人工智能正在改变各种各样的银行功能和允许科技初创公司与一些最大的银行竞争关键服务的市场份额，包括贷款和财富管理。商业新闻和媒体网站已经预示着银行业的倒台，因为我们知道这是因为fintech公司会感觉舒服利用AI银行不久。
也就是说，银行业的未来还有待决定，而银行仍然有很多优势超过fintech公司，他们可以充分利用在未来十年生存。我们与四位专家对AI的银行状态有关银行如何使用人工智能和机器学习说话都保持其市场份额和超过自己的竞争对手，包括谁使用网上银行千禧赢得新客户。
在这篇文章中，我们将分析我们在银行AI播客中与这四位专家的对话中的主要观点，包括以下讨论:
- 为银行业的未来做准备
- 克服在银行业采用人工智能的挑战
- 银行如何与金融科技公司竞争
特别感谢我们的四位受访者，他们的采访贯穿了整篇文章:
- 汇丰(HSBC)前人工智能主管伊恩•威尔逊(Ian Wilson)
- Lee Smallwood，花旗集团北美首席运营官市场与证券服务
- Nishant Chandra博士，VISA数据产品高级总监
- Sergey Gribov, Flint Capital合伙人
威尔逊，斯莫尔伍德和Chandra也都担任研究顾问为我们AI在银行供应商记分卡和能力地图报告。
你可以从AI in Banking播客中收听我们“银行业AI的未来”节目的完整播放列表。这篇文章很大程度上是基于这五个访谈:
订阅银行播客中的人工智能，无论你在哪里获得你的播客:msports万博体育官网iTunes的,一夜,缝合
我们将开始我们的银行应该如何去了解他们的所有重要的AI策略，那些将指导他们如何投资和部署人工智能来保持竞争力银行的未来的分析。
为银行业的未来做准备
近日，企业AI的对话已经开始，包括约AI战略讨论。我们做我们自己人工智能策略工作大型组织。虽然人工智能战略应该是各个行业的商业领袖的思想，但它目前的框架使它看起来像一个通用的、“一刀切”的倡议，需要在整个a中推广各级别业务。然而，这并不是思考人工智能策略的最佳方式。
威尔逊讨论了公司首席人工智能官的重要性，将他们的角色定义为“从战略上定义每个业务线在人工智能战略方面应该关注什么，以及如何执行。””他强调:企业并不需要一个AI策略。企业需要多个AI策略，在他们公司各职能分工。什么工作，为客户服务是不会对反洗钱工作。虽然这听起来很明显，在AI策略的一般性讨论还远远没有接受这一点。
这是可能的方式商界领袖今天想想AI症状：由于正规IT，作为插件和播放软件。AI需要一个公司的业务流程，文化和技术基础设施的大修。每一个企业的这些方面的变化很大，从部门到部门，业务功能，业务功能。因此，他们每个人都需要一个单独的策略，以应对在其中的独特问题，问题的AI可能会或可能不是现在解决，并可能会或可能不会在未来十年内解决。
企业也需要调整他们的战略艾每个功能区划内的经营策略。据威尔逊，“如果你正在构建出AI战略，它不是一个独立的项目。”威尔逊给出了商业银行的例子：
如果我们的策略是向现有客户推荐更好的产品，并通过寻找已经与现有客户有业务往来的客户来扩大我们的客户群，那么人工智能能够提供哪些以前从未有过的功能来增强这一策略呢?
