นับตั้งแต่รุ่งสางของตำนานของมนุษยชาติและการพัฒนาความสามารถในการจินตนาการความปรารถนาที่จะสร้างการเลียนแบบความคิดในรูปแบบของโครงสร้างที่เลียนแบบความฉลาดของมนุษย์เพื่อจุดประสงค์ในการทำหน้าที่เป็นผู้ช่วยนั้นสามารถตรวจสอบย้อนกลับได้ในทุกลักษณะของงานศิลปะและ วรรณกรรม.

จากคนงานหุ่นสีทองที่ช่วยเฮเฟสทัสในการปลอมของเขาไปจนถึงโกเลมที่น่าอับอายการเลียนแบบชีวิตความคิดได้ขับเคลื่อนจินตนาการของมนุษย์และผลักดันให้นักประดิษฐ์ก้าวเข้าสู่อาณาจักรที่เรารู้จักกันในตอนนี้ ปัญญาประดิษฐ์.

แต่ยังไม่ถึงปี 1950 คอมพิวเตอร์ขนาดห้องได้ปูทางสำหรับการเขียนโปรแกรมและความพยายามครั้งแรกในการจำลองโครงสร้างปัญญาประดิษฐ์และโครงข่ายประสาทเทียม เป็นไปได้.

ในขณะที่เศรษฐกิจมีการควบคุมในแทบทุกด้านของกิจกรรมของมนุษย์การอนุมัติหรือยิงสิ่งประดิษฐ์และนวัตกรรมผ่านปริซึมของความสามารถในการทำกำไร AI ยังก้าวข้ามเส้นทางแห่งการตัดสินด้วยผลตอบแทนจากการลงทุน.

และตอนนี้ AI ได้ตัดสินเป้าหมายในภาคการเงินแล้วโดยเปลี่ยนเป็นคำศัพท์ใหม่ที่เรียกว่า fintech การธนาคารการค้าและการลงทุนเป็นพื้นที่ใหม่ที่ AI กำลังจะเรียกกลับบ้านในอีกไม่กี่ปีข้างหน้า.

AI กำลังมา

เหตุผลหลัก ๆ ว่าทำไม AI ตัดสินแล้ว ในภาคการเงินนั้นส่วนใหญ่ต้องขอบคุณความจริงง่ายๆที่ว่าเทคโนโลยีนี้เหมาะที่สุดสำหรับการจัดการกับข้อมูลจำนวนมากและทำในสิ่งที่คิดมาตั้งแต่ไหน แต่ไร – การช่วยให้จิตใจของมนุษย์รับมือกับงานต่างๆ.

ภาคการเงินมีข้อมูลจำนวนมหาศาลที่ต้องประมวลผลและวิเคราะห์เพื่อดึงข้อมูลที่มีความหมายซึ่งสามารถนำมาใช้เพื่อทำกำไรได้ และนี่คือพื้นที่หลักที่ AI สามารถช่วยได้โดยการตั้งโปรแกรมให้ได้มาและดึงผลลัพธ์หรือแนวโน้มเป็นเครื่องมือทำนายจากอาร์เรย์ของข้อมูลที่ผ่านโครงสร้างพื้นฐานทางการเงิน.

ตามปกติแล้วเช่นเดียวกับทุกเทคโนโลยี AI ได้ผ่านวงจรการพัฒนาที่สำคัญและการกล่อมเกลาที่ตามมาซึ่งเกิดจากความท้อแท้หรือวิกฤตทางการเงิน.

วัฏจักร “ฤดูหนาว” ล่าสุดเกิดขึ้นในปี 1990 และต่อเนื่องมาจนถึงปีที่ผ่านมาจนกระทั่งเศรษฐกิจโลกฟื้นตัวเต็มที่เพื่อรองรับเทคโนโลยีใหม่ ๆ และประสบความสำเร็จในการพัฒนานวัตกรรม เทคโนโลยี Corollary ของ AI เป็นหัวหอกของการเคลื่อนไหวนี้และได้เห็นการใช้งานมากมาย.

