在人工智能方面的投资银行和金融机构风险相关的功能，如欺诈和网络安全，合规性，以及融资和贷款在过去的五年里大幅增长相比，面向用户的功能。
我们最近推出了我们的人工智能银行供应商记分卡和能力地图报告，我们的最大的报告，在银行业的人工智能的状态。在我们的研究过程中，我们与包括人工智能博士和美国顶级银行的人工智能企业负责人在内的专家合作，根据应用于其中的银行功能对人工智能供应商产品进行了分类。我们发现，我们分类的许多人工智能产品可以应用于多个业务功能。
此外，我们探讨了人工智能功能，使AI使用情况在不同的银行功能成为可能。在这篇文章中，我们讨论了风险监测银行AI的能力。
在下面的图中，我们显示了银行中基于AI的风险监控应用程序的数量和百分比。这是一张完整的AI能力地图:
风险预测和监测以及相关的功能弥补了供应商的产品供应能力26.9％。在银行的AI能力最大的片广阔风险预测和监测。
这个数据是根据我们与银行的专家谁告诉我们，银行家们主要侧重于风险相关功能的自动化工作，特别是采访：
- 风险管理（交易和投资决策）
- 欺诈和网络安全
- 合规
- 贷款
在本文中，我们将探讨这三种银行功能，并讨论人工智能如何在它们内部产生影响，以及银行更广泛的风险监控流程。我们将进一步深入研究为这些银行功能提供服务的AI供应商公司。
我们的分析始于人工智能在银行业风险管理中的应用:
风险管理
对于我们报告的目的，我们主要是考虑AI应用交易和探索银行的风险管理功能，当投资决策。矿业就买什么和卖的见解公共数据特别处理这些应用程序。使用AI软件，交易员，投资者和财务顾问可以自动管理通过研究历史交易数据的交易风险。
公司如Ayasdi和Kensho计划提供AI软件，银行和金融机构的风险管理。例如，Kensho计划，这是由全球S7P，提供金融风险监测和管理AI软件获得的AI供应商。Kensho计划宣称他们的软件使用自然语言处理发现金融交易数据，如股票价格，投资组合表现，公司财务，新闻，社交媒体和新闻稿之间的关系。
然后，该软件提示投资者，并与见解财务顾问，帮助他们相关的历史事件，其中，在本并帮助他们预测金融市场。
FlexTrade据称整合了Kensho的分析软件到它的平台。因此，Flextrade能够根据新产品发布、合并和收购等市场数据为客户提供洞察。
欺诈和网络安全
银行的人工智能兴趣主要集中在欺诈和网络安全上，因为这些功能通常已经有了现有的IT团队、基础设施和预算。在许多情况下，自动化工作也直接针对这些功能。
一个从风险管理的空间，我们谈到我们的研究过程中，专家的一致欺诈和网络安全应用程序，流程自动化是很多AI的重点是目前在首100家银行。
从供应链到银行-AI的内部胆量，理论上可以应用于清洁这些流程更加无缝和实时优化这些过程，压低成本，提高输出...这意味着客户获得更快地服务。”
虽然在银行AI-的使用仍处于初期阶段就整体而言，金融犯罪和反洗钱是其中一些银行正在部署AI的解决方案。这是因为试图评估基于交易记录和其他客户特定的数据客户的行为是很难的。在许多情况下，这个数据是非常复杂的，有许多欺诈调查员在这方面的工作的银行，使其成为一个高度劳动密集型的任务。
银行似乎在升级投资和检修基于AI-那些传统的欺诈和网络安全威胁检测系统。在这个空间中AI这个巨大的兴趣的一个原因是因为异常检测，用于识别数据集中的异常值的AI方法，使欺诈检测速度更快，更具成本效益的银行。
AI系统能够帮助自动执行特定的流程和增强人的欺诈行为的能力或安全人员的屏幕比单纯只是人的团队更威胁。此外，对于比单纯通过降低误报人类进行更准确的AI系统的一些证据。
银行被监管机构有义务举报诈骗或洗钱的任何实例。许多这些案件通常涉及到欺诈性的银行账户。识别和发现欺诈账户和交易的情况下，对零售银行是缓慢而艰难的使用规则为基础的系统，因为它们可能会产生一些误报。
此外，对于一家试图获得新客户的零售银行来说，在管理欺诈风险的同时避免客户经历麻烦是至关重要的。人工智能软件可以帮助银行更准确、更大规模地识别和检测欺诈案件。
等公司Darktrace和Feedzai声称曾与银行和金融机构在人工智能项目中合作，以提高其流程的效率。例如,Feedzai声称已经有十大零售银行工作完善银行客户开户流程。
据Feedzai的案例研究中，银行需要通过新的帐户申请进行筛选和批准新客户的同时，有效地评估风险。该公司声称，部署Feedzai的人工智能软件，并成功地将银行增加新的应用程序的批准和减少误报。该公司还声称有零个增加任何新客户的欺诈损失。
