้บริการทุกวันตลอด 24 ชั่วโมง . Robo-advisor ยังสามารถเสนอนักลงทุนได้ถึง ประหยัดค่าใช้จ่าย 70% และโดยทั่วไปจะต้องมีขั้นต่ำในการเข้าร่วมที่ต่ำกว่าหรือไม่มีเลย

วันนี้ที่ปรึกษา robo สามารถช่วยในการทำงานซ้ำ ๆ เช่นการเปิดบัญชีและการโอนสินทรัพย์ กระบวนการนี้มักเกี่ยวข้องกับลูกค้าที่ตอบแบบสอบถามง่ายๆเกี่ยวกับความเสี่ยงหรือปัจจัยด้านสภาพคล่องซึ่ง robo-advisor จะแปลเป็นตรรกะการลงทุน ที่ปรึกษา robo ปัจจุบันส่วนใหญ่มีเป้าหมายที่จะจัดสรรลูกค้าของตนให้กับพอร์ตการลงทุน ETF ที่มีการจัดการตามความต้องการของพวกเขา คาดว่าความสามารถในอนาคตจะ พัฒนาไปสู่ข้อเสนอขั้นสูงมากขึ้น เช่นการเปลี่ยนสินทรัพย์อัตโนมัติและ ขยายความครอบคลุม ในประเภทสินทรัพย์ทางเลือกเช่นอสังหาริมทรัพย์

Robo-Advisory อาจมีผลกระทบอย่างมากต่อภาคการเงินส่วนบุคคลและการบริหารความมั่งคั่ง ในขณะที่ปัจจุบันมีสินทรัพย์รวมของ robo-advisor ภายใต้การจัดการ (AUM) เท่านั้น เป็นตัวแทนของ $ 10,000 ล้าน ของอุตสาหกรรมการบริหารความมั่งคั่ง 4 ล้านล้านดอลลาร์ (น้อยกว่า 1% ของสินทรัพย์บัญชีที่จัดการทั้งหมด) ก การศึกษาภายในธุรกิจ ประมาณการว่าตัวเลขนี้จะเพิ่มขึ้นเป็น 10% ในปี 2020 ซึ่งเท่ากับประมาณ 8 ล้านล้าน AUM

การยอมรับ Robo-Advice ในอุตสาหกรรม

ผู้เล่นในอุตสาหกรรมได้ใช้แนวทางที่หลากหลายในการให้คำปรึกษา robo บริษัท จัดการความมั่งคั่งขนาดเล็กกำลังเพิ่มองค์ประกอบอัลกอริทึมเพื่อทำให้การจัดการการลงทุนเป็นแบบอัตโนมัติลดต้นทุน / ค่าธรรมเนียมและแข่งขันกับที่ปรึกษา robo ในทางกลับกัน บริษัท การลงทุนที่จัดตั้งขึ้นกำลังซื้อที่ปรึกษา robo ที่มีอยู่เช่น การเข้าซื้อกิจการ Jemstep ของ Invesco หรือสร้างโซลูชันที่ปรึกษา robo ของตนเองเช่น FidelityGo และ Schwab’s Intelligent Advisory

Robo-Advisors vs. Financial Advisors: มนุษย์จะถูกแทนที่หรือไม่?

ฉันทามติทั่วไปในหมู่ผู้เชี่ยวชาญคือมนุษย์จะยังคงเป็นสิ่งที่ขาดไม่ได้ การสัมผัสจากมนุษย์จะยังคงมีความสำคัญเนื่องจากที่ปรึกษายังคงต้องสร้างความมั่นใจให้กับลูกค้าในช่วงเวลาที่ยากลำบากทางการเงินและชักชวนพวกเขาด้วยโซลูชันที่เป็นประโยชน์ การศึกษาดำเนินการโดย บริษัท ที่ปรึกษา Accenture เปิดเผยว่า 77% ของลูกค้าด้านการบริหารความมั่งคั่งไว้วางใจที่ปรึกษาทางการเงินขณะที่ 81% ระบุว่าการโต้ตอบแบบตัวต่อตัวเป็นสิ่งสำคัญ สำหรับลูกค้าที่มีการตัดสินใจลงทุนที่ซับซ้อน รูปแบบที่ปรึกษาไฮบริด ซึ่งคู่รักที่ใช้บริการคอมพิวเตอร์กับที่ปรึกษาที่เป็นมนุษย์กำลังได้รับความสนใจ