这得到到的一些关于AI采用银行威尔逊的核心点之一：“这是为了了解该技术的能力。”
这与如今银行业领导人在高管层谈论人工智能的方式形成了对比。他们不是在问人工智能是否适合解决他们特定的业务问题，而是在问在哪里可以将人工智能集成到他们的业务中。威尔逊对这一动态提供了进一步的细节，他说:
在一家银行的高管层，你会听到的关键问题是“下一步是什么?”接下来会发生什么?投资回报率在哪里?这个问题往往没有答案。没有“下一步是什么”，因为没有任何战略措施到位。只是往墙上扔了些泥巴，看看什么能粘住。
银行业领袖们大多认为，只要采用人工智能就足以实现投资回报率。这与事实相去甚远。
在未来十年，银行领导者需要了解什么是可能的AI，就是我们所说的“能力的空间，”如果他们开发有可能从他们的人工智能主动争取投资回报率的战略。这样做，他们将能够在功能划分中遇到的业务问题，并有AI是否能够帮助解决这个问题的想法，如果是这样，怎么样。
Wilson认为，这种“知识”是两个主要因素之一，这两个因素将使银行从考虑如何利用人工智能来省钱转变为考虑如何利用人工智能来寻找新的机会和赢得市场份额。
目前，银行正处于一个阶段，它们担心过多地试验人工智能。在这个阶段，我们称之为出现他说，“银行业领导人不知道人工智能能做什么不明白人工智能的时间价值。
如果银行想要竞争，后者是它们在未来几年需要克服的关键挑战之一，我们将在本文后面讨论这个问题。前者导致人们普遍对人工智能的试验感到不安，而银行现在更倾向于利用人工智能来实现它们已经在进行的过程的自动化。
例如，Wilson讨论了银行如何艰难地处理所有的纸质文件。银行可能想要寻找NLP和机器视觉软件，用于数字化纸质文件，并允许文件搜索功能。这样的应用程序可以获得令人印象深刻的ROI，但它不会彻底改变银行的核心工作流。
As banks become more comfortable with adopting AI and become used to developing AI strategies for a variety of functional divisions, they’ll start experimenting with AI applications that are going to allow them to compete with other banks and fintech companies, particularly customer service applications that far exceed the abilities of the chatbots banks are trying to implement today.我们将在本文后面讨论客户体验在决定银行业未来方面的重要作用。
克服在银行业采用人工智能的挑战
我们的受访者强调了在银行业采用人工智能的三个核心挑战:
- 人工智能是否会产生投资回报率还不清楚
- 银行和它们的领导人不会培养一种允许数据科学家使用人工智能进行试验的文化，从而产生投资回报率
- 银行有遗留的IT和数据基础设施，这些都不是为了使用人工智能而组织起来的
挑战:投资回报的不确定性
人工智能带来了很多不确定性，而银行并不习惯于通过实验来实现ROI。想要在未来几年生存下去的银行，需要在其业务内部培养一种创新文化，从领导团队开始。威尔逊认为，如果银行想要采用人工智能，并最终与那些对实施新技术不谨慎的金融科技公司竞争，就必须克服一个最大的障碍，那就是“舒适因素”。银行想知道人工智能是否会起作用，但据威尔逊说:
这是很难用机器学习给予非常简单，明确的答案，这是一个很大的绊脚石现在。
威尔逊认为，当供应商可以开始告诉银行，他们的竞争对手正在使用特定的人工智能应用程序时，银行将克服这一障碍。未来几年，银行可能别无选择，只能采用人工智能，因为它们的竞争对手也在这么做。
挑战：在银行业发展的创新文化
我们为我们的AI in Banking Vendor Landscape and Capability Map report对银行家进行了调查，发现在银行业采用AI的最大挑战是银行缺乏创新的文化。这意味着，银行是如此厌恶风险，以至于它们不愿意投资于新技术的实验，而这是成功采用人工智能所必需的。
未来几年，如果银行打算与其它银行和金融科技公司竞争，它们将需要学会接受与人工智能相关的风险。他们需要明白，正如前面所讨论的，人工智能可能不会曾经产生一个ROI，更不用说在几年内产生一个。
要做到这一点，他们应该集中精力在内部聘请数据科学家，并在人工智能采用最佳实践方面对其领导团队进行培训。我们的受访者提到了领导力对于培养成功实施AI所需的公司文化的重要性。钱德拉特别指出:
领导者要确保所有的星星排成一条直线。这是一个伟大领袖的核心前提。他们成为组织内的卫士，为组织内的明星们服务。我们(领导层)要做的就是找出最重要的5个挑战，以及我们能做的最重要的5件事来(克服)这些挑战……当你将最重要的5件事放在左边、最重要的5件事放在右边时，你基本上是在匹配列。
你想知道的是你能做些什么来达到最大的效果。每个人都拥有所有权，并在组织的每个层面都做这样的事情，这种文化基本上会改变公司。公司不是由领导来改变的，公司是由领导带来的文化来改变的。
斯莫尔伍德呼应这种情绪，并强调了领导层面AI-重点人才的重要性：
对我来说，最重要的是才能。在更高级的层次上，这是一个重要的证明，表明公司已经在这个方向上投资，并且在技术的采用和使用上有拥护者。
Chandra还举了一个例子，说明领导团队如何引导公司远离采用人工智能所必需的文化。他举了一家公司的例子，这家公司的技术基础设施已经准备就绪，并且有能力处理AI升级，但领导团队却不愿主动扣动扳机:
在这种情况下，当技术是可用的，但领导者没有，这是典型的领导者分心的情况。一个组织必须花很多钱来准备转型，或者……组织的初始阶段是在数字领域……领导可能无法从数据中创造价值:我如何将其货币化?我如何利用它为我的竞争对手设置进入壁垒?我如何使用这个为我们的产品做目标广告?
