인류의 지식이 시작되고 상상력이 발달 한 이래로, 조수 역할을 할 목적으로 인간의 지능을 복제하는 구조의 형태로 사고의 모방을 창조하려는 욕구는 모든 종류의 예술 작품에서 추적 가능했습니다. 문학.

대장간에서 헤파이스토스를 돕는 황금 드로이드 일꾼부터 악명 높은 골렘에 이르기까지, 생각하는 삶의 모방은 인간의 상상력을 불러 일으켰고 발명가를 우리가 지금 알고있는 영역으로 더욱 밀어 붙였습니다. 인공 지능.

그러나 1950 년대가 되어서야 방 크기의 컴퓨터가 프로그래밍의 길을 열었고 인공 지능 구조와 신경망을 복제하려는 첫 번째 시도가있었습니다. 가능 해졌다.

경제가 인간 활동의 거의 모든 영역을 초토화하고 수익성의 프리즘을 통해 발명과 혁신을 승인하거나 격추하면서 AI는 투자 수익을 통한 판단의 길을 밟았습니다..

그리고 이제 AI는 금융 부문에 대한 목표를 정하고 핀 테크로 알려진 완전히 새로운 용어로 변모했습니다. 은행, 거래 및 투자는 AI가 향후 몇 년 동안 집으로 부르게 될 새로운 영역입니다..

AI가오고있다

주된 이유 AI가 정착했습니다 금융 부문에서는이 기술이 엄청난 양의 데이터를 처리하고 옛날부터 생각했던 작업을 수행하는 데 가장 적합하다는 단순한 사실 덕분입니다. 인간의 마음이 생물학적으로 제한된 작업에 대처할 수 있도록 도와줍니다..

금융 부문에는 수익을 창출하는 데 사용할 수있는 의미있는 정보를 추출하기 위해 처리 및 분석해야하는 방대한 양의 데이터가 수반됩니다. 그리고 이것은 AI가 금융 인프라를 통과하는 데이터 배열에서 예측 도구로 결과 또는 추세를 도출하고 추출하도록 프로그래밍함으로써 지원할 수있는 주요 영역입니다..

당연히 모든 기술과 마찬가지로 AI는 주요 개발주기를 거쳐 환멸이나 금융 위기로 인한 소강 상태를 겪었습니다..

가장 최근의 “겨울”주기는 1990 년대에 시작되어 세계 경제가 완전히 회복되어 새로운 기술을 수용하고 혁신의 돌파구를 달성 할 때까지 계속되었습니다. AI의 추론 기술은이 운동의 선봉에 있었고 수많은 응용 분야를 보았습니다..

핀 테크로서의 AI : AI가 핀 테크를 어떻게 변화 시켰는가?

봇의 출현에서 AI의 첫 번째이자 가장 눈에 띄는 표현을 목격 할 수 있습니다..

인터넷 상점에 들어가서 온라인 비서와 대화 한 적이있는 사람은 누구나 봇과 대화를 나누었을 것입니다. Statista의 연구에 따르면 전 세계적으로 가상 비서를 사용하는 소비자의 수가 2018 년에 10 억을 초과 할 것으로 예상되었습니다..

경제 용어에서 “최적화”라는 단어는 하나로 성형 된 두 가지 즉 감소 또는 비용과 생산성 증가를 의미합니다. 그 결과 봇의 도입을 통해 직원을 해고하거나 일련의 사전 프로그래밍 된 알고리즘을 통해 클라이언트 쿼리에 응답하는 것과 같은 간단한 작업을 수행하도록 프로그래밍 할 수있는 단순한 AI 빌드를 만들 수 있습니다..

이러한 봇은 여러 요청에 동시에 응답하고 판매로 이어질 수 있으며, 이는 인간 관리자가 이러한 규모로 수행 할 수없는 일입니다. 봇은 온라인 거래에서 뱅킹에 이르기까지 다양한 산업에 크게 침투 해 왔으며, 여기에서 이미 훌륭한 중간 관리자 층을 대체했습니다..

러시아 최고의 금융 대기업 인 Sberbank는 최근 발표 AI 솔루션을 통해 중급 직원의 최대 90 %를 줄이고 2018 년에 고객의 지점 방문을 최대 5 백만 명까지 줄였습니다. 상당한 비용 절감 성과.

예측 분석은 최근 금융 현장에 도입 된 AI 기술을위한 또 다른 거대한 애플리케이션입니다..

NASDAQ은 2018 년 거래 현장에서 AI를 도입하기 시작했으며 NASDQ CTA 인공 지능 및 로봇 지수 (NQROBO)는 경쟁 업체 인 ROBO 글로벌 로봇 및 자동화 지수 및 Indxx 글로벌 로봇을 능가했습니다. & 인공 지능 주제 지수 (IBOTZ)는 각각 5.3 % vs 0.19 % 및 2.71 %.