ในขณะที่ที่ปรึกษาทางการเงินจะยังคงเป็นศูนย์กลาง แต่ที่ปรึกษาโบโบอาจก่อให้เกิด เปลี่ยนหน้าที่ความรับผิดชอบ . ด้วย AI ที่จัดการงานซ้ำ ๆ ผู้จัดการการลงทุนอาจรับหน้าที่ของนักวิทยาศาสตร์ข้อมูลหรือวิศวกรเช่นการดูแลระบบ มนุษย์อาจให้ความสำคัญกับการสร้างความสัมพันธ์กับลูกค้ามากขึ้นและอธิบายถึงการตัดสินใจของเครื่องจักร

ปัญญาประดิษฐ์ด้านการเงิน: การจัดจำหน่ายประกันภัยและการเรียกร้องค่าสินไหมทดแทน

การประกันภัยอาศัยความสมดุลของ ความเสี่ยงในหมู่ผู้คน ; บริษัท ประกันจะรวมกลุ่มคนที่คล้ายกันเข้าด้วยกันและบางคนจะต้องจ่ายเงินในขณะที่บางคนไม่ได้รับ อุตสาหกรรมนี้สร้างขึ้นจากการประเมินความเสี่ยง บริษัท ประกันภัยไม่ใช่คนแปลกหน้าในการวิเคราะห์ข้อมูล อย่างไรก็ตาม AI สามารถขยายได้ จำนวนข้อมูลที่วิเคราะห์ตลอดจนวิธีการใช้ประโยชน์ส่งผลให้ราคาถูกต้องมากขึ้นและประสิทธิภาพในการดำเนินงานอื่น ๆ

สตาร์ทอัพเป็นแนวหน้าในการผลักดันอุตสาหกรรมไปข้างหน้า อ้างอิงจาก Henrik Naujoks หุ้นส่วนของ Bain & Co กล่าวว่า“ สตาร์ทอัพกำลังแสดงให้เห็นว่าอะไรเป็นไปได้และสิ่งที่ทำได้ ผู้บริหารที่มีหน้าที่หลายคนกำลังมองดู - พวกเขาไม่เข้าใจจริงๆ แต่พวกเขาต้องการมีส่วนร่วม” นักลงทุนก็ติดเทรนด์นี้เช่นกัน (ดูด้านล่าง) ในปี 2559 AI คือ หนึ่งในธีมยอดนิยม สำหรับการลงทุนด้านเทคโนโลยีประกันภัย

วิธีการเขียนโปรแกรมหุ่นยนต์

ปัญญาประดิษฐ์และการจัดจำหน่ายหลักทรัพย์

ถึง รายงาน PWC คาดการณ์ว่า AI จะดำเนินการจัดจำหน่ายโดยอัตโนมัติจำนวนมากภายในปี 2020 โดยเฉพาะในตลาดที่เติบโตเต็มที่ที่มีข้อมูล ปัจจุบันเป็นผู้จัดการการจัดจำหน่ายประกันภัยด้วยความช่วยเหลือของซอฟต์แวร์คอมพิวเตอร์และแบบจำลองทางคณิตศาสตร์ประกันภัย ประเมินความเสี่ยงและความเสี่ยง ของผู้มีโอกาสเป็นลูกค้าความคุ้มครองที่ควรได้รับและควรเรียกเก็บเงินเท่าใด ในระยะสั้น AI สามารถช่วยจัดการการจัดจำหน่ายจำนวนมากโดยอัตโนมัติในการประกันภัยรถยนต์บ้านพาณิชย์ชีวิตและกลุ่ม ในอนาคต AI จะปรับปรุงการสร้างแบบจำลองโดยเน้นการพิจารณาที่สำคัญสำหรับผู้มีอำนาจตัดสินใจที่เป็นมนุษย์ซึ่งอาจไม่มีใครสังเกตเห็น มันคือ ยังทำนาย AI ขั้นสูงนั้นจะเปิดใช้งานการจัดจำหน่ายโดย บริษัท หรือบุคคลโดยคำนึงถึงพฤติกรรมและสถานการณ์เฉพาะ

