至顶网CIO与应用频道 06月27日 北京消息:市场竞争、监管变化、客户体验等因素一直在对金融行业发起挑战,所以无论是监管、竞争、客户都会影响金融行业在成本和服务上的创新,金融行业越来越多的开始利用人工智能去满足现有发展提出的要求。
IBM副总裁,全球企业咨询服务部大中华区金融行业总经理赵亮用多快好省来形容银行数字化转型的方向,‘多’是指需要从恨多层面重新审视与客户的关系,与客户建立多重渠道的有效互动;‘快’是指在决策层面如审批过程中,银行需要借助先进的认知解决方案,更快更好地规避风险、开展业务;‘好’是指要实现客户的诉求,交付好的产品和服务,在利用机器实现自动化和智能化,从而帮助客户解决问题;‘省’是指通过新兴技术方法和设计理念,例如敏捷、微服务、区块链、机器学习、图计算等来推动金融机构全员数字转型和运营体系取得长足的进步。
IBM副总裁,全球企业咨询服务部大中华区金融行业总经理赵亮
FinTech的特点是轻资产、数据驱动,这也对于金融行业的数字化转型带来巨大的驱动,这也让金融机构开始思考使用新型的架构支撑大吞吐的服务规模。
IBM中国首席技术官、IBM杰出工程师、IBM 大中华区客户技术顾问部及客户中心总经理程静指出,金融行业是一个混合IT的模式,原有预制部署企业级的品牌技术架构都是用非常专用的系统来运行专用的数据,所以转型的重点在于怎么把它的数据、信息、服务交易变成业务的API,或者变成业务的服务,让外面参与的客户很快能够调入核心的信息。
IBM中国首席技术官、IBM杰出工程师、IBM 大中华区客户技术顾问部及客户中心总经理程静
银行业的IT架构也需要在合理的基础架构上提升整体运维质量,提升海量数据存储、分析能力,将AI注入核心流程以提升客户体验,并使应用开发更加敏捷、高效。
同时合规和风险管理的新技术在银行变得如此受关注,银行业一年要在合规方面花费5990亿左右,每年银行因为不能有效合规遭受的罚款也将近千亿。
“合规审查工作涉及到银行业务的方方面面,而且各种法律、监管法规、内部政策众多,人工学习和查阅需要花费很长的时间。”IBM大中国区金融行业应用方案及业务拓展总经理陈文表示,认知计算能够大大提高合规审查的效率和效果并降低成本。
IBM大中国区金融行业应用方案及业务拓展总经理陈文
IBM近日宣布推出首套可帮助金融机构专业人员管理风险与合规的认知解决方案。这款Watson驱动的软件可部署在IBM云端。它将从理解监管要求、针对潜在的金融犯罪提供更多洞察以及通过新的数据架构方法来控制金融风险三个方面为金融专业人士提供帮助。
台湾玉山银行的数字化转型就是一个很好的例子,有一句俗语叫“一二三到台湾,台湾有个阿里山”。但你可能不知道玉山是台湾最高的山,取名玉山银行也是希望其可以成为台湾最好的银行。
“从1992年玉山银行成立之初,服务就是玉山的DNA,希望为每一位顾客提供最优质的服务。”台湾玉山银行数位营销部协理刘美玲说。玉山银行最大的股东并不是某一个财团,95%的员工都持有玉山银行的股票,占整体股票的1/4,所以玉山就是每一位员工的事业,而且每一个员工都具备管家精神,这在数字化转型中是非常有帮助的。
台湾人口正长期呈现出负增长,预计到2025年每五个人中就有一位老人,人口结构的变化对于玉山银行的业务是一个很大的冲击。因为台湾是全世界银行密度最高的地区,平均每3.14平方米就有一个网点,总共有3500多个网点。
玉山银行在面对利差1.4的环境下,2007年成立数据团队帮助改造产品和服务流程。刘美玲举了行销信用贷款的例子,玉山银行原有通过风险计量模型和人为审批进行评估,但是这是一个非常长的过程,而数据团队通过收集所有产品线的信息,可以很快的计算出每一个数据的风险和价值。
普惠金融、场景金融、智慧金融是玉山银行定位的三个新金融方向,其中智慧金融就离不开人工智能,玉山银行在AI上进行尝试,通过访谈12个单位,打通8个系统,4月24日上线了小I随身金融顾问。
让小I成为玉山银行的员工,这中间使用了Watson技术,通过语义可以清楚知道顾客的需求,提供精准的服务。玉山银行希望通过人工智能打造一个有温度的服务,而不是冷冰冰的回复,所以小I目前定位在社群服务,等它更聪明后将服务更多的范围。
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。