AI เป็น Fintech: AI เปลี่ยนแปลง Fintech อย่างไร?

การปรากฏตัวครั้งแรกและชัดเจนที่สุดของ AI สามารถพบเห็นได้ในการถือกำเนิดของบอท.

ใครก็ตามที่เคยเข้าร้านอินเทอร์เน็ตและสนทนากับผู้ช่วยออนไลน์มักจะเคยคุยกับบอท การศึกษาจาก Statista แสดงให้เห็นว่าจำนวนผู้บริโภคที่ใช้ผู้ช่วยเสมือนทั่วโลกคาดว่าจะเกินหนึ่งพันล้านในปี 2018.

คำว่า “การเพิ่มประสิทธิภาพ” ในคำศัพท์ทางเศรษฐศาสตร์หมายถึงสองสิ่งที่หล่อหลอมให้เป็นหนึ่งเดียวนั่นคือการลดหรือต้นทุนและการเพิ่มผลผลิต ผลลัพธ์ที่ได้คือการเลิกจ้างพนักงานผ่านการแนะนำบอทหรือการสร้าง AI แบบง่ายๆที่สามารถตั้งโปรแกรมให้ทำงานง่ายๆเช่นการตอบคำถามไคลเอ็นต์ผ่านชุดอัลกอริทึมที่ตั้งโปรแกรมไว้ล่วงหน้า.

บอทดังกล่าวสามารถตอบคำขอหลายรายการพร้อมกันและนำไปสู่การขายซึ่งเป็นสิ่งที่ผู้จัดการที่เป็นมนุษย์ไม่สามารถทำได้ในระดับดังกล่าว บอทได้แทรกซึมเข้าไปในอุตสาหกรรมต่างๆมากมายตั้งแต่การค้าออนไลน์ไปจนถึงการธนาคารซึ่งพวกเขาได้เข้ามาแทนที่ผู้จัดการสายกลางที่ยอดเยี่ยมแล้ว.

Sberbank ยักษ์ใหญ่ทางการเงินชั้นนำของรัสเซียเพิ่งเปิดตัว ประกาศ โซลูชั่น AI ช่วยลดพนักงานสายกลางได้ถึง 90% และส่งผลให้การเยี่ยมชมสาขาของลูกค้าลดลงได้ถึง 5 ล้านคนในปี 2018 ความสำเร็จในการประหยัดต้นทุนอย่างมาก.

การวิเคราะห์เชิงคาดการณ์เป็นอีกหนึ่งแอปพลิเคชั่นที่ยิ่งใหญ่สำหรับเทคโนโลยี AI ที่เพิ่งเข้าสู่วงการการเงิน.

NASDAQ เริ่มใช้ AI ในพื้นที่การค้าในปี 2018 และ NASDQ CTA Artificial Intelligence and Robotics Index (NQROBO) มีประสิทธิภาพเหนือกว่าคู่แข่งของ ROBO Global Robotics and Automation Index และ Indxx Global Robotics & Artificial Intelligence Thematic Index (IBOTZ) ขึ้น 5.3% เทียบกับ 0.19% และ 2.71% ตามลำดับ.

การใช้ AI เพื่อวิเคราะห์การเคลื่อนไหวของกราฟที่เป็นไปได้กำลังกลายเป็นทางเลือกที่มีประสิทธิภาพและให้ผลกำไรมากกว่าอย่างมากในการรักษาพนักงานจำนวนมากของนักวิเคราะห์ซึ่งจะไม่สามารถประมวลผลข้อมูลจำนวนมากที่ AI ทำได้ภายในไม่กี่วินาที.

ในขณะเดียวกันธนาคาร UBS ของสวิสซึ่งอยู่ในอันดับที่ 35 ของโลกในด้านปริมาณสินทรัพย์ได้ร่วมมือกับ Amazon เพื่อรวมบริการ“ Ask UBS” เข้ากับอุปกรณ์ลำโพง Echo ที่ใช้ Alexa.

