AutonomousNEXT发布了一份报告人工智能可能在银行业和金融服务行业。该报告估计2030年,的通过在银行、投资管理和保险领域应用人工智能，潜在的成本节约包括4900亿美元的前台业务、3500亿美元的中间业务、2000亿美元的后台业务。
Inkwood研究估计市场规模为人工智能预计2018-2026年欧洲的复合年增长率将达到44.45%。因此，人工智能将找到它的方式进入欧洲银行行业。在我们之前的报告中，我们详细介绍了美国和印度的银行应用人工智能。到目前为止，许多公司都声称愿意提供帮助银行职员在他们的角色方面自动化业务流程以预测风险。
我们研究了这个空间，以便更好地理解人工智能在哪里发挥作用欧洲银行业并回答以下问题:
- 欧洲银行目前使用的人工智能应用程序有哪些类型?
- 人工智能带来了多么明显的结果啊欧洲银行业吗?
- 在这些创新努力中有没有共同的趋势？这些趋势如何影响银行在欧洲吗?
本报告涵盖了跨地区提供软件的供应商四个应用程序:
- 客户服务
- 债
- 文档搜索
本文旨在为商界领袖提供参考欧洲银行业他们对自己行业的人工智能有了一定的了解。我们希望这篇文章能让欧洲银行的商业领袖们获得他们可以自信地传达给他们的执行团队的真知灼见，这样他们就可以在考虑采用人工智能时做出明智的决定。
客户服务
阿托斯
阿托斯位于法国的公司是超过80000员工。该公司提供了一个名为“Atos Codex AI Suite”的平台，声称可以提供帮助银行年代使用预测分析、视频分析、网络安全等应用程序构建人工智能产品使用机器学习。
阿托斯声称银行可以利用他们的平台创建人工智能系统进行改进客户服务. 据a to s称，拥有历史CRM数据（如SalesForce）的银行可以生成个性化的客户档案，银行的客户服务团队成员可以从门户网站访问这些档案。
以下是短片1-分钟视频演示如何Atos AI法典套件工作原理:
阿托斯索赔有帮助阿尔斯特银行改善客户体验。Ulster Bank从2008年开始使用SalesForce作为其CRM工具，并收集了大量的历史数据。该公司需要一种方法来更充分地利用SalesForce的新人工智能工具Einstein的功能。Atos的任务是清理和整理银行的数据，以确保它符合Einstein的格式要求。Atos还负责为该银行的客户经理开发一个基于爱因斯坦的“次佳产品”推荐引擎。Atos声称，该银行能够更准确地细分他们的客户群，但在案例研究中没有披露可测量的结果。
阿托斯还列出了欧洲航天局、英国石油公司和强生公司作为一些过去的客户。
惯性导航与制导
惯性导航与制导是一个荷兰银行服务提供商于1991年在阿姆斯特丹成立。该公司声称已经开发出一种名为“人工智能”的内部工具武士刀，他们声称这能有所帮助债券交易商制定更好的买卖价格决策使用预测分析。
惯性导航与制导声称债券交易员可以在他们的交易系统上安装该工具并访问Katana接口(如下所示)。据报道，Katana可以使用历史和实时的债券交易数据来对债券报价的价格进行统计预测。然后,武士刀利用机器学习来预测最优的买卖价格，交易员在界面中选择买卖债券。然后系统提供界面中各种报价的推荐定价输出。
下面的信息图表来自荷兰国际集团(ING)的网站描述了ING在Katana界面中突出的一些主要特性:
荷兰国际集团称，他们在伦敦为新兴市场(EM)交易员进行的Katana平台试点测试显示，他们能够更快地为90%的交易报价，降低交易成本，而且交易员更频繁地报出尽可能高的价格。ING没有提供有关交易成本降低了多少的信息，也没有提供交易员在测试Katana之前报价的频率。
惯性导航与制导只使用武士刀工具在内部，因此没有可用的软件案例研究。
Gorkem Koseoglu是荷兰国际集团人工智能和机器人技术全球主管。他拥有TSM商学院(TSM Business School)的MBA学位，但他在领英(LinkedIn)上的个人资料没有透露他拥有哪个领域的学位。在此之前,他担任智能网络管理器在美国朗讯科技公司。我们提醒读者要警惕那些声称做人工智能的公司他们的团队中没有任何c级人工智能专家。
CogniCor
CogniCor是一个巴塞罗那的公司,64员工。该公司提供聊天机器人服务，他们声称可以提供帮助银行提高客户体验和产生线索使用自然语言处理(NLP)。
CogniCor声称银行可以将他们的聊天机器人与网站或应用程序集成，以帮助改善客户体验和舒适度。聊天机器人接受来自银行的企业数据、甚至是pdf或内部门户等非结构化文档的培训。然后,聊天机器人应用程序从这些文档中分类和提取最相关的信息，这可能有助于回答客户的问题。然后系统提供银行客户的对话界面，可以帮助他们发现银行产品。
以下是短片4在一分钟的视频中，小组讨论探讨了CogniCor聊天机器人是如何工作的:
CogniCor确实不公开他们产品的案例研究。