所以问题就变成了领导层坐拥大量的数据。他们不知道如何使用石油，也不知道如何回答“我为什么会失败，在哪里失败，如何失败，如果我以不同的方式失败，这次我将会以不同的方式做什么?”
这个场景让人回想起连贯的AI战略的重要性，对于特定的业务功能。领导者需要教育自己对AI的能力，使他们能够制定这些策略，并能够回答必要与他们的数据科学团队迭代和实验AI工作的各种问题解决的问题。只有这样，创新的文化开始采取举行一个组织内。
挑战：传统IT基础设施
钱德拉指出，为了让银行保持竞争力，目前整合新技术(尤其是人工智能)的方式在未来几年需要改变。他将披萨比作银行IT基础设施的状态，认为人工智能和数据科学能力被作为“浇头”加入了银行的核心IT基础设施。“结果是，有了足够多的浇头，现有的IT基础设施就超负荷了，无法承受浇头的重量。”
他建议过渡到他所说的“千层面”，即嵌入人工智能和数据科学相关能力层的IT基础设施。实现这一目标的一种方法是采用开源技术。
银行习惯于使用来自软件供应商的授权软件，但开源软件正变得越来越普遍，这可能会节省银行的成本和宝贵的时间，他们可以花在追赶竞争对手上。根据Nishant Chandra的说法:
现在[银行]实现以不同的方式，关于遗产领域的工作限制了他们的能力。它限制使用他们的大数据能力方面他们的能力。它限制在......他们可以响应的速度。它还他们联系的某些组织及其释放的投资组合。一个公司的成长是多么快的新功能可以通过他们的供应商发布的限制。
钱德拉指出，在许多情况下，开源技术的发布速度比授权软件更快，而且它们也更灵活。向开源软件的过渡可能会让银行更快地应对竞争对手的新能力、技术进步以及网络安全威胁。根据钱德拉的说法，“一些早期的安全威胁是在开源领域解决的。”
也就是说，银行在从传统的授权软件向开源软件过渡时面临着严峻的挑战。在许多情况下，这种转变与世行面临的文化挑战有关，如前所述。领导团队通常不愿意投资于可能不会在很长一段时间内产生任何ROI或成本节约的工作流改革。钱德拉阐明了这一点，他说
潜在的回报可能需要5年甚至10年的时间。你不想落后太多以至于你意识到你绝对赶不上。这是一项投资，但它将继续下去，这意味着新的开源软件将继续出现
大，规避风险的机构，如银行一般不”要承担昂贵的IT基础设施项目既不会加纳的年投资回报率来和需要提高技能和技术升级的持续投资。不幸的是，这正是人工智能和机器学习是，银行需要，如果他们打算在未来十年生存明白这一点。
银行如何能与Fintech公司竞争
AI是很大一部分原因fintech公司获得与银行的主要银行职能争夺市场份额。银行不再是唯一的地方，消费者可以去接受银行服务。许多高科技创业公司完全在互联网上提供的融资方案和汇款服务于客户。Gribov认为：
我们有很多的事情要担心的，因为有很多事情银行都在做，现在没有任何一家银行来完成。您可以使用即时通讯应用汇钱。
这对传统上依赖于与当地分行客户面对面互动的银行构成了威胁，而且这种威胁还将以这种方式增长，迫使银行不仅采用人工智能，还将在未来10年变得更精简。
客户体验可能是一场失败的战斗
银行可能无法在客户体验领域与Fintech公司竞争。Fintech企业也能提供更好的客户体验，以用于数字银行和数字通信年轻客户。据Gribov，fintech公司建在AI算法可以：
......做了很多的东西在银行不同的细分。If you’re thinking about customer-facing stuff, you can do obviously, right now you have agents talking to customers, but AI can do a way better job in doing this interfacing kind of work because the AI machine will know not just the number of customers that the agent talked to, it will have all of the information of every single customer the bank talked to. It will know what kind of transactions the customer did five years ago, ten years ago, what kind of stuff they’re interested in on their facebook page, etc. AI can provide way better service than a human ever could.
