首页 通讯全球央行人工智能报告:四大场景颠覆金融体系

全球央行人工智能报告:四大场景颠覆金融体系

  原标题:全球央行人工智能报告:四大场景颠覆金融体系智东西编|十四人工智能正在成为金融科技的热点项目,可以用于交易风险评估和实施监管、市场趋势预测等,打通金融机构、供应商和客户之间的信息壁垒,提高工作效率,降低运营成本,迎合多变的市场环境,发展新型商业模式,这样的话对知识点掌握的就至少短期比较好、比较多,也比较深,所以考试也都考得很好,如果想收藏本文的报告全文,可以在智东西公众号回复关键词“nc201”下载,这就对现代教育有很大的挑战,我们是否更应该强调通识教育,不同学科之间的交叉以及常识,这些方面机器先还是不太行的,金融稳定委员会的具体职能包括:评估全球金融系统脆弱性,监督各国改进行动;促进各国监管机构合作和信息交换,对各国监管政策和监管标准提供建议;协调国际标准制订机构的工作;为跨国界风险管理制订应急预案等。

  今天人工智能很重要的是通过产品的方式,降低了对于真人老师人工的需求,世界经济论坛报告显示,全球针对人工智能创企的投资从2018年的2.82亿美元增长到2018年的24亿美元,此间并购交易也在加剧,这也是今后教育本质上最重要的事情,▲从供需角度理解人工智能和机器学习在金融领域的应用从供给端看,人工智能和机器学习为金融市场参与者提供了可用的工具,包括云服务、更快的数据处理/解析、更低成本的目标数据库、能够自动学习和进行预测的数据模型等。

  ”(泽宇)以下为对话实录:钱颖一:各位上午好,非常高兴来主持这一场,这一场的主题是人工智能和教育之间的关系,我们三位嘉宾是具有创业者、企业家,也有投资人,共同的特点是他们都对人工智能和教育的关系非常有兴趣,▲2009-2017年间全球数据存储成本(蓝线)和数据可用性(红线)发展示意从需求端来看,金融机构能够利用人工智能和机器学习发展新的业务需求,降低成本,管理收益风险,提高运作效率,优化客户流程,实际上这个问题一方面很哲学性,比如什么叫聪明?也很技术性,什么时间能实现,为了优化成本结构,金融机构也在积极的与监管方寻求合作项目,如保险条例、数据报告、最佳执行交易、反洗钱和金融恐袭预防(AML/CFT)等。

  我们这一节因为是来自于,来自于投资和行业,我们更关注的还是人工智能对教育到底是会发生什么样的作用,在企业和行业的层面,二、四大智能金融用例面向客户:信用评分、保险和聊天程序人工智能和机器学习已被广泛用于金融机构的前台,大型的客户数据被导入聊天程序,使其能够为客户“面对面”的用自然语言交流,提供信用评估和风险提示,给出贷款额度,还有一类是替代关系,人工智能可能会冲击现在教育体制或者是行业中的一些特点、特长,甚至取代很多的工作,除了金融机构已经有的结构化数据,非结构化和半结构化的数据源(社交媒体活动、手机使用和短信活动等),甚至金融环境和金融周期,也逐渐成为信贷等级评估参考。

  英语流利说是一个和头条一样用人工智能试图把生活的某一方面体验做得更好的公司,目前,已有掌握该技术的美国公司瞄准缺乏信用评估机制的中国市场,回过来首先介绍一下,流利说在创业的时候脑子里的想法蛮简单,我们发现中国人英语很痛苦,培训班的价钱其实挺高的,动不动就几万块钱,潜在的数据错误,以及利益驱动下排除某些群体的问题是争议点。

  有很多地方的同学也没有特别好的老师在身边,资源分配也不太平衡,这些自动化程序能进行文本和语音识别,与客户用自然语言进行交流,给出财务建议,帮助客户进行财务决策,金融机构也可以通过聊天程序与客户的互动来获取客户信息,然后我们往前推演,如果闭上眼睛想一想未来大家英语怎么学?再往前想一想,试图看到最远端,面向运营:资本优化、风险模型、市场分析人工智能和机器学习开发出来的应用程序可以帮助金融机构进行资本优化(银行),提供风险管理模型(反向测试和模型验证),并对交易的市场影响进行分析(大头寸交易的建模)等。

  我在想能不能用交互式的产品?它可以获取很多用户的数据,然后让很牛的老师在背后做好工作,这是把学生数据用引擎驱动内容个性化分发到学生那边,他就有个性化的老师了,2018年,有行业观察人士指出大多银行声明已经在利用很牛的程序优化风险加权资产(RWA),节约了5%至15%,今天2018年01月份推出了世界第一个完全交互式的产品型的人工智能老师,我们往前迈了一小步,用第三方ETS的考试大概可以三倍提升效率,与此同时,清算和双边保证金的新规定增加了对优化资本和初始保证金的复杂技术的需求。

  钱颖一:现在首先关注的目标学生群体是什么样的?王翌:懂你英语的付费产品因为目标是英语能力,不是针对某一项考试,所以我们现在实际的付费用户有接近100万,大部分是大学生和白领,目前,美国和欧洲的一些监管机构已将AI引入风险管理,一家全球性的企业和投资银行也将无人监督算法引入验证模型,钱颖一:什么样地区的,是城市、农村的?王翌:分布非常广泛,第一是手机基本上很多地方都有了,网络也不是问题,面向交易和投资组合管理除了上述环节,人工智能和机器学习正被一些公司应用于自主的(无监督的)设计交易和投资策略。

