对（duì）于金融机构来说（shuō），从冠状病毒疫情中恢复将会（huì）结束他们采用人工智（zhì）能(AI)和机器（qì）学（xué）习(ML)的（de）实（shí）验性工作，并要求（qiú）大规模（mó）采用。疫（yì）情危机要求金融（róng）组织（zhī）全天候响应（yīng）客户需求，因此他们不断加快转型的步伐，但（dàn）是必须确保其核心关键业务继续平稳运（yùn）行。这引（yǐn）起（qǐ）了（le）金融行业对人工智能和机器学习解决方案的兴趣，这些解（jiě）决方案减少（shǎo）了对操（cāo）作（zuò）进行人工干预的需求，显著提高（gāo）了安全性，并为业务创新腾出了时间（jiān）。人工智能和机（jī）器学习减少了（le）从（cóng）产（chǎn）生创（chuàng）意到为创造（zào）价值之间的时间，为组织（zhī）带来（lái）了长期的（de）战略优势。

人（rén）们现在看到很多银行和金融机构正在转型（xíng）成为类似于大型（xíng）科技公司的（de）数字化驱动型（xíng）组织，致（zhì）力（lì）建立（lì）能（néng）够持续关注客户的能（néng）力。那么银行（háng）和金融机构如何才能充分（fèn）利（lì）用人工智能?在实践（jiàn）中有哪些（xiē）关键用例?

对业务的好处

在（zài）疫情发（fā）生之（zhī）前，许多（duō）金融服务（wù）机构已经采用（yòng）了（le）人（rén）工智（zhì）能和机器学习。然（rán）而，人们难以（yǐ）确（què）定哪些关（guān）键功能从人工智能中受（shòu）益最大，因此这些技（jì）术并不总能带（dài）来预期的回报（bào）。这（zhè）种情况将（jiāng）在（zài）未来几个月内发生（shēng）变化：人工智能（néng）和机器学习（xí）部署的增加将成为（wéi）疫情期（qī）间经济复苏的核心，疫情突（tū）出了应用人工智（zhì）能的特定领（lǐng）域。这些（xiē）范围从信用（yòng）贷款决（jué）策、防止欺诈到通过（guò）无摩擦的全天候互（hù）动改善客户（hù）体验（yàn）。

人工智能可以改进的一（yī）些特定金融服务流程包括：

智能自动化文档处理（lǐ）

人工智（zhì）能和机器人流程自动（dòng）化优化了各（gè）种功能，提高了（le）效（xiào）率，并提（tí）高了核心（xīn）财务（wù）流程的整体（tǐ）速度和（hé）准确性（xìng），从而显著节省了成本。一个典型的领（lǐng）域是（shì）e-KYC，这是一个远程的、无纸化的（de）过程，可以减少“了解客户（hù）”协议的审（shěn）批成本，例（lì）如验（yàn）证（zhèng）客户身份和（hé）签名。

这项（xiàng）任务曾经涉及重复和平凡的工作（zuò），需要（yào）付出（chū）相当大的努力来跟踪文件处（chù）理、贷款支（zhī）付和（hé）偿还情况（kuàng）以及监管整个（gè）过程。然而在今年（nián），很多组织正（zhèng）在采用智能自（zì）动化（huà）平台来管理、解（jiě）释和提取非结构化数据，其中包括文本、图像、扫（sǎo）描文（wén）档(手写（xiě）文档和（hé）电子文档)、传真和网页内容。这些平台运行在自然语言处理(NLP)引（yǐn）擎上（shàng），该引擎可以识别（bié）任何（hé）丢失、看不见（jiàn）和格（gé）式（shì）错误的数（shù）据，提（tí）供近（jìn）乎完美的精确度（dù）和更高的可靠性（xìng）。由于缩短了平（píng）均处（chù）理时（shí）间，组织通过改善（shàn）客户（hù）体（tǐ）验获得显著的竞（jìng）争优势。