การจัดจำหน่ายที่ได้รับการปรับปรุงอาจใช้ประโยชน์จากการเรียนรู้ของเครื่องสำหรับการขุดข้อมูลเท่านั้น แต่ยังรวมถึงเทคโนโลยีที่สวมใส่ได้และเครื่องวิเคราะห์ใบหน้าแบบ Deep Learning ตัวอย่างเช่น, Lapetus ผู้เริ่มต้นต้องการใช้ประโยชน์จากภาพเซลฟี่ ทำนายอายุขัยได้อย่างแม่นยำ . ในรูปแบบที่เสนอลูกค้าจะส่งอีเมลภาพตัวเองจากนั้นคอมพิวเตอร์จะสแกนและวิเคราะห์ - วิเคราะห์บริเวณใบหน้าหลายพันแห่ง การวิเคราะห์จะพิจารณาทุกอย่างตั้งแต่ข้อมูลประชากรพื้นฐานไปจนถึงความเร็วที่บุคคลนั้นจะอายุดัชนีมวลกายและการสูบบุหรี่ นอกจากนี้เทคโนโลยีที่สวมใส่ได้สามารถทำให้กระบวนการจัดจำหน่ายมีความร่วมมือกันมากขึ้น แทนที่จะพึ่งพาการตรวจสุขภาพที่ยาวนานและกระบวนการทำสัญญาที่ซับซ้อนเครื่องแต่งตัวสามารถทำได้ ให้ข้อมูลเชิงลึกแบบเรียลไทม์ เกี่ยวกับสุขภาพและพฤติกรรมของผู้ถือกรมธรรม์ เห็นได้ชัดว่าแมชชีนเลิร์นนิงในด้านการเงินกำลังพัฒนาไปแล้ว

การวิเคราะห์ความเสี่ยงแบบเรียลไทม์ที่เหมาะสมยิ่งขึ้นเหล่านี้จะช่วยให้ไม่เพียง แต่กำหนดราคาลูกค้าได้แม่นยำมากขึ้นเท่านั้น แต่ยังสามารถตรวจจับความเสี่ยงต่อสุขภาพได้ตั้งแต่เนิ่นๆและยังเป็นโอกาสให้ บริษัท ประกันภัย ลงทุนในการป้องกัน . แทนที่จะจ่ายค่ารักษาที่มีราคาแพงให้กับผู้ป่วยในที่สุด บริษัท ประกันภัยสามารถพยายามลดความเป็นไปได้ที่จะเกิดความเสียหายและค่าใช้จ่ายที่เกี่ยวข้อง

ใน การศึกษาของ Oxford 2013 การวิเคราะห์อาชีพกว่า 700 อาชีพเพื่อพิจารณาว่าอาชีพใดที่เสี่ยงต่อการใช้คอมพิวเตอร์มากที่สุดผู้จัดจำหน่ายประกันถูกรวมอยู่ในห้าอันดับแรกที่อ่อนไหวที่สุด แม้ว่า AI จะไม่สามารถแทนที่ผู้จัดการการจัดจำหน่ายได้อย่างสมบูรณ์ แต่ระบบอัตโนมัติของ AI ก็สามารถเปลี่ยนแปลงความรับผิดชอบของผู้จัดการการจัดจำหน่ายได้ AI ช่วยให้ผู้จัดการการจัดจำหน่ายมีเวลาว่างสำหรับการเพิ่มมูลค่าที่สูงขึ้นเช่นการประเมินและกำหนดราคาความเสี่ยงในตลาดเกิดใหม่ที่มีข้อมูลน้อยให้การจัดการความเสี่ยงและข้อเสนอแนะในการพัฒนาผลิตภัณฑ์มากขึ้น

ปัญญาประดิษฐ์และการเคลมประกัน

การเรียกร้องประกัน เป็นคำขออย่างเป็นทางการสำหรับการชำระเงินที่ส่งไปยัง บริษัท ประกันภัย จากนั้น บริษัท ประกันภัยจะตรวจสอบการเรียกร้องเพื่อความถูกต้องและจ่ายเงินให้กับผู้เอาประกันภัยเมื่อได้รับการอนุมัติแล้ว วิธีการมีดังนี้ ปัญญาประดิษฐ์ สามารถ ปรับปรุงกระบวนการ :