合规
合规是人工智能在银行业的“黑马”应用。在欺诈和网络安全之后，为银行和金融机构提供与合规性相关的用例的AI供应商获得了第二多的资金。与此同时，当我们查看排名前100位的银行似乎在营销的AI用例时，所有被考虑的AI用例中只有5%是与遵从性相关的。
这是一种我们称之为“激励镜头”的现象。“银行似乎最感兴趣的是在新闻稿和媒体上谈论它们面向客户的人工智能应用。实际上，他们的大部分实际资金都投入了与风险相关的银行人工智能应用，例如合规应用。
与欺诈和网络安全，合规，银行界已经有许多排名前100位的银行现有的自动化努力的空间。这主要是由于这样的事实，银行看到合规性的负担并不多做些什么来帮助提高他们的底部线。鉴于此，银行纷纷投资，以确保在最小化的成本和时间法规遵从自动化在此功能的业务流程。
此外，银行正被迫适应新的监管变化，如GDPR和巴塞尔协议IV的规定。不断变化的合规场景意味着，银行的合规官员需要仔细检查数千个网站和监管文件，以确保银行满足所有必要的监管要求。如果不这样做，可能会导致罚款甚至银行执照的损失。
基于自然语言处理，信息检索软件现在正在部署来评估和监控银行的合规风险。这些类型的银行软件可帮助合规人员的监管数据的大得多的体积比他们可能已经能够独自做冲刷通过。这样的AI软件还可以帮助银行和金融机构监督员工的行为，看看他们是否都符合规定。
例如，AI供应商Digital Reasoning提供金融行为监测。Conduct Surveillance是一款基于自然语言处理的软件，通过分析文本和语音来判断银行员工是否遵守了合规规定。在另一个用例中，该软件可能用于识别银行收到的哪些合规行为警报是相关的，需要采取行动。
在一个案例研究，数字推理声称它们帮助银行减少了由银行现有系统产生的误报合规警报。该银行收到了超过8000条由其现有的遗留软件工具CA数据保护生成的警报，这使得该银行的合规分析师几乎没有时间对事件进行更详细的彻底检查。
数字推理声称他们的软件有助于所有生成的警报仅在是相关的，需要人工干预的情况下读取并提示分析师。该公司声称，本作中增加了250％，“分析视力，”他们不细说。该公司还声称他们的软件有助于减少在任务采取和管理，监测与细节的令人满意的水平，每天所产生的所有警报的100％的时间。
贷款
银行和其他金融机构已经使用AI在过去用于识别他们的客户可能会在信用卡付款违约。银行收集了很多关于他们的客户，包括他们的账户和交易的细节，他们geolocations，他们与银行的过往互动等信息。
AI软件可以帮助银行利用所有这些信息和资料，如社交媒体数据以准确的信用评级为每个客户到达。在过去，银行没能利用很少或没有信用记录的客户加入到他们的贷款产品。
这样的公司ZestFinance为银行提供了改进风险降低的方法，允许对每个客户进行更完整的描述，表明该客户违约的可能性。人工智能软件可以帮助自动化流程，并帮助信贷员评估和监控更多的客户贷款申请，而不会增加与增加新客户相关的风险。
例如在案例研究ZestFinance称，该公司曾与福特汽车信贷公司(Ford Motor Credit Company)合作开展一个试点项目，目的是将机器学习应用于更好的风险预测和监控在汽车融资中的应用。该项目还针对千禧一代客户和信用记录信息有限的客户。
据报道，该公司的软件使用新闻和社交媒体等多个数据流，并为每个潜在客户分配信用评分。ZestFinance称，福特信贷计划在未来投资于基于机器学习的信贷审批模型。
这是银行业领袖的重要领悟
- 有些风险监控过程很适合机器学习。例如，在大量数据中发现离群值模式(异常检测)是机器学习的优势之一。银行可能会考虑对其欺诈和网络安全程序进行异常检测。
- 银行已经在投资于风险相关功能的自动化。人工智能可以增强欺诈调查人员和合规团队评估大量数据的能力。
- 在放贷方面，人工智能系统可以帮助银行利用海量的客户数据来更快地处理贷款申请，评估个人的信用价值，或帮助银行处理越来越多的客户，从而使风险水平或多或少保持不变。
- 银行可能需要在处理数据和排名前几位的100家银行声称，他们所从事的AI项目收集处理财务数据，如交易历史或投资组合/公司情况的数据进行分析，以建立自己的能力。这种类型的交易和投资应用程序启用AI-风险缓解的也是一个领域，银行可以增加员工的技能。
标题图片来源：news.bitcoin.com
