编者按：人工智能日趋普及，并在金融服务领域产生巨大影响。本文作者 Nikolas Badminton 向我们介绍了人工智能在金融服务领域的发展动向，并对其发展趋势作出自己的预测。
俗话常说：有钱能使鬼推磨。这是个以付款、投资、保险和数十亿交易为核心的分形经济世界，而这个无章的世界很好地印证了所有自然系统的杂乱复杂性，例如活生物体的极速生长和原子的变幻无常。
但金融系统仍是所有系统中格外复杂的一个。金融系统作为一个整体，大于其各部分的总和。 管理它们的基本规则可能看起来很简单，但简单的表面下隐藏着动态并混乱的内部分形，而流经这种分形心跳的血液则是数据。
现如今，每24小时，就产生大约2.5亿字节的数据。 到2020年，这一数字预计将增长到每天44泽字节（1泽字节=270 字节）（数据来源：GigaOm）。这些数据以及良好的互连性与相关性、预测分析和机器学习为我们以人工智能为动力的未来奠定了基础。
自2010年以来，以人工智能为基础设施的初创公司的投资就超过了21亿美元，而仅在2015年的投资就高达13亿美元。 人工智能应用程序初创公司已经在投资中占据最大份额，自2010年以来，人工智能应用程序初创公司的投资超过69亿美元，而且仅在2015年就增加了36亿美元（数据来源：TRACXN）。
这些发展动向正在导致金融服务领域的大规模创新，人工智能正在帮助解决日益增长的数据量。
数据显示，现今社会有超过5亿人在使用机器人和数字助理。到2020年，此数字将增加到22亿（数据来源：Statista）。培养人工智能的平台、开发人员和数据科学团队旨在通过我们使用的设备创建一个无摩擦和简单的体验，以减少人与人之间的接触并增加互动的需要。由于年轻人对人工智能科技日渐依赖，对于银行业来说，增加人工智能平台尤其重要。
在机器人越来越普遍的时代，有关机器人的问题也逐渐浮出水面。每当采用一个新系统时，你就会发现此系统所提供的经验往往不是最佳的。比如英国苏格兰皇家银行（Royal Bank of Scotland）在其服务渠道中推出一个名叫Luvo的机器人时也意识到这一点：虽然Luvo最初接受了培训以了解它的职责，但是银行坚持认为，从错误中学习将使其Luvo处理问题的的能力随着时间的推移而更准确。但是与此同时，这要求客户必须拥有足够的耐心去接受并不完美的体验。很明显，争夺数据、机器学习和其他人工智能技术正在为金融机构和客户带来巨大的价值。
瑞典的SEB也在部署一个名为Amelia的机器人（由IPsoft提供），它将为其100万客户提供服务。此外，他们还通过部署Amelia来为其15,000名员工提供技术支持。
除此之外，以与客户拉近距离为目的的“对话商务”正在逐渐兴起。这是一个新型移动系统，它使用人工智能来分析语音和采取预期的行动，如妈妈的生日订购她最喜欢的花，或替你还昨晚向朋友借的钱。三星在此方面下了重功夫，升级并购买了VIV（VIV是一个人工智能平台，开发人员能够在此平台上创建各种智能对话界面）。据传，由于支付生态系统的极速发展，苹果Siri的下一次迭代也将向对话式商业领域发展。
除了机器人，我们还将寻求智能投资顾问来寻求更好的回报。 像Wealthfront和INVSTR这样的公司正在北美和英国加紧生根落叶，并且在韩国等亚洲地区也取得了一些令人印象深刻的成果。 相对比于国内股票基金的-3％和KOSP的I -2.2％，一些智能顾问能提供2％的回报率。 在日本，一些银行已经部署了Pepper，这是一种超越普通计算的情感机器人，目的是希望与客户达到更深层次的互动。
这固然是好事，但我们也正在发展开发、收集和处理数据集，然后应用匹配学习的技术。
欺诈也是必须要考虑的一个问题。 很早以前（大约10年前），PayPal认识到将人工智能应用于识别欺诈的价值，并且已经初步实施使用自己的内部系统来检测可疑活动这一举措，更重要的是，它能将假警报与真正的欺诈相分离，而此举动已影响到了202个国家的1.88亿客户，涉及金额已经超过49亿美金
因此，我们可以很明显地看到，争夺数据、机器学习和其他人工智能技术将为金融机构和客户带来巨大的价值。 这些趋势将愈演愈烈，我们正在考虑从现在到2025年将会发生什么。
人工智能将在硬件层面通过强大的移动设备和集成的人工智能平台变得无处不在，而我们则会看到越来越多的受控和关闭系统的应用程序。代码将不断更新。通过数十亿用户的网络行为和生成的数据，我们将看到自动化人工智能应用会每天为用户提供着巨大的价值。
由于人工智能服务的盛行，金融服务劳动力将逐渐向专业开发人员、数据科学家、基础设施架构师、编码伦理学家和人工智能培训师转变，而且他们会担任更加关键的职能。 顾问、计票员和客户服务工作将受到很大影响，人们填补这些职位的需求将会被减少。
银行、贷款人、保险公司、中央货币基金和新的金融业参与者将需要聚集在一起以确定机会、制定路线图并深思熟虑出监管原则。我们必须以统一商定以确保金融系统的完整性和稳定性。为此，我们必须在国内和国际层面考虑关于实施任何人工智能的道德、规章和政府政策决定。而这是我们迈向一个国际银行业的最大障碍之一。
该方法需要双重保证。首先他们将需要用独立的数据机构和人工智能专家取代银行体系内的旧规则，而这些专家可以提供关于如何进行道德培训以避免歧视或偏好的严格指导方针。同时还应确保数据科学家和开发人员接受一定培训，以在全球银行和货币体系中实现一致的道德准则。国际货币基金组织、世界银行和其他国家需要与我们站在统一战线上，并争取获得更多具挑战性的经济体，如中国和俄罗斯等。
最终我希望看到，一旦我们制定了如何最好地规范和导航这个越来越分形的生态系统，数据共享和整体市场优化就能带领我们走向经济稳定。而试图继续依靠老式模型却被老牌富豪玩家所控制则将是伴随的挑战。
我希望来自新玩家和客户的压力将成为变革的驱动力。我希望这是一个没有一夜暴富和所谓基金经理和银行领导者的世界。 而计算能力的提高（约20年后）则意味着这个世界将对财富、货币使用、价值的全面重新定义以及对不同阶级平等重视。