การซื้อขายเงินเป็นสิ่งที่ยิ่งใหญ่ต่อไปสำหรับ AI เนื่องจากการใช้การผสมผสานระหว่างการวิเคราะห์เชิงคาดการณ์และบอทเพื่อมองไปในอนาคตบนพื้นฐานของข้อมูลที่รวบรวมจากอินเทอร์เน็ตเกี่ยวกับการเคลื่อนไหวของตลาดที่อาจเกิดขึ้นเป็นเครื่องมืออันล้ำค่าสำหรับผู้ค้า.

AI ที่เชี่ยวชาญสามารถสรุปข้อมูลจำนวนมหาศาลจากเครือข่ายสังคมออนไลน์และช่องข่าวเพื่อกำหนดการคาดการณ์เกี่ยวกับอัตราแลกเปลี่ยนของสกุลเงินใด ๆ และนั่นคือเครื่องมือที่มีการใช้งานอย่างแข็งขันโดยทั้งพื้นที่การค้ารายใหญ่และการเริ่มต้นทางการเงินขนาดเล็ก.

GAN หรือ Generative Adversarial Networks เป็นหนึ่งใน แนวโน้มที่ยิ่งใหญ่ที่สุด ของปีต่อ ๆ ไป.

GAN ถูกคิดค้นโดย Ian Goodfellow ในปี 2014 และประกอบไปด้วย Neural Networks สองเครือข่ายในรูปแบบของตัวเลือกและตัวสร้างที่สามารถจำแนกรูปแบบของข้อมูลใด ๆ ระหว่างตัวมันเองและเข้าถึงสมดุลในรูปแบบของฉันทามติเมื่อเครื่องกำเนิดสร้างภาพถ่ายที่แยกไม่ออกจาก ข้อมูลจริง.

กล่าวอีกนัยหนึ่ง GAN สามารถฝึกได้อย่างไม่ จำกัด และสามารถเรียนรู้ได้ไม่หยุดยั้ง นี่เป็นข่าวดีสำหรับฟินเทคเนื่องจากอุตสาหกรรมจะสามารถสอนเครือข่ายเหล่านี้แยกกันเพื่อสร้างพฤติกรรมทางการตลาดที่เป็นจริงได้จึงกลายเป็นเครื่องมือที่ส่งมาจากสวรรค์สำหรับทุกคนตั้งแต่ผู้ค้าไปจนถึงผู้จัดการความเสี่ยง.

แนวโน้มการใช้ AI ในอนาคต

นอกเหนือจาก GAN แล้วการปรากฏตัวของ AI ในฟินเทคที่มองเห็นได้ชัดเจนที่สุดในอีกไม่กี่ปีข้างหน้าจะมุ่งเน้นไปที่นวัตกรรมไม่มากนัก แต่เป็น ใบสมัคร. แนวโน้มที่ยิ่งใหญ่ที่สุดอยู่ที่การใช้ AI ในด้านความปลอดภัยการปรับแต่งส่วนบุคคลและการเพิ่มประสิทธิภาพกระบวนการ.

อุตสาหกรรมการธนาคารและการเงินโดยทั่วไปได้รับผลกระทบจากปัญหาด้านความปลอดภัยในช่วงหลายปีที่ผ่านมาและ AI เป็นหนึ่งในเครื่องมือที่ดูเหมือนว่าจะสามารถแลกช่องโหว่ต่างๆที่เหลืออยู่ในระบบได้มากที่สุด การใช้ข้อมูลไบโอเมตริกซ์เช่นลายนิ้วมือและรูปแบบเรตินาในการระบุตัวตนของลูกค้าเป็นหนึ่งในพื้นที่ที่สามารถใช้ AI ร่วมกับเทคโนโลยีจดจำใบหน้าที่ Apple ใช้ในโทรศัพท์สำหรับบริการ Apple Pay.

