Ända sedan människans historia och utvecklingen av fantasifulla förmågor, har önskan att skapa en imitation av tänkande i form av en konstruktion som replikerar mänsklig intelligens i syfte att fungera som assistent spårbar i alla slags konstverk och litteratur.

Från gyllene droidarbetare som hjälper Hefaistos i sin smedja till den ökända Golem, har imitationen av tänkande livet drivit mänsklig fantasi och drivit uppfinnare allt längre in i det område vi nu känner till Artificiell intelligens.

Men det var inte förrän på 1950-talet som datorer i rymdstorlek banade väg för programmering och de första försöken att replikera både konstgjord intelligenskonstruktioner och neurala nätverk. möjliggjordes.

Eftersom ekonomin har tagit en choke över praktiskt taget alla områden av mänsklig aktivitet, som godkänner eller skjuter ner uppfinningar och innovationer genom priset på lönsamhet, har AI också gått vägen till bedömning genom avkastning på investering.

Och nu har AI fastställt sina mål på den finansiella sektorn och förvandlats till en helt ny term som kallas fintech. Bank, handel och investeringar är de nya områdena som AI är på väg att kalla hem de kommande åren.

AI kommer

De främsta anledningarna till varför AI har ordnat sig inom den finansiella sektorn är till stor del tack vare det enkla faktum att tekniken är bäst lämpad för att hantera massiva mängder data och göra vad den var tänkt för sedan urminnes tider – att hjälpa människans sinne att hantera uppgifter den senare är biologiskt begränsad i.

Den finansiella sektorn innehåller stora mängder data som behöver bearbetas och analyseras för att extrahera meningsfull information som kan användas för att göra vinst. Och detta är huvudområdet där AI kan hjälpa till genom att programmeras för att härleda och extrahera resultat eller trender som ett förutsägbart instrument från datainsamlingarna som passerar genom finansiell infrastruktur.

Naturligtvis, som är fallet med alla tekniker, har AI gått igenom stora utvecklingscykler och därmed dödsfall som orsakats av desillusion eller finansiella kriser.

Den senaste “vinter” -cykeln landade på 1990-talet och fortsatte de senaste åren tills den globala ekonomin återhämtade sig helt för att omfamna ny teknik och uppnå ett genombrott inom innovationer. Följande tekniker för AI har varit i spetsen för denna rörelse och har sett många tillämpningar.

AI som Fintech: Hur har AI förändrat Fintech?

Den första och mest påtagliga manifestationen av AI kan bevittnas i tillkomsten av bots.

Den som någonsin har gått in i en internetbutik och pratat med en onlineassistent har troligtvis pratat med en bot. En studie från Statista visade att antalet konsumenter som använder virtuella assistenter över hela världen förväntades överstiga en miljard 2018.

Ordet ”optimering” i ekonomisk terminologi betyder två saker gjutna till en – minskning eller kostnader och ökad produktivitet. Resultatet är avskedigande av anställda genom introduktion av bots, eller snarare enkla AI-byggnader som kan programmeras för att utföra enkla uppgifter, såsom att svara på klientfrågor genom en serie förprogrammerade algoritmer.

Sådana robotar kan svara på flera förfrågningar samtidigt och leda till försäljning, något som mänskliga chefer inte kan göra i en sådan skala. Bots har genomsyrat mycket i olika branscher, från onlinehandel till bank, där de redan har ersatt ett stort lager av mellanledare.

Sberbank, Rysslands ledande finansjätt, har nyligen gjort det meddelat att AI-lösningar har minskat upp till 90% av medellinjen och resulterat i en minskning av kundbesöken till filialer med upp till 5 miljoner under 2018. En betydande kostnadsbesparingsuppnåelse.

Prediktiv analys är en annan enorm applikation för AI-teknik som nyligen har kommit in på den ekonomiska scenen.

NASDAQ började anställa AI på sin handelsgolv 2018 och NASDQ CTA Artificial Intelligence and Robotics Index (NQROBO) överträffade sina konkurrenter ROBO Global Robotics and Automation Index och Indxx Global Robotics & Tematiskt index för artificiell intelligens (IBOTZ) med 5,3% mot 0,19% respektive 2,71%.

Att använda AI för att analysera potentiella grafrörelser blir ett livskraftigt och betydligt mer lönsamt alternativ till att upprätthålla en massiv personalanalytiker som aldrig kommer att kunna bearbeta mängden information som AI kan på några sekunder.