这就是说，斯莫尔伍德并不认为银行的未来是一个“千年的比赛。”他认为，客户体验是“什么胜：”
客户体验才是真正的赢家，无论客户的年龄或个人资料如何。在我们讨论的一些例子中，学生贷款将倾向于更年轻的人，也可能是更数字化的本地人。是的，在金融的某些方面，这可能是一个因素。但在其他方面，可能是资产管理，我不认为它是千年驱动的，而是客户体验驱动的。“我认为这很好，因为它推动了(银行的)创新……因为……他们更加关注客户体验，而不管客户档案是什么样子的。”
银行现在才尝试部署基于AI-聊天机器人，但我们的受访者认为，银行将专注于自动化在他们专注于使用人工智能改善客户体验之前，要遵守法规。银行比小型金融科技初创公司承担更大的风险;因此，银行现在更关心的是合规问题，或许应该如此。
然而，这意味着金融科技公司将能够转移更多资源来优化客户体验，因为它们提供的服务更少。他们精简;它们提供一到两项服务，并能及早掌握这些服务，让它们得以将自己经常部署的人工智能人才转移到客户服务应用程序中。
在将人工智能应用于欺诈、网络安全和合规等与风险相关的功能后，银行可能要过几年才会这么做。
银行可以利用现有资产取胜
银行依然，然而，有超过fintech公司，他们可以利用，以保持竞争力的几个优点。有
未来几年，一些银行职能可能会留给成熟的银行，因为在获取资源和数据方面，金融科技公司根本无法与银行竞争。斯莫尔伍德举了一个例子:
如果你仔细想想资产管理，养老基金，获得访问这些人是创业公司惊人困难。如果你已经有这些人良好的访问一家公司，你可以得到一个一对一的谈话很轻松。
Gribov呼应这种情绪与他自己的例子：
银行提供了一些功能，你需要成为一家银行才能提供……(比如)货币到期。如果你把钱放在银行很长一段时间，它在那里很长一段时间，你可以贷款。(银行)可以用人们几个月来存的钱给你提供这些贷款。因为银行太大了，它们可以提供这种功能，而且必须有人提供这种功能。除非它们成为银行，否则金融科技公司将很难提供这种服务。
In order to survive in the coming decade, banks need to understand what kinds of data they have access to that fintech companies don’t and what kinds of problems they can solve for customers that fintech companies can’t because they don’t have access to that data.
银行可以利用其庞大的现有客户基础，作为比较容易实现的目标，来考虑应该提供哪些产品和服务，以及它们可能需要削减哪些产品和服务，以节约资源，并让金融科技公司知道它们有多精简。这将是银行能够与数字化原生金融科技公司竞争的唯一途径之一，这些公司能够为客户提供更好、更方便的体验。
银行可以从创业生态系统中学习(并收购人工智能公司)
斯莫尔伍德指出银行的领导人了解在启动生态系统发生了什么事情，原因有二：
- 产生什么AI功能是可用的想法
- 搜寻潜在的收购目标
许多fintech企业对他们的领导团队的数字原生AI人才的优势，但他们没有足够的资金，也没有稳定的诱惑板载更多的人才迅速。银行，而另一方面，可以购买整个公司，入职其AI的才华和他们已经建立的过程中的产品。
这样一来，他们可以在启动的同一片心意的迭代算法，他们的竞争对手将无法与他们做生意了。实际上，他们可以购买他们的竞争对手的技术选择。他们也可能能够击败他们是否能赢得市场份额可能会威胁到他们在几年欠发达fintech初创公司。
通过建立自己的AI内部，他们可以一起比赛对他们的收购目标的人才后面这些fintech初创公司。
话虽如此，但如果银行不首先在整个业务中培养这种创新文化，它们将很难在最初的合约期过后留住人才。人工智能人才几乎在默认情况下更有可能在以人工智能闻名的大型科技公司(谷歌、亚马逊(Amazon)、Facebook)寻求职业发展，因为这些公司的每个人都知道如何说“数据科学的语言”，并尊重它们对企业未来的重要性。
数据科学家很可能离开银行,即使银行提供他们更多的钱比他们会在谷歌工作如果银行不能把数据科学家致力于有价值的项目,业务和失败与主题专家在他们的周围,可以促进他们的工作。