잠재적 인 그래프 움직임을 분석하기 위해 AI를 사용하는 것은 AI가 몇 초 안에 정보를 처리 할 수없는 방대한 분석 인력을 유지하는 것보다 실행 가능하고 훨씬 더 수익성있는 대안이되고 있습니다..

동시에 자산 규모로 세계 35 위를 기록한 스위스 UBS 은행은 최근 Amazon과 제휴하여 “Ask UBS”서비스를 Alexa 기반 Echo 스피커 장치에 통합했습니다..

잠재적 인 시장 움직임에 대해 인터넷에서 집계 된 데이터를 기반으로 미래를 들여다보기 위해 예측 분석과 봇의 조합을 사용하는 것은 거래자에게 매우 귀중한 도구이기 때문에 돈 거래는 AI에게 다음으로 큰 일입니다..

전문 AI는 소셜 네트워크 및 뉴스 채널의 방대한 양의 데이터를 요약하여 모든 통화의 환율에 대한 예측을 공식화 할 수 있습니다. 그리고 그것은 주요 거래소와 소규모 금융 스타트 업 모두에서 적극적으로 사용하는 도구입니다..

GAN 또는 Generative Adversarial Networks는 가장 큰 트렌드 앞으로 몇 년 동안.

GAN은 2014 년 Ian Goodfellow에 의해 발명되었으며, 식별기 및 생성기 형태의 두 개의 신경망으로 구성되어 있습니다. 실제 데이터.

즉, GAN은 무제한으로 훈련 할 수 있으며 중단없이 학습 할 수 있습니다. 업계가 이러한 네트워크를 개별적으로 교육하여 현실적인 시장 행동을 형성 할 수있게하여 거래자부터 위험 관리자에 이르기까지 모든 사람에게 하늘이 보낸 도구가 될 수 있으므로 이는 핀 테크에게 환상적인 뉴스입니다..

미래의 AI 사용 동향

GAN과 함께 향후 몇 년간 핀 테크에서 가장 눈에 띄는 AI 표현은 혁신에 그다지 초점을 맞추지 않고 신청. 가장 큰 트렌드는 보안, 개인화 및 프로세스 최적화에서 AI를 사용하는 것입니다..

일반적으로 은행 및 금융 산업은 수년 동안 보안 문제로 인해 어려움을 겪고 있으며 AI는 시스템에 남아있는 여러 허점을 가장 잘 해결할 수있는 도구 중 하나입니다. 클라이언트 식별을위한 지문 및 망막 패턴과 같은 생체 인식 데이터의 사용은 Apple이 Apple Pay 서비스를 위해 휴대폰에 사용하는 얼굴 인식 기술과 함께 AI를 적용 할 수있는 영역 중 하나입니다..

Goode Intelligence의 최근 보고서에 따르면 2021 년까지 19 억 은행 고객이 생체 인식을 한 형태로 또는 다른 형태로 사용할 것이라고 주장합니다. 사기는 사기 방지 부서에 적절하게 적용되면 AI가 제거 할 수있는 핵심 영역 중 하나입니다..

고객이 점점 더 까다 롭고 변덕스럽고 기술에 정통하고 재무 지식이 향상됨에 따라 은행의 사용자 경험 개인화는 일반적으로 업계의 주요 과제입니다. 사용자 경험의 맞춤화 및 개인화는 AI를 사용하지 않고는 생각할 수 없습니다. AI를 사용하지 않으면 후자가 사용자 요청을 예측하고 클라이언트가 미래에 필요한 것이 무엇인지 알기 전에이를 수용하는 열쇠이기 때문입니다..

클라이언트 행동 분석에 의존함으로써 AI는 광고 도구 금융 상품 및 상품.

말할 필요도없이, 내부 및 클라이언트 관리 프로세스의 최적화는 조직이 비용을 줄이고 워크 플로를 간소화하기 위해 고군분투하면서 향후 몇 년 동안 AI가 적용될 주요 영역 중 하나입니다. 이제 봇이 온라인 상점에서 클라이언트 쿼리를 처리 할 수있는 것처럼 금융 부문에 맞춤화 된 유사한 구조가 클라이언트를 충족시키고 요청 처리와 관련된 서류 작업의 양을 줄일 수 있습니다..

내부적으로 애플리케이션의 의미에서 JPMorgan은 AI 기반 구조를 사용하여 주요 은행 시스템을 사용한 직원 조작과 같은 내부 IT 요청을 처리하기 시작했습니다. JPMorgan Chase는 최근 법률 문서를 분석하고 중요한 데이터 포인트 및 조항을 추출하도록 설계된 계약 인텔리전스 (COiN) 플랫폼을 도입했습니다..

연간 약 12,000 건의 상업 신용 계약 및 관련 문서를 수동으로 검토하려면 약 360,000 인시가 필요하므로 몇 시간 내에 작업을 처리 할 수있는 AI 사용은 정당한 것 이상입니다..

적용 가능성 : AI 사용의 이점과 방법?