รายงานล่าสุดโดย Goode Intelligence อ้างว่าลูกค้าธนาคาร 1.9 พันล้านคนจะใช้การระบุตัวตนทางชีวภาพในรูปแบบใดรูปแบบหนึ่งภายในปี 2564 การฉ้อโกงเป็นหนึ่งในประเด็นสำคัญที่ AI สามารถกำจัดได้หากนำไปใช้อย่างเหมาะสมในแผนกป้องกันการฉ้อโกง.

การปรับเปลี่ยนประสบการณ์ของผู้ใช้กับธนาคารให้เป็นส่วนตัวถือเป็นความท้าทายที่สำคัญสำหรับอุตสาหกรรมโดยทั่วไปเนื่องจากลูกค้ามีความต้องการมากขึ้นตามอำเภอใจมีความเชี่ยวชาญด้านเทคโนโลยีและมีความรู้ทางการเงินขั้นสูง การปรับแต่งและการปรับแต่งประสบการณ์ของผู้ใช้ไม่สามารถเกิดขึ้นได้หากไม่มีการใช้ AI เนื่องจากสิ่งหลังเป็นกุญแจสำคัญในการคาดการณ์คำขอของผู้ใช้และตอบสนองพวกเขาก่อนที่ไคลเอ็นต์จะรู้ถึงสิ่งที่พวกเขาอาจต้องการในอนาคต.

โดยอาศัยการวิเคราะห์พฤติกรรมของลูกค้า AI สามารถกลายเป็นสิ่งที่ทรงพลัง เครื่องมือโฆษณา สำหรับตราสารและผลิตภัณฑ์ทางการเงิน.

ไม่จำเป็นต้องพูดว่าการเพิ่มประสิทธิภาพของกระบวนการจัดการภายในและไคลเอนต์เป็นหนึ่งในประเด็นสำคัญที่ AI จะถูกนำมาใช้ในอีกไม่กี่ปีข้างหน้าเนื่องจากองค์กรต่างๆพยายามลดต้นทุนและปรับปรุงขั้นตอนการทำงาน เช่นเดียวกับที่บ็อตสามารถจัดการกับคำถามของลูกค้าในร้านค้าออนไลน์ได้แล้วโครงสร้างที่คล้ายคลึงกันที่ปรับให้เหมาะกับภาคการเงินสามารถตอบสนองลูกค้าและลดปริมาณเอกสารที่เกี่ยวข้องกับการร้องขอการจัดการ.

ในแง่ของแอปพลิเคชันภายในองค์กรมากขึ้น JPMorgan เริ่มใช้โครงสร้างที่ใช้ AI เพื่อประมวลผลคำขอด้านไอทีภายในเช่นการปรับเปลี่ยนพนักงานด้วยระบบธนาคารที่สำคัญ เมื่อไม่นานมานี้ JPMorgan Chase ได้เปิดตัวแพลตฟอร์ม Contract Intelligence (COiN) ที่ออกแบบมาเพื่อวิเคราะห์เอกสารทางกฎหมายและดึงจุดและข้อข้อมูลที่สำคัญ.

เนื่องจากการตรวจสอบข้อตกลงสินเชื่อเชิงพาณิชย์ประจำปีประมาณ 12,000 ฉบับและเอกสารที่เกี่ยวข้องต้องใช้เวลาทำงานประมาณ 360,000 ชั่วโมงการใช้ AI ที่สามารถจัดการงานได้ในเวลาไม่กี่ชั่วโมงจึงเป็นเรื่องที่สมเหตุสมผล.

การบังคับใช้: ใครได้รับประโยชน์จากการใช้ AI และอย่างไร?

ไม่มีเทคโนโลยีเดียวที่สามารถทำกำไรได้อย่างแท้จริงเว้นแต่จะพิสูจน์คุณค่าและประโยชน์ของมันต่อหน้าผู้ใช้ทั่วไป แต่ในภาคการเงินผู้ใช้โดยเฉลี่ยมีความหมายถึงสามเท่าของคำที่เกี่ยวข้องกับลูกค้านักลงทุนและ บริษัท ที่เพิ่งเริ่มต้น.

