Puntos Importantes

La tecnología de uso general 这是经济学家使用的一个术语 guardan 促进长期经济增长和社会进步的技术, 以同样的方式彻底改变家庭和企业的运营. 通用技术的一个例子是电力. La electricidad generó 大量的产品和行业, incluyendo refrigeradores, lavadoras, trenes y, por supuesto, computadoras. 电力的到来从根本上改变了世界.

Un artículo reciente en la 获得助学金和/或奖学金的学生 将人工智能(ai)指定为我们这个时代最重要的通用技术. 我们熟悉人工智能的力量. 它以机器人的形式表现出来 打败世界著名的棋手. Un carro que puede 自己平行停车. Dispositivos que responden con el clima de mañana cuando lo preguntamos. 但我们与人工智能的接触和理解大多围绕着影响我们作为消费者日常生活的产品展开。. A nivel organizativo, 关于人工智能将如何影响行业，特别是金融服务将如何利用人工智能，还有一个更广泛的问题.

下一篇文章将定义人工智能, 相关技术的范围, 全球人工智能产业的规模和人工智能在金融领域的应用. Esta pieza no pretende proporcionar un juicio normativo sobre el desarrollo de la IA; más bien, 关注人工智能如何影响金融.

人工智能:什么是人工智能?

人工智能是[计算机科学的一个领域](http://www.techopedia.com/definition/190/artificial-intelligence-ai)专注于创造像人类一样工作的智能机器. Las computadoras de IA están 设计来执行人类功能 包括学习、决策、计划和语音识别.

人工智能使机器成为可能 持续提高你的表现 没有人类提供如何做到这一点的说明性指示. 这很重要，原因有几个. 首先，人类知道的比我们能够理解的要多. Es decir, 在国际象棋游戏中，人类能够识别人脸或执行智能策略. Sin embargo, 在先进的人工智能技术之前, 人类无法表达我们自己的知识，这意味着我们无法将许多任务自动化. En segundo lugar, 人工智能技术在执行上是超人, 比人类操作得更快，更频繁.

人工智能技术

人工智能包含了多种能力和技术. La empresa de consultoría PWC refuerza 人工智能不是“一个单一的领域”. 它包含了一系列的东西，这些东西都增加了我们对“聪明”的理解. 以下是一些最受欢迎的人工智能领域:

• Aprendizaje de Máquina 这是一种数据分析方法 自动化分析构建模型. 使用从数据中迭代学习的算法, 机器学习使计算机能够找到隐藏的想法, explícitamente, programado donde mirar
• Aprendizaje profundo es un 机器学习的一个子集. 它促进了图像中物体的识别, etiquetado de video, 活动识别和高级感知(包括音频和语言). 例如，Facebook的深度学习应用“DeepFace” 训练来识别照片中的人. 许多人将深度学习技术与生物学进行了比较，但专家们普遍同意这一点, mientras 它的灵感来自人类的大脑，不一定是按照他的形象塑造的.
• Proceso de Lenguaje Natural 它是计算机程序的能力 entender el habla humana en tiempo real. 研究和开发正在进行中 cambiando 面向能够通过对话与人互动的系统, 不要只对程式化的请求做出反应.
• La internet de las cosas (IoT) 致力于广泛的设备的想法, incluyendo aparatos, 车辆和建筑物可以相互连接. 例如，如果你的闹钟在早上7点响，你可能 自动将信息传递到你的咖啡机 para que empiece a hacer el café. 通用技术在使用时充当传感器 是这一更广泛趋势的一部分吗.

当然，这个列表并不详尽. 下面是更广泛的人工智能主题和技术.

人工智能市场规模

El ya mencionado [artículo en la 获得助学金和/或奖学金的学生 预测“人工智能的影响将在未来十年被放大”, ya que la manufactura, el comercio minorista, el transporte, las finanzas, la salud, la ley, la publicidad, los seguros, el entretenimiento, 教育和几乎任何其他行业, 转换他们的基本流程和业务模型，以利用机器学习. 瓶颈在于企业的管理、实施和想象.”

