该银行业和金融行业是人工智能的五大应用程序之间在全球范围内。随着印度似乎已经意识到了AI的潜力，我们决定覆盖在印度人工智能领域的发展。然后，我们研究了使用AI在印度金融服务市场，以更好地了解AI发挥作用，并回答下列问题：
- 什么类型的应用程序是AI被应用到在印度金融业？
- 什么切实的业务结果已经得到实现印度银行和金融机构通过运用AI？
- 印度企业高管需要了解金融领域人工智能的哪些机遇和趋势?
本报告涵盖了跨四种应用程序提供和使用软件的公司和机构:
- 信用评分和贷款管理
- 欺诈识别
- 风险管理
- 金融交易
本文旨在为印度金融行业的商业领袖提供一个思路，让他们了解目前可以从他们所在行业的人工智能中得到什么。我们希望这份报告能让零售业的商业领袖们收集到他们能够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。至少，这份报告的目的是作为一种方法，减少商业领袖在研究他们可能(或可能不)感兴趣的人工智能公司方面的时间。
信用评分和贷款管理
贷款框架
贷款框架始建于2015年在新德里和有大约36名员工。贷款框架是一个fintech公司将要使用AI索赔发起，包销，并通过创建一个贷款市场与贷款人连中小型企业（SME）发布小企业贷款产品。
贷款框架提供担保和无担保贷款，从5十万至50亿卢比用于小型和中小型企业。该公司声称是利用机器学习给小企业贷款的见解拿出成，比如有多少借，向谁。
通过该机器学习系统需要用户数据并将其转化为洞察的方法尚不清楚。我们不知道，如果软件需要一个内部数据科学家的操作与否。
我们可以推断出从贷款框架的网站,中小企业可以在网站上一个贷款申请过程和输入相关信息,如贷款的目的,小企业的金融历史,其他现有贷款业务的信息。
然后，Loan Frame的机器学习模型可能会使用小企业的财务历史和现金流分析来创建借款人的风险概况。此外，该公司的机器学习软件还可以抓取社交媒体数据、在线足迹和电子商务数据，以补充这些风险概况。
该还启动声称是开发行为和心理测量分数，将有助于评估客户谁有或没有信用记录。我们找不到详细介绍该公司如何使用机器学习的演示视频。
Loan Frame只在内部使用他们的机器学习软件，因此没有可用的软件案例研究。
Loan Frame获得了225万美元的种子轮融资，得到了韦丹塔资本(Vedanta Capital)联合创始人帕拉格•萨克西纳(Parag Saxena)、维萨国际(Visa International)前董事长威廉•坎贝尔(William Campbell)和全球咨询公司麦肯锡(McKinsey and Co.)内部投资部门MIO Partners联席首席执行官图斯•达鲁瓦拉(Toos Daruvala)的支持。
该公司声称已经帮助20,000个客户，包括小型企业，并先后在印度跨越175个位置10级无名贷款的合作伙伴。似乎没有要对球队的任何C级管理人员与AI背景。我们提醒读者要警惕那些声称做人工智能的公司而对他们的团队的任何C级AI专家。
资本浮动
资本浮动始建于2013年在班加罗尔和拥有491名员工。该公司的网站似乎表明，他们使用机器内部学习自动化贷款承保，并提供跨电子商务的中小企业融资解决方案，制造供应链，零售，旅游和酒店，以及数字汇款。
资本浮动offers unsecured business loans to small businesses by collecting data, such as a business’s value-added tax (VAT) returns for the last 12 months, income tax returns, Know Your Customer (KYC) documents for the applicant and the business, bank statements for the last siz months, and loans or overdraft sanction letters.
该公司声称，他们的内部软件使用机器学习来跟踪贷款偿还和识别潜在的违约。
资本浮动指出该公司的小票尺寸贷款的显著部分风险分析和承销方面是完全自动的。该公司还声称，当风险预测是不是在合理的精度等级（由公司预先定义），他们的软件能够按照人的信贷员什么必须为特定的应用程序来完成。
例如，如果票证尺寸贷款太高，或者如果客户有很少的信用记录，该软件可以发送警报到人类信贷员进行审查。我们无法找到一个演示视频可以显示软件是如何工作的，可能是由于他们在内部使用的事实。因此，也有对软件没有可用的案例研究。
该公司已经募集了从选取框投资者，如软银赛富合伙人，红杉印度，Aspada投资，创新投资资本管理公司，收购Ribbit资本，和亚马逊的资金。
该公司的首席增长官，图莎尔Garimalla，似乎有在AI项目风险管理与汇丰银行，并与Capital One公司的投资组合管理经验。我们找不到具有AI的背景公司的行政领导的证据。
欺诈识别
印度国家证券交易所有限公司
该NSE最近公布他们已经朝着使用机器学习，以确定市场格局，可能导致改善的交流监测工作，并防止其高频交易（HFT）市场操纵的努力。