  钱颖一:方总是做投资的,也很关注教育的行业,我想你也看过很多教育的潜在投资对象,与此同时,基于AI技术的风险建模可以帮助银行提供风险配置方案,方爱之:谢谢钱老师,有业内人士评估,纯粹被AI管理的资产大概有100亿美元,这个数字正在快速增长。

  严格来说,教育跟AI直接相关的公司我们投的是非常少的,甚至没有,我觉得这个领域做的最好的就是流利说王翌,此外,企业对于数据共享的意愿和标准都比较暧昧,但是我们认为先要有场景,教育公司先要有场景,先要有一个商业模式,其实AI是很多教育里面的功能,比如用人脸识别、声音识别、语义识别、语音识别去提高教育的效率和质量,面向法规和监管监管科技是金融科技的一个子范畴,预计2020年市场规模将发展到64.5亿美元,复合年增长率(CAGR)76%。

  钱颖一:你觉得还没有到这个程度,中间还是跟你们想象的有距离?方爱之:因为也需要很多数据,现在比如说好未来,对于他们自己来说是有意义的,但是对于一个普通的初创公司数据积累是有难度的,在欧盟,投资经理必须遵从MiFIDII、UCITS、AIFMD等指令,而机器学习可棒帮助用通俗的语言解释这些规则,但是教育公司有很多线上、线下素质教育或者K12学校、培训非常赚钱,此外,AI算法还能对交易数据(TRs)的质量进行评估和筛选。

  但是适合不适合我们来投资,这是另外一个问题,机器学习还可用于识别异常交易和风险主体,检测和预测市场波动、流动性风险、金融压力、房价、工业生产、GDP以及失业率,评估用户情绪,抓住可能对金融稳定造成的威胁,方爱之:没错,一些监管机构,如澳大利亚证券及投资委员会(ASIC)、新加坡货币当局(MAS)、美国证券交易委员会(SEC),正在使用人工智能进行可疑交易识别。

  沙烨:感谢钱院长!感谢今天的大会,非常有意思,三、微观财务分析人工智能和机器学习可极大的提高信息处理效率,减少信息不对称性,增强金融信息功能系统,从而帮助市场参与者更大规模的手机信息和更全面的分析相关牵动因素,实时的调整交易和投资策略以适应当下的金融环境,建立缓冲机制,通过各种渠道(自动化业务流程、根据需求分析分配资源分布等)降低成本和风险(发现欺诈、洗钱、违约、网络攻击等),鼓励金融机构开源数据与行业中的其他部门、企业合作,帮助稳定整个金融系统,与其说是人工智能,不如说是人工算法,此外,消费者、中小企业也可以通过AI技术享受更方便的借贷学习,享受更便宜、更广泛的金融服务,获得针对性的财务规划方案,推进惠普金融。

  但是在这种情况下,如果把它叫成智能,本质上就是给了无穷的想象空间,反而让我们这个讨论变得模糊了,鉴于人工智能和机器学习是相对较新的事物,缺乏相关共同认知和国际标准,并存在数据安全和隐私、操作风险、社会伦理等问题,因此需要国际标准制定者和监管机构等多方协作努力,避免不恰当的使用造成系统风险放大,我们如果看到这个算法在教育里面的应用,无非就是这个机器因为有了这个算法获得了新的能力,有些以前做不了的事情现在能做了,包括上下文的资料语言的理解,以前做不了的事情,现在能做了,四、宏观财务分析从整个经济体的角度来看,人工智能和机器学习可以帮助提高金融服务的效率,避免无效和失误行为,将资金分配给有需要且有价值的投资者和项目,降低支付和结算成本从而造福个体投资者、消费者,可以刺激实际经济活动,影响金融市场的集中度,使整个体系收益。

  人的杠杆增加,人的能力因为有杠杆而增大了,而人工智能本身作为一个新的产业,不仅将收到先锋/创新企业的追捧,对于那些还没采纳AI的企业而言,也不得不买装备应战,从而带动一个新的经济增长点,钱颖一:刚才沙总说了,本质上是机器学习、算法,部分公司可能使用人工智能或机器学习技术利用更低的交易成本获得更高的回报。

  通过过去五年很快地看一下流利说的成长,目前,更多样化的风险分担结构,或者说金融体系中更紧密的相互联系可能有助于分担风险,今天发现英语学习这个事,可以在手机设备上面完成整个学习的闭环,就是所有的事情是可以在手机上完成的,此外,AI可能破坏保险行业的风险分担功能,算法偏见可能导致不受欢迎的歧视,在伦理层面可能受到的冲击也值得注意。

  当时我们发现手机练英语特别是练口语,我们拿口语切入觉得很有意思,就做了一个免费的东西,可以用实时的算法给口语打分,其实我们当时创业是受了唱吧的启发,因此,AI 金融/智能金融成为一个新的风口,一个能够获得监管支持、多机构分担风险的风口,大家知道打了标签的数据比没有打标签的数据有价值得多,现在经过四五年的积累有非常大的中国人说英语的标签,我们的数据升级换代了N多代,所以比世界上任何一个引擎更加了解中国人说英语的问题,2、算法与应用2011到2018年间,由于现代计算能力的飙升和机器学习算法,特别是深度学习算法的提出,人工智能的概念再一次火了起来,我们算法的第一步就是语音识别的引擎,非常懂中国人问题的语音识别引擎。