Samtidigt har den schweiziska UBS-banken, som är rankad 35 i världen för sin volym tillgångar, nyligen samarbetat med Amazon för att införliva sin “Ask UBS” -tjänst i Alexa-drivna Echo-högtalare..

Pengarhandel är nästa stora sak för AI, eftersom det är ett ovärderligt verktyg för handlare att använda en kombination av predikativ analys och bots för att kika in i framtiden på grundval av data som samlats från internet om potentiella marknadsrörelser..

Specialiserad AI kan sammanfatta stora mängder data från sociala nätverk och nyhetskanaler för att formulera en prognos om valutans valutakurs. Och det är ett instrument som aktivt används av både större handelsgolv och mindre finansiella startups.

GAN eller Generative Adversarial Networks är ett av största trender av de kommande åren.

GAN uppfanns av Ian Goodfellow 2014 och består av två neurala nätverk i form av en diskriminator och generator som kan klassificera vilken form av data som helst mellan sig och nå jämvikt i form av enighet när generatorn producerar bilder som inte kan särskiljas verkliga data.

Med andra ord kan GAN utbildas på ett obegränsat sätt och kan lära sig oavbrutet. Detta är fantastiska nyheter för fintech eftersom industrin kommer att kunna lära dessa nätverk individuellt att bilda realistiskt marknadsbeteende och därmed bli ett himmelsinstrument för alla från handlare till riskchefer.

Trender för framtida användning av AI

Tillsammans med GAN kommer de mest synliga manifestationerna av AI inom fintech de kommande åren inte att fokuseras så mycket på innovation utan på Ansökan. De största trenderna ligger i användningen av AI för säkerhet, personalisering och processoptimering.

Bank- och finansindustrin i allmänhet har plågats av säkerhetsfrågor genom åren och AI är ett av de instrument som verkar vara mest kapabla att lösa in de flera kryphål som finns kvar i systemet. Användningen av biometriska data, som fingeravtryck och retinalmönster för klientidentifiering, är ett av de områden som kan tillämpa AI tillsammans med ansiktsigenkänningsteknologier som används av Apple i sina telefoner för sina Apple Pay-tjänster..

En färsk rapport från Goode Intelligence hävdar att 1,9 miljarder bankkunder kommer att använda biometrisk identifiering i en eller annan form till 2021. Bedrägeri är ett av de viktigaste områdena som AI kan eliminera om de tillämpas korrekt i bedrägeribekämpningsavdelningar..

Personanpassningen av användarupplevelser med banker är en stor utmaning för branschen i allmänhet eftersom kunderna blir mer krävande, nyckfulla, tekniskt kunniga och avancerade i sin finansiella kompetens. Anpassning och personalisering av användarupplevelser kan inte tänkas utan användning av AI, eftersom den senare är nyckeln till att förutsäga användarförfrågningar och tillgodose dem innan kunden ens vet vad de kan behöva i framtiden.

Genom att förlita sig på analysen av klientbeteende kan AI bli en kraftfull reklamverktyg för finansiella instrument och produkter.

Det behöver inte sägas att optimering av interna processer och klienthanteringsprocesser är ett av de viktigaste områdena som AI kommer att tillämpas de närmaste åren när organisationer kämpar för att sänka kostnaderna och effektivisera arbetsflöden. Precis som bots nu kan hantera kundfrågor i onlinebutiker, kan liknande konstruktioner skräddarsydda för finansiella sektorer tillgodose kunder och minska mängden pappersarbete involverad i hantering av förfrågningar.

I en mer intern känsla av applikationen började JPMorgan använda AI-baserade konstruktioner för att behandla interna IT-förfrågningar, till exempel anställdas manipulationer med viktiga banksystem. JPMorgan Chase har nyligen introducerat en COiN-plattform (Contract Intelligence) utformad för att analysera juridiska dokument och extrahera viktiga datapunkter och klausuler.

Eftersom manuell granskning av cirka 12 000 årliga kommersiella kreditavtal och relevanta dokument kräver cirka 360 000 arbetstimmar är det mer än motiverat att använda AI som kan hantera uppgiften på några timmar..

Tillämplighet: Vem drar nytta av användningen av AI och hur?

Inte en enda teknik kan någonsin bli riktigt lönsam om den inte visar sitt värde och användbarhet före den genomsnittliga användaren. Men inom finanssektorn är den genomsnittliga användaren en tredubbel känsla av ordet som involverar kunder, investerare och nystartade företag.