สำหรับในด้านลูกค้าของภาคการเงินการประยุกต์ใช้เทคโนโลยี AI อาจหมายถึงเพียงสิ่งเดียวในแง่ของผลประโยชน์นั่นคือความสะดวกสบาย ความสะดวกสบายสำหรับลูกค้าเกี่ยวข้องกับความปลอดภัยที่มากขึ้นการปรับเปลี่ยนบริการในแบบของคุณที่สูงขึ้นการให้บริการที่รวดเร็วขึ้นและผลกำไรที่สูงขึ้น การรวมกันของประโยชน์เหล่านี้สามารถทำได้ผ่านการประยุกต์ใช้ AI และความสามารถในการทำกำไรจะได้รับการรับรองจากการลดต้นทุนของบุคลากร.

แน่นอนว่าการลดพนักงานเป็นสิ่งที่สังคมขมวดคิ้ว แต่ลูกค้าก็กระตือรือร้นที่จะมองข้ามความทุกข์ยากของคนที่ถูกปลดออกเนื่องจากความสะดวกในการปฏิสัมพันธ์กับธนาคารและความสามารถในการรับบริการที่ดีขึ้นภายใต้การปกป้องรหัสผ่านที่ดีขึ้น และข้อมูลส่วนบุคคล.

ตัวอย่างเช่นเมื่อเร็ว ๆ นี้ Bank of America Corporation เปิดเผย ผู้ช่วยเสมือนอัจฉริยะชื่อ Erica ซึ่งใช้การวิเคราะห์เชิงคาดการณ์และการส่งข้อความเกี่ยวกับความรู้ความเข้าใจเพื่อให้คำแนะนำทางการเงินแก่ลูกค้ากว่า 45 ล้านรายขององค์กร.

แต่เป็นนักลงทุนเช่นนักลงทุนสถาบันและผู้ค้าที่เป็นลูกค้าที่น่าสนใจที่สุดขององค์กรธนาคารใด ๆ และ AI คือจอกศักดิ์สิทธิ์เมื่อพูดถึงการพัฒนาทิศทางดังกล่าว.

ตั้งแต่การนำเสนอบอทการซื้อขายไปจนถึงการวิเคราะห์ข้อมูลขนาดใหญ่และการคาดการณ์ไปจนถึงการจัดการอาร์เรย์ของข้อมูลลูกค้าจำนวนมากโดยมีผลทางการเงินสำรองไว้เทคโนโลยีนี้สามารถทำงานได้อย่างมหัศจรรย์ในการเพิ่มมูลค่าให้กับลูกค้า เนื่องจากมูลค่าส่วนใหญ่แปลเป็นผลกำไรในกรณีของนักลงทุนการใช้ AI ในการวิเคราะห์โอกาสการลงทุนที่เหมาะสมและให้ความสะดวกสบายมากขึ้นในการให้บริการจึงมีแนวโน้มที่ดี.

สุดท้าย แต่ไม่ท้ายสุดสตาร์ทอัพที่เป็นกระดูกสันหลังของการพัฒนาตลาดจะได้รับประโยชน์อย่างมากจากการประยุกต์ใช้ AI.

เนื่องจากการแข่งขันเป็นปรากฏการณ์ที่ดีต่อความก้าวหน้าความพร้อมใช้งานของเทคโนโลยี AI และการมีฐานข้อมูลสนับสนุนจำนวนมากทำให้การพัฒนาโครงสร้าง AI เพื่อตอบสนองความต้องการของตลาด.