ปรับปรุงความถูกต้องของข้อมูลลูกค้า ขั้นตอนการเรียกร้องเป็นไปด้วยตนเอง: เจ้าหน้าที่ที่เป็นมนุษย์บันทึกข้อมูลลูกค้าและรายละเอียดเหตุการณ์ด้วยตนเอง ตาม รายงานประสบการณ์ คุณภาพของข้อมูลอาจได้รับผล: ข้อมูลที่ไม่สมบูรณ์คิดเป็น 55% ของข้อผิดพลาดของข้อมูลในขณะที่การพิมพ์ผิดคิดเป็น 32% AI สามารถปรับปรุงความแม่นยำโดยลดการป้อนข้อมูลด้วยตนเอง นอกจากนี้กระบวนการเคลมมักต้องการตัวแทนประกันเพื่อจับคู่ข้อมูลของลูกค้ากับฐานข้อมูลจำนวนมาก AI สามารถใช้เพื่อ ทำเช่นนี้ มีประสิทธิภาพมากขึ้น

คำแนะนำการจ่ายเงินที่เร็วขึ้น อ้างอิงจาก J.D. Power & Associates การศึกษาความพึงพอใจในการเรียกร้องทรัพย์สิน รอบการเรียกร้องที่ช้าเป็นหนึ่งในผู้ให้ข้อมูลที่ใหญ่ที่สุดในความไม่พอใจของลูกค้า AI สามารถช่วย เพื่อลดเวลาในการดำเนินการโดยการตรวจสอบความถูกต้องของนโยบายก่อนจากนั้นทำการพิจารณาเกี่ยวกับการอ้างสิทธิ์และว่าจะชำระเงินอัตโนมัติหรือไม่ เนื่องจาก AI มีความสามารถในการวิเคราะห์ข้อมูลที่มีโครงสร้างไม่เพียง แต่ข้อมูลที่ไม่มีโครงสร้างเช่นแบบฟอร์มและใบรับรองที่เขียนด้วยลายมือ

ปัญญาประดิษฐ์ด้านการเงิน: การธนาคารเพื่อการสนทนาและการบริการลูกค้า

ธนาคารกำลังทำการเดิมพันครั้งใหญ่กับผู้ช่วยเสมือนที่เผชิญหน้ากับลูกค้าหรือที่เรียกว่าแชทบอท แม้ว่าแชทบอทเวอร์ชันแรก ๆ จะสามารถตอบคำถามพื้นฐานเกี่ยวกับขีด จำกัด การใช้จ่ายและธุรกรรมล่าสุดเท่านั้น แต่เวอร์ชันในอนาคตจะกลายเป็นผู้ช่วยเสมือนจริงที่ให้บริการเต็มรูปแบบซึ่งสามารถชำระเงินและติดตามงบประมาณสำหรับผู้บริโภคได้ การมีส่วนร่วมกับลูกค้าสามารถแปลเป็นการประหยัดต้นทุนได้อย่างมาก แต่ก็ไม่ต้องสงสัยเลยว่าการมีปฏิสัมพันธ์กับมนุษย์ก็เช่นกัน ซับซ้อนกว่าการกระทืบตัวเลขที่ตรงไปตรงมา . นักวิจารณ์ชี้ให้เห็นว่าแชทบอทขาดความเอาใจใส่และเข้าใจซึ่งมนุษย์อาจต้องการเมื่อต้องรับมือกับการตัดสินใจและสถานการณ์ทางการเงินที่ยากลำบาก สำหรับเทคโนโลยีนี้เทคโนโลยี AI ของการประมวลผลภาษาธรรมชาติจะเป็นสิ่งจำเป็นสำหรับการประมวลผลและตอบสนองต่อความกังวลและความปรารถนาของลูกค้าที่เป็นส่วนตัว

ในเดือนตุลาคม 2559 ทั้ง Bank of America และ MasterCard ได้เปิดตัวแชทบอท เอริก้า และ ไก่ ตามลำดับ เจตจำนงเหล่านี้ อนุญาตให้ลูกค้า เพื่อถามคำถามเกี่ยวกับบัญชีของพวกเขาเริ่มต้นการทำธุรกรรมและรับคำแนะนำผ่าน Facebook Messenger ของหอคอย Echo ของ Amazon