高效（xiào）、全面（miàn）的客（kè）户支持

虚（xū）拟助理（lǐ）能够以更少的（de）人工（gōng）投入（rù）来（lái）响应客户的（de）需求。作为一种提高生产（chǎn）率（lǜ）的简单方法，减少了在客户查询时花费（fèi）的（de）时间和精力，从而使组织团队能够专注于推（tuī）动业务创新的长期（qī）项目（mù）。

人们（men）都熟悉（xī）电子商务网站（zhàn）上的聊天机器人，并且这（zhè）样（yàng）的解（jiě）决方案在（zài）金融（róng）服（fú）务行业中变得越来（lái）越普遍。摩根大通(JP Morgan)等金融（róng）机构现在正利用（yòng）聊（liáo）天机（jī）器人简（jiǎn）化其（qí）后台操作（zuò），加强客（kè）户支持。这些平台（tái）包括（kuò）COIN平台，该平台运行在银行私有云（yún）网络支持的机器（qì）学习系统上。除（chú）了创建对一般（bān）查询的适当响应之外，COIN还（hái）可（kě）以自动执行法律（lǜ）归档（dàng）任（rèn）务、审阅文档、处（chù）理基本的（de）IT请求(如密码重置)，并为银行（háng）家和客户（hù）创建了新的（de）工具，从而（ér）提高他（tā）们的熟练（liàn）程度（dù），并减（jiǎn）少人为错误（wù）。

风险（xiǎn）管理分（fèn）析

评估信誉（yù）度主要基于个人或组织偿还贷款的可能性。确定违约（yuē）的可能性是所（suǒ）有贷款（kuǎn）组织的风（fēng）险（xiǎn）管理流（liú）程的基（jī）础。即使有（yǒu）无懈可击（jī）的数据分（fèn）析，评（píng）估这一点仍然存在（zài）困（kùn）难，因为可能对一（yī）些个人和组织（zhī）偿还贷（dài）款的能力（lì）不信任。

为了解决这一问题，Lendo和（hé）ZestFinance等公司正在（zài）使用人工智能进行风险评估，并确定（dìng）个人的信用度。像Equifax这样（yàng）的信用机构也使用人工智能、机器学习和先进的（de）数据和（hé）分析（xī）工具来分析风险评估中的替代来源，并在这个（gè）过（guò）程中获得（dé）洞察力。

以往在这个（gè）过程（chéng）中通常使用贷款者有限的数据集，例如年薪和信用（yòng）评分。然而，采用人（rén）工智能技术，组织现（xiàn）在能够考虑个人（rén）的数字（zì）财（cái）务足（zú）迹来确定违约（yuē）的可能性。除（chú）了传统数据集之外，这种替代（dài）数据（jù）的分（fèn）析对确定没有常规贷（dài）款或（huò）信用记录的（de）个人的信誉尤其（qí）有用。

在今年，企（qǐ）业和客户之间的互动（dòng）方式发生了不可逆转（zhuǎn）的变化，金融行业也（yě）不例外。在疫（yì）情带（dài）来的紧（jǐn）迫性之前，金融（róng）机构已经在有限的范围（wéi）内尝试采用人（rén）工智能（néng）和机器（qì）学习技术。今年（nián）得（dé）以（yǐ）更（gèng）加广泛的采用源于金（jīn）融行业对业务创新和提高弹性（xìng）的需要。

银行和金融机（jī）构现在已经意识到了受益于人工智（zhì）能的关键领（lǐng）域（yù），例如（rú），后台运营（yíng）效（xiào）率的提高以及客户参（cān）与度的显著提高。在疫情发生之（zhī）前还（hái）处于起（qǐ）步（bù）阶段的（de）转型已经加速，并（bìng）且（qiě）正迅速成为（wéi）一（yī）种标（biāo）准。更重要（yào）的是，现（xiàn）在接受人工智能并（bìng）优先考（kǎo）虑其全面实施的（de）金融（róng）机构将有可能在未来获得更多（duō）的回报。