随着人工智能在所有行业的广泛应用， [predice] (http://www.idc.com/getdoc.jsp?containerId=prUS41878616)，处理全球利润12.2017年5万亿美元，2020年470亿美元, 复合年增长率(CAGR)为55.1% a partir de 2016 a 2020. Específicamente, 对技术投资最多的行业是银行和零售业, 其次是医疗保健和制造业. En conjunto, 2016年，这四个行业占全球人工智能收入的一半以上, 以及行业:银行和零售将交付近1.5 billones.

En todas las industrias, las 2017年最大的人工智能投资 将在诸如自动客户服务代理等领域, 自动威胁情报和欺诈分析(见下图). Según Jessica Goepfert, directora de programas en IDC, empresa de investigación de mercado, “认知系统的短期机会在于银行业等行业, 证券、投资和制造业. En estos segmentos, 我们发现了大量的非结构化数据, 渴望从这些信息中汲取灵感, 以及对创新技术的开放。”. 本文的下一部分将深入探讨人工智能在金融服务业中的各种使用案例.

人工智能在金融领域的当前和未来应用

人工智能可以在风险管理和交易等领域提高运营效率, 直到保险认购和索赔. 虽然有些应用程序与金融服务的特定部门更相关, 其他的可以在一般情况下使用.

Gestión de Riesgo

事实证明，人工智能在安全和欺诈检测方面非常有价值. 传统的欺诈检测方法包括根据一组规则分析结构化数据的计算机. Por ejemplo, 一个特定的支付公司可以将电子转账的门槛设定为15,000 dólares, 因此，任何超过这一数额的交易都将被标记为进一步调查. Sin embargo, 这种类型的分析会产生很多假阳性，需要付出很多额外的努力. 也许，更重要的是，网络犯罪骗子 经常改变他们的策略. 因此，最有效的系统必须不断变得更智能.

使用深度学习等高级学习算法, 新功能可以添加到系统中进行动态调整. Según Samir Hans, 德勤交易和商业分析有限责任公司咨询总监, “Con el análisis cognitivo, 欺诈检测模型可以更加可靠和准确. 如果认知系统排除了它认为可能存在欺诈的东西, 一个人决定这不是欺诈，因为X, Y, y Z, 计算机从这些人类的感知中学习, 下次它不会给你发送类似的检测. 团队正变得越来越聪明.”

PayPal在人工智能和欺诈检测方面的成功

以支付巨头PayPal及其先进的欺诈协议为例. 由于其规模和知名度，PayPal”有一个大白色在他的背上.2015年，为1.7亿客户处理了400万笔交易中的2350亿美元. Sin embargo, PayPal利用深度学习技术提高了安全性. 事实上，PayPal的欺诈行为相对较低 0,32% de los ingresos，比1好得多.32%的人通常会看到交易员.

以前，PayPal使用简单的线性模型. Hoy en día, 它的算法从客户的购买历史中提取数据，并审查存储在其不断增长的数据库中的可能的欺诈模式. 而线性模型可能会消耗 20-30 variables，深度学习技术可以对数千个数据点进行排序. 这些增强的功能帮助PayPal区分无辜和可疑的交易. Según Hui Wang, PayPal全球风险科学高级总监, “我们喜欢更现代、更先进的机器学习，是因为它能够消耗更多的数据, 处理一层又一层的抽象，能够‘看到’连人类都看不见的东西。”

人工智能贸易

从人工模型到真正的人工智能的过渡

Durante años, 投资管理公司依靠电脑来处理交易. Alrededor de 1.360 fondos de cobertura, 占所有基金的9%, 依赖于数据科学家建立的大型统计模型，这些科学家通常拥有数学博士学位(也被称为“量子”). 然而，这些模型只使用历史数据 a menudo estáticos，需要人为干预，当市场发生变化时，它们就不能很好地发挥作用. 因此，这些资金是 迁移到真正的人工智能模型 cada vez más, 它们不仅可以分析大量的数据, 但他们也在不断提高自己.