Capital One ยังมี เปิดตัว chatbot ของตัวเอง ชื่อ“ Eno” ซึ่งเป็นแอนนาแกรมสำหรับ“ One” Eno ช่วยให้ลูกค้าสามารถสนทนากับธนาคารโดยใช้ภาษาแบบข้อความเพื่อชำระค่าใช้จ่ายและเรียกข้อมูลบัญชี บาร์เคลย์ก็เช่นกัน เข้าสู่การดำเนินการ . ในการอธิบาย Chatbot ใหม่ของ Bank of America มิเชลมัวร์ หัวหน้าฝ่ายดิจิทัลแบงกิ้งของ Bank of America กล่าวว่า“ การธนาคารจะเป็นอย่างไรในสองสามหรือสี่ปี? มันจะเป็นแบบนี้”

ความคิดที่พรากจากกัน

ผลกระทบทั้งหมดของปัญญาประดิษฐ์ในบริการทางการเงินมีให้เห็น นักอนาคตบางคน ได้โต้เถียง ว่าโลกกำลังเข้าใกล้จุดเปลี่ยนอย่างรวดเร็ว ความเป็นเอกฐาน ,” ที่ซึ่งความฉลาดของเครื่องจักรจะเหนือกว่าสติปัญญาของมนุษย์ นักเทคโนโลยีและนักวิทยาศาสตร์ที่มีชื่อเสียงรวมถึง Bill Gates และ Stephen Hawking ได้เตือนเกี่ยวกับประเด็นนี้ Elon Musk ยังมี กระตุ้นที่มีชื่อเสียง “ AI เป็นความเสี่ยงพื้นฐานที่มีอยู่สำหรับอารยธรรมมนุษย์และฉันไม่คิดว่าผู้คนจะชื่นชมสิ่งนั้นอย่างเต็มที่”

ในขณะที่ AI ยังคงแพร่ขยายชีวิตส่วนตัวและอาชีพของเราปัญหาต่างๆก็จะยังคงเกิดขึ้น สิ่งเหล่านี้รวมถึงความผิดพลาดที่อาจเกิดขึ้นความรู้สึกไม่ไว้วางใจโดยทั่วไปต่อเครื่องจักรและความกังวลเกี่ยวกับการเปลี่ยนงาน มันจะเป็นความผิดพลาดที่จะเพิกเฉยต่อความกลัวเหล่านี้ ถึงกระนั้นสังคมก็กำลังก้าวไปสู่โลกที่ขับเคลื่อนด้วย AI ในโลกใหม่นี้อาจมีประสิทธิผลมากที่สุดที่จะมุ่งเน้นไปที่วิธีที่เครื่องจักรและมนุษย์สามารถอยู่ร่วมกันได้ดีที่สุด เป็นสิ่งสำคัญสำหรับผู้กำหนดนโยบายที่จะต้องระมัดระวังโดยปล่อยให้เทคโนโลยีใหม่ ๆ พัฒนาไปพร้อม ๆ กับการตรวจสอบและลดผลกระทบด้านลบให้น้อยที่สุด นักพัฒนาและนักออกแบบ ควรเพิ่มประสิทธิภาพ ความสามารถของมนุษย์ในการทำความเข้าใจระบบ AI เพื่อสร้างความไว้วางใจและเพิ่มความพึงพอใจกับแอปพลิเคชัน AI ทุกคนจะมีบทบาทในการเล่น

ในฐานะ Haruhiko Kuroda ผู้ว่าการธนาคารกลางญี่ปุ่น orated ในการประชุม AI และบริการทางการเงินปี 2017 “ จำเป็นอย่างยิ่งที่เราจะต้องพิจารณาถึงแนวทางที่พึงปรารถนาซึ่งมนุษย์และ AI จะเสริมกันอย่างสร้างสรรค์แทนที่จะเผชิญหน้ากัน ตัวอย่างเช่นการตัดสินของมนุษย์ไม่ได้เป็นอิสระจากกระบวนทัศน์ที่มีอยู่โดยสิ้นเชิงและบางครั้งก็เป็นการละเลยต่อการเปลี่ยนแปลง ในเรื่องนี้ AI สามารถปรับอคติของเราได้โดยการวิเคราะห์และค้นหาความสัมพันธ์ใหม่ ๆ ระหว่างข้อมูล [sic] มากมาย ในขณะเดียวกันมนุษย์สามารถชดเชยจุดอ่อนของ AI ได้ด้วยสัญชาตญาณสามัญสำนึกและจินตนาการ”

ทำความเข้าใจพื้นฐาน

AI คืออะไร?