일반 사용자보다 그 가치와 유용성을 입증하지 않는 한 단일 기술이 진정한 수익을 올릴 수는 없습니다. 그러나 금융 부문에서 일반 사용자는 고객, 투자자 및 신생 기업을 포함하는 단어에 대한 세 가지 감각입니다..

금융 부문의 클라이언트 측에게 AI 기술의 적용은 이점의 의미에서 편리함이라는 한 가지만을 의미 할 수 있습니다. 고객의 편의는 보안 강화, 서비스 개인화 강화, 서비스 속도 향상 및 수익성 향상을 포함합니다. 이러한 혜택의 조합은 AI 적용을 통해 달성 될 수 있으며, 인력 비용 절감으로 수익성이 보장 될 것입니다. ㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ ㅇㅇㅇ.

확실히 직원을 줄이는 것은 사회가 눈살을 찌푸리는 일이지만 고객은 은행과의 상호 작용에서 편리함과 비밀번호 보호를 강화하여 더 나은 서비스를받을 수있는 능력을 위해 해고자의 고통을 지나쳐보고 싶어합니다. 및 개인 데이터.

예를 들어, Bank of America Corporation은 최근 공개 예측 분석 및 코 그너 티브 메시징을 사용하여 조직의 4500 만 명 이상의 고객에게 재정 지침을 제공하는 Erica라는 지능형 가상 비서.

그러나 금융 기관의 가장 매력적인 고객은 기관 투자자 및 거래자 등 투자자이며, 이러한 방향의 발전을 말할 때 AI는 성배입니다..

거래 봇 제공에서 대규모 데이터 분석 및 예측에 이르기까지 재무 결과를 뒷받침하는 방대한 고객 데이터 처리에 이르기까지이 기술은 고객을위한 가치를 증가시키는 놀라운 일을 할 수 있습니다. 투자자의 경우 가치가 크게 이익으로 전환되기 때문에 최적의 투자 기회를 분석하고 서비스 편의성을 높이는 데 AI를 사용하는 것이 유망합니다..

마지막으로, 시장 개발의 중추를 형성하는 스타트 업은 AI 적용의 혜택을 크게 누릴 수 있습니다..

경쟁은 발전을 이끄는 건전한 현상이기 때문에 AI 기술의 무료 가용성과 많은 지원 데이터베이스의 존재로 인해 시장에 맞는 AI 구조의 개발은 수익성있는 벤처가 필요합니다..

AI 및 신경망 시장은 주로 Amazon, Google 및 IBM과 같은 거대 기업에 의해 지배되고 있기 때문에 지배자가 제공하는 제품과 유사하지만 더 나은 기능과 가장 중요한 것은 더 낮은 비용으로 고 부가가치 제품을 제공 할 수있는 소규모 스타트 업이 존재합니다. AI 시장을 수익성이 높고 개발되지 않은 광활한 기회로 가득 찬 광활하게 만듭니다..

마지막 생각들

AI를 적용한 핀 테크 혁명은 여전히 ​​떠오르고 있지만 이미 전체 산업에 큰 인상을 남겼습니다..

시스템과 그 파생 제품이 제공하는 입증 된 경제성 및 효율성은 업계 리더들이 더 큰 수익과 최적화를 추구하는 새로운 기술 개발에 투자하도록 유도하고 있습니다. AI 솔루션 시장은 기회로 무르 익고 있으며, 어떤 식 으로든 애플리케이션의 글로벌 추세는 금융 부문의 트렌드 세터가 새로운 도구에 투자하여 산업을 혁신하는 뉴욕의 세계 금융 센터에서 비롯됩니다..

CB Insights의 보고서에 따르면 2018 년 1 분기에만 벤처 캐피탈이 지원하는 핀 테크 기업이 54 억 달러를 모금 한 기록적인 기록을 세웠습니다. 금융 서비스.

고객 서비스 자동화, 개인화, 향상된 보안, 프로세스 최적화 및 패턴 인식을 달성하면 아직 혁신 아이디어를 수용하지 않은 다른 조직에 비해 경쟁 우위를 확보 할 수 있으므로 은행은 뒤처지지 않습니다..

금융 시장은 막대한 돈을 필요로하는 다른 금융 시장과 마찬가지로 잔인하게 경쟁하기 때문에, 트렌드를 따르고 수용하는 사람들은 기술 혁명이 세계 경제를 휩쓸고있는 동안 구식 사고의 뼈에서 살아남고 승리하게 될 것입니다. AI의.

Ivan Aleksandrov 제공

Ivan Aleksandrov는 각서. 자본, 블록 체인 기반 자산에 중점을 둔 국제 투자 회사입니다. 벤처 캐피탈, 프라이빗 에쿼티 및 투자 은행에 대한 전문 지식을 통해 고객에게 모범적 인 서비스를 제공하고 투자 유치를위한 훌륭한 기회를 제공 할 수 있습니다..