För klientsidan i den finansiella sektorn kan tillämpningen av AI-teknik bara betyda en sak i betydelsen av fördel – bekvämlighet. Bekvämlighet för kunderna innebär större säkerhet, högre personalisering av tjänster, snabbare service och högre lönsamhet. Kombinationen av dessa välgörenheter kan uppnås genom tillämpning av AI, och dess lönsamhet kommer att säkerställas genom personalminskningar.

Visst är att minska personal en sak som samhället rynkar på, men kunderna är angelägna om att se förbi de avskediges elände till förmån för deras bekvämlighet i interaktion med banker och förmågan att få bättre tjänster under paraplyet med större skydd av sina lösenord. och personuppgifter.

Till exempel Bank of America Corporation nyligen avslöjade sin intelligenta virtuella assistent som heter Erica, som använder prediktiv analys och kognitiva meddelanden för att ge ekonomisk vägledning till organisationens över 45 miljoner kunder.

Men det är investerarna, såsom institutionella investerare och handlare, som är de mest attraktiva kunderna i alla bankorganisationer, och AI är den heliga gralen när man talar om utvecklingen av sådana riktningar..

Från att erbjuda handelsbots till massiv dataanalys och förutsägelse till hantering av stora grupper av kunddata med ekonomiska resultat som säkerhetskopierar dem, kan tekniken göra underverk för att multiplicera värdet för kunderna. Eftersom värdet till stor del översätts till vinster för investerare är användningen av AI för att analysera optimala investeringsmöjligheter och erbjuda större bekvämlighet i service lovande.

Sist men inte minst kan nystartade företag som utgör ryggraden i marknadsutvecklingen ha stor nytta av tillämpningen av AI.

Eftersom konkurrens är ett hälsosamt fenomen som driver framsteg, gör fri tillgång till AI-teknik och närvaron av ett stort antal stödjande databaser utvecklingen av AI-konstruktioner för att tillgodose marknadens behov ett lönsamt företag.

Eftersom marknaden för AI och neurala nätverk till stor del domineras av giganter som Amazon, Google och IBM, är förekomsten av mindre nystartade företag som kan erbjuda högvärdiga produkter som liknar dem som erbjuds av dominatorerna men med bättre funktioner och, viktigast av allt, till lägre kostnader, gör AI-marknaden till en lukrativ och i stort sett outnyttjad omfattning full av möjligheter.

Slutgiltiga tankar

Fintech-revolutionen med tillämpningen av AI växer fortfarande bara fram men har redan gjort ett stort intryck på hela branschen.

Den beprövade ekonomiska genomförbarheten och effektiviteten som erbjuds av systemen och deras derivat driver branschledare att investera i utvecklingen av nyare teknik för att söka större vinster och optimering. Marknaden för AI-lösningar är mogen med möjligheter och den globala trenden för deras tillämpning på ett eller annat sätt härrör från världens finanscentra i New York, där trendsättarna i finanssektorn investerar i nya instrument för att revolutionera branschen.

En rapport från CB Insights tyder på att det första kvartalet 2018 bara gick till rekordhöga 5,4 miljarder dollar som samlats in av fintech-företag med stöd av riskkapital – gott om bevis för att institutionella investerare ser löftet om avkastning när de utvecklar ny teknik för att tillgodose den massiva marknaden för Finansiella tjänster.

Banker släpar inte efter eftersom att uppnå kundtjänstautomatisering, personalisering, förbättrad säkerhet, processoptimering och mönsterigenkänning kommer att säkerställa deras konkurrensfördel jämfört med andra organisationer som ännu inte har tagit emot idén om innovation.

Eftersom finansmarknaden är lika brutalt konkurrenskraftig som alla andra som involverar massiva summor pengar, kommer de som följer och anammar trender att sluta överleva och segra på arkaiskt tänkande när den tekniska revolutionen sveper över den globala ekonomin på vingarna av AI.

Bidrag av Ivan Aleksandrov

Ivan Aleksandrov är Managing Partner på Memorandum. Huvudstad, ett internationellt investeringsföretag med fokus på blockchain-baserade tillgångar. Deras expertis inom riskkapital, private equity och investmentbanking gör det möjligt för dem att tillhandahålla exemplariska tjänster till sina kunder och stora möjligheter till investeringsattraktion..