该交易所的首席执行官维克拉姆·勒美表示，他们的目标是开发一个系统，可以帮助人类安全官员做出更明智的决策和更好的成果更快地提供。他补充说，NSE也希望AI应用到他们的历史交易数据和市场中获得洞察力和客户潜在的金融顾问提供交易建议和发现欺诈行为。
勒美也指出，NSE目前没有对ML通过数据科学家和的重点是合作伙伴与监管机构，成员机构，以及其他资本市场参与者。NSE最近也在努力的kickstart他们的AI程序组织了超过37个团队和数据科学背景的开发人员250参加了黑客马拉松。
在这个阶段，目前还不清楚是否NSE已经启动了一个试点项目。我们还可以发现在投入和产出方面就如何NSE的机器学习系统可能功能上没有进一步的细节。
风险管理
孟买证券交易所
孟买证券交易所（BSE）介绍了数据分析解决方案它声称可以跟踪社交媒体共享有关在交易所上市的公司新闻。
该交易所称，他们使用机器学习来检测和缓解市场操纵和谣言的潜在风险。从疯牛病的新闻稿称该软件可以提供信息，如投资者对新闻媒体的反应，或通过交易所的网站为投资者的利益，涉及疯牛病上市公司传闻的影响。
在BSE软件警报人类安全官员，使他们能够比较可能的传言出现在打印到这些线上渠道，为每印度（SEBI）规定证券交易委员会。当人类安全官员发现网上的消息和印刷媒体的消息之间的差异，该公司必须证明理由疯牛病审查委员会。
举例来说，如果关于大生意要发生的消息是通过从社交媒体数据和其他印刷媒体软件警报发现表明，没有这样的交易可能会出现一段时间，那么所涉及的公司被要求给一个理由到BSE在新闻媒体的偏心。疯牛病传播，然后提供的Exchange网站上的原因，业务。
我们能找到什么由BSE使用的机器学习软件的投入和产出没有更多的信息。也有不通过关于为他们的软件的性能明显效果的BSE提供细节。
Dulal马里在BSE有限公司的大数据分析的实践铅和以前BSE总经理15年。他还参与了数据的科学项目，疯牛病，如领先的大数据HADOOP实现，并使用IBM的智能分析系统商务智能系统实现。
金融交易
Niki.ai
公司成立于班加罗尔，2015年有超过71名员工，Niki.ai在其网站上说，它已经开发出了一个名为尼基聊天机器人。该公司声称，尼基引导金融，电子商务和零售业务的客户提供建议，以达到正确的服务。它也有可能进行交易的客户。
例如，他们的聊天机器人可以以应用程序或Facebook Messenger聊天界面的形式集成到在线零售商的网站中，以改进客户服务。然后，聊天机器人可以帮助银行的客户通过消息传递界面上的对话进行搜索、支付和完成交易。
Niki.ai声称他们的聊天机器人可以执行的任务，如关闭平顶预付费手机与多钟，预订出租车，网上购物帮助。尼基可以在Android，iOS的使者，以及一些网站平台。经过短暂的整合期，聊天机器人应用程序可以帮助潜在的品牌提供大约20个服务，其中形成的妮基什么可以为企业提供骨干。
下面是一段2分钟的短片，演示Niki聊天机器人:
根据一项从Niki.ai案例研究，与HDFC银行合作，帮助该银行的公司发现他们的银行服务额外的销售渠道。Niki.ai还声称，一个短暂的整合期后，他们开发的HDFC银行OnChat，这是在Facebook Messenger的推出。
HDFC银行的个人客户则可以搜索到Facebook Messenger的“@hdfcbankonchat”，并开始使用通过聊天提供的服务。
虽然Niki.ai声称他们的聊天机器人集成需要很短的时间内（不到一天的时间），它甚至可能会更接近AI产品的插头和播放频谱，我们找不到什么被卷入的更多信息从两家公司的员工类型都参与了集成HDFC银行的整合也没有多少和什么。
该公司是由塔塔，塔塔集团的前主席的支持，以及最近获得$ 2,000,000轮A系列融资。
除了HDFC银行上面，NIki.ai提到也似乎在一个聊天机器人项目曾与联邦银行创建银行的叫FedMobile智能手机应用程序的虚拟助理。
我们找不到的公司的执行领导团队的AI以往历史经验。
在印度金融业的商业领袖的重要见解
我们发现，在印度开展人工智能项目之前，以下趋势是商业领袖需要了解的最重要的方面。
- 训练有素的AI数据科学家的稀缺性
- 印度可能仍然有数量相对较少的可供AI工作相比，美国和中国良好的数据科学家。产业合作与印度大学培养熟练的数据科学家和内部培训计划可能会保持领先地位这一挑战的曲线的一种方式。
- 可用性正确的数据类型的
- 对于任何人工智能项目来说，未经验证的数据都是一个严重的问题，而业务领导人可以在基本意义上将人工智能系统视为垃圾输入、垃圾输出系统。例如，在KYC遵从AI系统中，如果关于客户的数据输入不正确，AI系统将输出不正确的结果。业务需要计划收集、验证、标准化、关联、归档和分发ai相关的数据。
- 全国有100多种语言
- 对于AI的自然语言处理（NLP）应用程序一般倾向于使用现有的软件库和技术。这意味着什么，银行和金融机构是AI可以用来支持一些主要的印度语言，但所有的人都支持可能需要一段时间。
- 数据隐私和安全
- 引进欧洲的法规，如GDPR（一般数据保护条例），可能是一个前兆什么印度的银行可能需要同时在隐私法规建设方面的AI系统遵循。
标题图片来源：english.samajalive.in