ปัญญาประดิษฐ์ถูกกำหนดให้เป็นสาขาหนึ่งของวิทยาศาสตร์คอมพิวเตอร์ที่มุ่งเน้นไปที่การสร้างเครื่องจักรอัจฉริยะที่ทำงานได้เหมือนมนุษย์ คอมพิวเตอร์ AI ได้รับการออกแบบมาเพื่อทำหน้าที่ของมนุษย์รวมถึงการเรียนรู้การตัดสินใจการวางแผนและการรู้จำเสียง

การประยุกต์ใช้ AI ในฟินเทคคืออะไร?

AI นำเสนอโอกาสในการเพิ่มประสิทธิภาพการดำเนินงานในด้านต่างๆตั้งแต่การจัดการความเสี่ยงและการซื้อขายไปจนถึงการรับประกันการจัดจำหน่ายและการอ้างสิทธิ์ ในขณะที่บางแอปพลิเคชันมีความเกี่ยวข้องกับภาคส่วนเฉพาะในบริการทางการเงิน แต่แอปพลิเคชันอื่น ๆ สามารถใช้ประโยชน์ได้ทั่วทั้งกระดาน

Robo-Advisor คืออะไรและทำงานอย่างไร?

Robo-advisor ให้บริการทางการเงินที่ขับเคลื่อนด้วยอัลกอริทึมโดยมีมนุษย์ดูแลน้อยที่สุด ผู้จัดการฝ่ายการเงินที่เป็นมนุษย์ใช้ประโยชน์จากการจัดสรรพอร์ตการลงทุนโดยอัตโนมัติมาตั้งแต่ต้นปี 2000 แต่ในปัจจุบัน Robo-Advisors อนุญาตให้ลูกค้าเข้าถึงได้โดยตรง Robo-advisor ตรวจสอบตลาดไม่หยุดและพร้อมให้บริการทุกวันตลอด 24 ชั่วโมง

ฟินเทคถือเป็นอะไร?

Fintech เกี่ยวข้องกับเทคโนโลยีที่ช่วยให้บริการด้านการธนาคารหรือการเงิน สามารถใช้เพื่ออธิบายอะไรก็ได้ตั้งแต่ cryptocurrencies ไปจนถึง robo-advisor สำหรับการจัดการพอร์ตโฟลิโอ

ระบบการซื้อขายอัลกอริทึมคืออะไร?

การซื้อขายแบบอัลกอริทึมเกี่ยวข้องกับการใช้คอมพิวเตอร์ที่ตั้งโปรแกรมให้ทำตามชุดคำสั่งที่กำหนดไว้สำหรับการซื้อขาย ใช้ประโยชน์จากเทคนิคที่ซับซ้อนเช่นการเรียนรู้เชิงลึกและการเรียนรู้ของเครื่อง ซอฟต์แวร์การซื้อขาย AI สามารถดูดซับข้อมูลจำนวนมหาศาลเพื่อเรียนรู้เกี่ยวกับโลกและคาดการณ์เกี่ยวกับตลาด

ระบบการเรียนรู้เชิงลึกคืออะไร?

การเรียนรู้เชิงลึกเป็นส่วนหนึ่งของการเรียนรู้ของเครื่อง ช่วยอำนวยความสะดวกในการจดจำวัตถุในรูปภาพการติดฉลากวิดีโอการจดจำกิจกรรมและการรับรู้ หลายคนเปรียบเทียบระหว่างเทคโนโลยีการเรียนรู้เชิงลึกกับชีววิทยา แต่ผู้เชี่ยวชาญยอมรับว่าแม้จะได้รับแรงบันดาลใจจากสมองของมนุษย์ แต่ก็ไม่จำเป็นต้องจำลองแบบตามนั้น