CogniCor也列表Atos、塔塔资本(TATA Capital)、ICICI隆巴德银行(ICICI Lombard)和联邦银行(Federal Bank)作为一些他们过去的客户。
信德约瑟夫是首席执行官在CogniCor。她持有博士学位在人工智能来自巴塞罗那自治大学。在此之前,约瑟夫担任研究工程师在她在霍尼韦尔从事数据和文本挖掘工作。
债
CollectAI
CollectAI是一个汉堡公司成立于2016年。这家公司提供了一种他们声称可以帮助他们的软件银行、信用合作社和其他金融机构自动化和提高收回债款使用NLP和机器学习。
CollectAI声称银行可以将催收制度纳入公司内部催收工作流程。可以通过一个管理门户网站访问该系统，该门户网站通知债务催收人员通过何种渠道与客户联系，何时联系，以及使用何种类型的消息。的CollectAI系统对来自多个渠道的历史客户通信数据进行培训，如电子邮件、WhatsApp、文本消息和邮政信件。该软件使用机器学习来识别正确的时间和适当的语音语调进行交流(如友好、有趣、l或自信)，以发送信息的最高可能性收到债务人的答复。然后系统提供这些关于管理门户的建议以提醒通知的形式提供，债务催收人员可以执行这些通知，以提高与债务人的约定。
我们找不到一个合适的演示视频来展示CollectAI软件是如何工作的。
CollectAI声称有帮助汉萨同盟的银行为债务人的相互作用确定最佳的时间和数字通信渠道，以增加付款的可能性。根据案例研究，催收系统帮助汉萨集团的催收团队在尽可能好的时间通知客户信用卡和消费信贷债务的还款提醒。根据CollectAI在整合了CollectAI的系统后的6个月内，汉萨提克银行的总债务增加了14%。不过，目前还不清楚CollectAI的软件在这14%的增长中贡献了多少。
我们找不到任何关于企业级公司的信息CollectAI的网站。
我们在公司的团队中找不到任何有人工智能经验的c级主管。然而，该公司确实雇佣了一些人，他们的头衔是“数据科学家”，包括
Alexey Kiselev他拥有非线性和激光物理技术硕士学位。
文档搜索
特征技术
特征技术是一个伦敦的公司,73员工。这家公司提供了一种他们声称可以帮助他们的软件银行及金融机构自动从非结构化文档中提取数据使用NLP。
本征要求用户可以将财务数据以word文档或pdf文档的形式输入本软件。Eigen声称他们的软件可以对欧洲和亚洲几种语言的文件进行分类。软件可以在现场或在云环境中集成。Eigen声称，他们的NLP算法没有针对任何特定语言进行预训练，并且能够理解每个文档中的上下文，将其归类到特定属性下（由客户银行通过人工输入选择）。
一旦数据被分类和分割，Eigen的软件还使用机器学习在数据中找到模式，帮助银行降低成本、新机会、预测风险和满足监管要求。然后系统提供在它的仪表板上有一个可查询的接口，银行员工可以在其中上下文搜索信息(例如与特定地区相关的监管文件的摘录)，从而提高他们的速度和能力。
本征没有展示其软件工作原理的演示视频。
当我们试图为软件寻找案例研究时，我们的研究没有得到任何结果。
本征还列出了高盛、荷兰国际集团和希斯考克斯作为一些他们过去的客户。
刘易斯z刘是首席执行官在特征。他持有博士学位在原子与激光物理学从他毕业于牛津大学，并在哈佛大学获得理论物理学硕士学位。
商业领袖们的外卖欧洲银行业
根据我们发现的公司，人工智能在客户服务和文档数据提取自动化方面的应用似乎最有吸引力。NLP的发展使得从非结构化金融文档中提取几种语言的数据成为可能。
这可能很大程度上源于这样一个事实，即NLP应用程序通常是使用现有的软件库开发的，这消除了购买它们的公司所需要的大量工作。在不久的将来，许多不同语言中基于ai的文档搜索和发现可能会变得更有能力。
人工智能的债务催收应用仍处于萌芽阶段。也就是说，由于银行收集客户互动记录，未来三到五年内，欧洲通过人工智能技术进行债务催收的时机可能已经成熟。
大多数人工智能初创公司和老牌公司似乎都集中在英国、德国、法国和荷兰。历史上强大的英国的金融部门而知名人工智能学校的存在，使其成为银行业和金融业人工智能应用的中心。
欧洲各国政府也在投资开发人工智能生态系统和培训数据科学人才。例如，英国政府宣布了人工智能领域的交易其中，约50家领先的科技企业向一项10亿英镑(合13亿美元)的基金捐款，其中包括3亿英镑的新私营部门投资，以及8000多名计算机科学家和1000名人工智能博士的培训。
大型银行将发现，人工智能可以成功地帮助自动化和简化一些内部业务流程，例如文档数字化。客户服务和产品发现是不久的将来人工智能可能在欧洲银行业变得无处不在的其他领域。
金融领域的商业领袖需要意识到，业务流程的自动化或使用AI从数据中获取商业智能是一个漫长的过程，从管理和组织数据开始。通常，这需要咨询外部专家和大量的前期成本。有预算、有员工追求这项技术的大型银行可能会发现，人工智能在短期内更有价值。
标题图片来源:MarketWatch
