Z世代消费者是完全数字原生的一代,他们寻找所需要的产品和服务时,线上产品是他们的默认选择。元宇宙(Metaverse)是个持续的、沉浸式的数字环境,可以在一个环境里提供我们的数字生活所需要的一切。元宇宙为企业提供了与客户联系的新途径。银行业也一开始就热衷地用上了元宇宙。
虚拟大厅
零售银行在元宇宙最明显的用途之一是创建“虚拟分行”,虚拟分行可以用于向新一代数字原生代消费者销售银行产品或为现有客户提供客户服务。
新兴的元宇宙平台(例如The Sandbox和Decentraland)每月可吸引数十万的访客,具有类似元宇宙功能的成熟游戏平台(如Roblox或Fortnite)则可以吸引数百万的用户。这些平台的受众是数字原生一代,受众都热衷于与那些对虚拟世界和游戏式环境有同样理解和热情的公司发展业务。
汇丰银行属于率先建立虚拟店面的公司之一。汇丰银行今年早些时候在The Sandbox上购买了虚拟土地,这些土地将用来与在线体育迷和电子竞技爱好者的互动。汇丰银行亚太区CMO Suresh Balaji表示,“汇丰银行看到了通过新兴平台创造新体验的巨大潜力,新兴平台可以为我们现在和未来的客户以及我们所服务的社区开辟了一个充满商机的世界。”泰国的暹罗商业银行在The Sandbox平台上也设有一个虚拟分行。
摩根大通是另一个已经在Decentraland平台上开店的全球银行巨头。摩根大通在该平台的Metajuku虚拟商场里创建了名为Onyx的休息区,为游客提供有关区块链和摩根大通正在参与的其他技术驱动举措的信息。Onyx休息区里有一只老虎在走来走去,墙上则挂着首席执行官Jamie Dimon的画像。
然而,这种趋势其实并不那么新鲜的事。林登实验室的“第二人生”虚拟世界经常被认为是最早的元空间环境之一,第二人生虚拟世界始于2003年。几年后的2007年,丹麦投资银行Saxo在第二人生平台上开设了一个办事处。该办事处拥有现在的元宇宙银行家们正在打造的虚拟银行的许多功能,例如通过化身进行互动和交流的功能。
架于虚拟经济和现实经济之间的桥梁
预计元宇宙的支出到2030年将达到5万亿美元,元宇宙是个大市场。银行已经在思考如何通过资金或许其他资产在数字世界和实体世界之间的流动来获得利润。
用户可以在元宇宙平台购买虚拟商品,包括耐克运动鞋和古驰服装,用于装饰他们的化身和虚拟家庭。元宇宙里使用的钱可以从在线游戏中赚取,例如Axie Infinity和Meta Cricket League。这通常涉及到加密货币和独特的数字资产(如NFTs)的交易。要将这些钱迁移到现实世界就涉及到将其兑换成真实的货币并支付到银行账户。
自称是“元宇宙银行”的初创公司Zelf可以提供相关的规范服务,在虚拟世界和现实世界之间转移资金以及在玩家之间买卖有价值的游戏物品。
形象很重要
银行和金融服务公司希望建立起一个精通技术、开创性的高科技组织的形象,这对于这一类的公司是有益处的。
人工智能(AI)、自动化、虚拟现实(VR)和物联网(IoT)等新技术已经彻底改变了我们生活的许多方面,银行必须确保自己处于前沿的形象。这样做的原因之一是他们可以继续吸引顶级人才,否则这些人才可能更趋向于去谷歌、Facebook或苹果等技术巨头寻求刺激及获得丰厚报酬的职业机会。
许多文章已经探讨过那些强大的及可能改变世界的技术组织所面临的技能危机。银行和金融机构如果能够确保自己在元宇宙领域的突出地位,就有助于确保那些最聪明和最熟练的毕业生和求职者的首选目的地,这些人掌握着真正变革性科技的关键。
银行业的未来是什么呢?
元宇宙的银行业是否只是另一种时尚呢?会不会随着消费者失去兴趣而消亡呢?实体银行分行正在快速减少,金融机构很可能会将元宇宙和虚拟世界作为保持与客户联系及提供基本银行服务的一种方式,这样做有其道理。
而且,虚拟经济以及虚拟商品和服务的交易将不断增长,这一点很明显。年轻一代消费者在成长,他们希望在自己感到舒适的环境中进行银行业务和参与金融服务,虚拟环境似乎将为他们提供一个熟悉的平台。
的确,现在还没有人真正知道元宇宙到底是什么,更不用说元宇宙在五年或十年后会是什么样子。但很明显,银行业和金融业认为元宇宙将成为我们生活中的一个重要部分并希望确保银行业和金融业也能成为元宇宙的一部分。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。