高管访谈:AI 驱动的新兴金融市场改革,还有这三项障碍

简介:

外媒financial revolutionist近期策划了一场访谈,邀请嘉宾讨论人工智能对新兴市场的影响,他们认为,人工智能的先驱们大多来自科技界,已经通过 Fintech 对金融服务行业带来了震撼。

这几位嘉宾中,David del Ser Bartolome 是 BFA 的金融包容性总监,BFA 是一家全球战略咨询公司,为客户提供解决方案和影响力,从而开放、可持续地进入金融服务领域。Alex Lazarow 是 Omidyar Network 的首席,专注于全球金融科技和移动投资领域。他们就人工智能对新兴市场的影响提供了自己的见解。

讨论的原文,雷锋网编译如下:

如果你认为人工智能(AI)还是天方夜谭,想一想为什么你的亚马逊主页和我的不一样,或者为什么谷歌可以一秒钟完成翻译。如今,发展中国家和发达国家的消费者们都受益于这些越来越智能的软件。特别是机器学习技术在各个方面都突飞猛进,从检测罕见的癌症种类到纠正我们的语法错误。说到底,软件开发已经不似以前,由人类为机器写几条规则,现在,机器能从现有的数据中发掘隐含的规则。这项变化使机器能够识别所有过去的情景,并预测同样的情景何时会再出现。

人工智能的先驱们大多来自科技界,已经通过 Fintech 对金融服务行业带来了震撼。而且,发达国家的主要金融玩家都已经积极采用 AI,从而改变金融行业的游戏规则。

如果发展中国家的金融机构有足够多、高质量的数据,他们也能开始采用 AI 技术,帮助开发更多、更好的定制化产品,更灵活、更便宜的运营管理,从而获取更多利润。

我们看到,在发展中国家,AI 已经应用在多个使用情境中,例如:

  • Juntos 让银行可以定制短信(SMS)对话,大规模地提升用户的参与度;

  • Smile Identity 能够将自拍与身份证图片进行匹配,从而检测诈骗,提升客户身份验证(KYC)过程;

  • Cignifi、Lenddo 和 Destacame 等公司从数字踪迹中导出信用评分,从而减少违约;

  • Harvesting 使用卫星图片来预测小型农户的作物产量,测试客户风险,从而更恰当地进行保险担保。

随着 AI 应用的扩展,我们看见这项技术从根本上改变了银行推进金融包容性的能力。要描绘未来的图景,我们先看看三种未来可能会被消除的障碍,大胆却并非不可能。

  • 在发展中国家,金融包容性所面临的第一种障碍是语言与教育程度。客户群体的语言不通、文化程度低,使得银行与客户之间的沟通非常困难,无法互相取得信任。例如在南非,这个国家一共有11种国民语言,英语是客户与银行交流的主要语言,这就让没有使用、或很少使用银行服务的人通过自己的外语、甚至第二外语进行金融交易。AI 可以使用当地方言的语音回应或聊天机器人,使用通俗易懂的大白话而非金融术语,让人们能过使用银行服务,感受一种完全不同的金融体验。这为大多数客户创造信任感,培养一种更加个人化的客户关系,并最终实现更高的使用率。

  • 第二种障碍来自标准化产品。复杂、死板的产品让客户困在条条框框之中。有了 AI,金融服务机器人顾问可以针对客户及其背景,定制灵活的条款和服务项目。这种超级定制化能创造更有用和高效的服务项目,提升产品使用率和影响力。

  • 第三种障碍与第二种有关:标准化服务。现在,随着发展中国家的小型创业者们开始进行数字化运营,AI 驱动的银行可以通过机器人专家,为零售商、农民和餐厅等创业者提供实用的建议。这些数字化顾问可以帮助小型企业管理其运营、将流程自动化并加速其决策,提升企业和银行双方的利润。这些顾问在未来还能开发更多的技能,变得更加多产并开发更多业务,从而为创业者提供培训。

显然,AI 技术能够让新兴市场的金融机构为客户带来更多的价值。AI 能让他们把客户放在中心位置,更大规模地创造更好、更有意义的客户体验。我们相信一项令人激动的革新正在发生,很期待目前的拓荒阶段之后的新发展。