เนื่องจากตลาด AI และเครือข่ายประสาทเทียมถูกครอบงำโดยยักษ์ใหญ่เช่น Amazon, Google และ IBM การมีสตาร์ทอัพขนาดเล็กที่สามารถนำเสนอผลิตภัณฑ์มูลค่าสูงได้ใกล้เคียงกับที่เสนอโดยผู้มีอำนาจเหนือกว่า แต่มีคุณสมบัติที่ดีกว่าและที่สำคัญที่สุดคือต้นทุนที่ต่ำกว่า ทำให้ตลาด AI เป็นตลาดที่ร่ำรวยและส่วนใหญ่ยังไม่ได้ใช้เต็มไปด้วยโอกาส.

ความคิดสุดท้าย

การปฏิวัติฟินเทคด้วยการประยุกต์ใช้ AI ยังคงเกิดขึ้นเพียงอย่างเดียว แต่ได้สร้างความประทับใจให้กับทั้งอุตสาหกรรมแล้ว.

ความเป็นไปได้ทางเศรษฐกิจและประสิทธิภาพที่ได้รับการพิสูจน์แล้วที่ระบบและอนุพันธ์ของพวกเขานำเสนอกำลังผลักดันให้ผู้นำในอุตสาหกรรมลงทุนในการพัฒนาเทคโนโลยีใหม่ ๆ เพื่อค้นหาผลกำไรและการเพิ่มประสิทธิภาพที่มากขึ้น ตลาดของโซลูชัน AI เต็มไปด้วยโอกาสและแนวโน้มการใช้งานทั่วโลกไม่ทางใดก็ทางหนึ่งเกิดจากศูนย์กลางการเงินของโลกในนิวยอร์กซึ่งผู้นำเทรนด์ของภาคการเงินต่างลงทุนในเครื่องมือใหม่ ๆ เพื่อปฏิวัติอุตสาหกรรม.

รายงานโดย CB Insights ระบุว่าไตรมาสแรกของปี 2018 เพียงอย่างเดียวมีรายได้จาก บริษัท ฟินเทคมูลค่า 5.4 พันล้านดอลลาร์ที่ได้รับการสนับสนุนจากเงินร่วมลงทุนซึ่งเป็นข้อพิสูจน์ที่ชัดเจนว่านักลงทุนสถาบันเห็นสัญญาของผลตอบแทนในการพัฒนาเทคโนโลยีใหม่ ๆ เพื่อรองรับตลาดขนาดใหญ่ของ บริการทางการเงิน.

ธนาคารไม่ได้ล้าหลังเนื่องจากการบรรลุระบบอัตโนมัติในการบริการลูกค้าการปรับเปลี่ยนในแบบของคุณการรักษาความปลอดภัยที่ดีขึ้นการเพิ่มประสิทธิภาพกระบวนการและการจดจำรูปแบบจะช่วยให้มั่นใจได้ว่าพวกเขาได้เปรียบในการแข่งขันเหนือองค์กรอื่น ๆ ที่ยังไม่ได้ใช้แนวคิดเรื่องนวัตกรรม.

เนื่องจากตลาดการเงินมีการแข่งขันอย่างดุเดือดเช่นเดียวกับตลาดอื่น ๆ ที่เกี่ยวข้องกับเงินจำนวนมหาศาลผู้ที่ติดตามและยอมรับแนวโน้มจะจบลงด้วยการอยู่รอดและประสบความสำเร็จบนกระดูกของความคิดแบบโบราณในขณะที่การปฏิวัติทางเทคโนโลยีกวาดไปทั่วเศรษฐกิจโลกบนปีก ของ AI.

สนับสนุนโดย Ivan Aleksandrov

Ivan Aleksandrov เป็นหุ้นส่วนผู้จัดการที่ บันทึกข้อตกลงทุน, บริษัท การลงทุนระหว่างประเทศที่มุ่งเน้นไปที่สินทรัพย์ที่ใช้บล็อกเชน ความเชี่ยวชาญใน Venture Capital, Private Equity และ Investment Banking ช่วยให้พวกเขาสามารถให้บริการที่เป็นแบบอย่างแก่ลูกค้าและโอกาสที่ดีในการดึงดูดการลงทุน.