本文作者:逸炫
本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
4天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在电子商务中的个性化推荐系统:驱动用户体验升级
AI在电子商务中的个性化推荐系统:驱动用户体验升级
46 17
|
14天前
|
机器学习/深度学习 人工智能 算法
转载:【AI系统】AI 发展驱动力
本文介绍了AI的起源与发展历程,强调了2016年AlphaGo胜利对AI关注度的提升。文中详细解析了AI技术在搜索引擎、图片检索、广告推荐等领域的应用,并阐述了机器学习、深度学习和神经网络之间的关系。文章还深入探讨了AI的学习方法,包括模型的输入输出确定、模型设计与开发、训练过程(前向传播、反向传播、梯度更新)及推理过程。最后,文章概述了AI算法的现状与发展趋势,以及AI系统出现的背景,包括大数据、算法进步和算力提升三大关键因素。
转载:【AI系统】AI 发展驱动力
|
26天前
|
机器学习/深度学习 人工智能 自然语言处理
AI驱动的个性化学习路径优化
在当前教育领域,个性化学习正逐渐成为一种趋势。本文探讨了如何利用人工智能技术来优化个性化学习路径,提高学习效率和质量。通过分析学生的学习行为、偏好和表现,AI可以动态调整学习内容和难度,实现真正的因材施教。文章还讨论了实施这种技术所面临的挑战和潜在的解决方案。
72 7
|
29天前
|
机器学习/深度学习 人工智能 自然语言处理
智能化软件测试:AI驱动的自动化测试策略与实践####
本文深入探讨了人工智能(AI)在软件测试领域的创新应用,通过分析AI技术如何优化测试流程、提升测试效率及质量,阐述了智能化软件测试的核心价值。文章首先概述了传统软件测试面临的挑战,随后详细介绍了AI驱动的自动化测试工具与框架,包括自然语言处理(NLP)、机器学习(ML)算法在缺陷预测、测试用例生成及自动化回归测试中的应用实例。最后,文章展望了智能化软件测试的未来发展趋势,强调了持续学习与适应能力对于保持测试策略有效性的重要性。 ####
|
29天前
|
机器学习/深度学习 人工智能 算法
【AI系统】AI芯片驱动智能革命
本课程深入解析AI模型设计演进,探讨AI算法如何影响AI芯片设计,涵盖CPU、GPU、FPGA、ASIC等主流AI芯片,旨在全面理解AI系统体系,适应后摩尔定律时代的技术挑战。
45 5
|
27天前
|
人工智能 机器人 数据库
使用FlowiseAI轻松搭建AI驱动的交互式应用
FlowiseAI 是一款开源低代码工具,旨在帮助开发者构建自定义的语言学习模型应用。它提供拖放界面,支持与多种AI模型和数据库集成,适用于创建聊天机器人等交互式应用。使用阿里云的计算巢,用户可通过一键部署快速启动FlowiseAI,并通过简单的步骤配置和运行自定义的LLM应用。
|
28天前
|
人工智能 大数据 云计算
【AI系统】AI 发展驱动力
本文介绍了阿里云在2023年云栖大会上发布的多项新技术和产品,涵盖云计算、大数据、人工智能等领域,展示了阿里云最新的技术成果和行业解决方案,助力企业数字化转型。
|
1月前
|
数据采集 人工智能 机器人
AMD的CIO谈AI驱动转型和IT的未来
AMD的CIO谈AI驱动转型和IT的未来
|
1月前
|
机器学习/深度学习 人工智能 运维
智能运维:AI驱动的IT运维革命###
【10月更文挑战第21天】 随着数字化转型的深入,智能运维(AIOps)正逐步成为企业IT管理的核心。本文将探讨AI技术如何赋能运维领域,通过自动化、智能化手段提升系统稳定性和效率,降低运营成本,并分享实施智能运维的最佳实践与挑战应对策略。 ###
87 1
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
【AI系统】AI 发展驱动力
AI起源于20世纪50年代,经历起伏后,2016年AlphaGo的胜利重燃公众热情。实际上,AI技术早已在互联网公司广泛应用,如搜索引擎、广告推荐等。机器学习是实现AI的方法之一,深度学习则是机器学习的重要技术,通过神经网络实现。近年来,随着大数据积累、算法进步及算力增强,AI取得了显著成就,特别是在图像识别、自然语言处理等领域。AI系统的设计需考虑数据驱动、算法优化及高性能计算,以适应更大规模、更复杂的应用需求。
62 0