这些新技术使用复杂的技术, 包括深度学习, 一种叫做机器学习的形式 Bayesian networks, y Computación evolutiva, que se inspira en la genética. 人工智能交易软件可以吸收大量数据来了解世界，并对金融市场做出预测. 了解全球趋势, estos pueden consumir todo, desde libros, tweets, informes de noticias, data financiera, 周六夜现场的奖金数字和国际货币政策.

澄清一下，上面是不同的 comercio de alta frecuencia (HFT), 它允许交易员在几秒钟内执行数百万个订单并扫描多个市场, 以人类的方式应对机遇 simplemente no pueden. 上面讨论的人工智能驱动的平台寻求最佳的长期交易计划，而机器(而不是人类)主导着战略.

其中一些人工智能交易系统是由初创公司开发的. Por ejemplo, en Hong Kong Aidiya 这是一个完全自主的对冲基金，使用人工智能(ai)进行所有交易。. “Si todos morimos”, dice el cofundador Ben Goertzel, “seguiría operando”. 传统机构也对人工智能交易技术感兴趣. En 2014, Goldman Sachs 领导了A轮融资 并开始安装一个名为Kensho的人工智能交易平台. Para la serie B de Kensho, además de S&P Global, 华尔街最大的六家银行(高盛(Goldman Sachs))也参与了此次活动, JPMorgan Chase, Banco de América, Merrill Lynch, Morgan Stanley, Citigroup y Wells Fargo).

交易业绩比较

投资研究公司最近进行的一项研究 Eurekahedge 从2010年到2016年，他们使用人工智能跟踪了23只对冲基金的表现, 他们可以看到，他们的表现优于更传统的量子分析师和一般对冲基金的表现.

对量子交易者和分析师的启示

观察人工智能将如何影响商业劳动力市场将是一件有趣的事情. 它的影响在一些主要银行机构已经很明显. En el año 2000, 高盛(Goldman sachh)在纽约总部的美国固定收益交易办公室 empleó 600名交易员买卖股票. 现在你有两个操作人员和机器来做剩下的工作. Daniel Nadler, CEO de Kensho, declara, “En 10 años, 高盛的薪资规模将比现在小得多.“至于量子分析师, 他们可能会注意到，投资管理公司对他们技能的需求较低.

Actualmente, alrededor de un tercio de los graduados 主要的商业项目都是由资金资助的. 这个国家最优秀的人才会去哪里? Mark Minevich，美国竞争力委员会高级顾问， cree que “这些聪明人中的一些人将进入新科技公司, 或者帮助开发更多的人工智能平台, o automóviles autónomos, 或者能源技术[…]纽约可以在技术上与硅谷竞争。”.

Robo-Advisory

¿Qué es un Robo-Advisor y Cómo Funciona?

Robo-advisors 提供基于算法的自动理财服务的数字平台，人类的监督最少. 而人力财务经理自21世纪初以来就一直在使用自动投资组合分配, 投资者不得不雇佣顾问来从这项技术中获益. Hoy en día, los robo-advisors 允许客户直接访问服务. 不像他们的人类同行， robo-advisors 他们不间断地监控市场 disponibles 24/7. Robo-advisors 他们可以为投资者提供高达 70% en ahorros de costos 而且通常不要求最低参与门槛.

Hoy en día, los robo-advisors 能帮助完成最重复性的任务吗 例如开立账户和转移资产. 这个过程通常涉及客户回答关于风险偏好或流动性因素的简单问卷, que los robo-advisors 然后转化为投资逻辑. La mayoría de los robo-advisors 目前的目标是根据客户的偏好将其分配到管理的ETF投资组合中. 预计未来的能力 变成更高级的报价 例如自动更改资产和 cobertura ampliada 通过房地产等另类资产类别.

Robo-advisory 会对个人理财和财富管理行业产生重大影响吗. 而管理的总资产(AUM) actuales del robo-advisor sólo 代表100亿美元 在4万亿财富管理行业中(不到所有管理账户资产的1%), 商业内幕研究(http://www).businessinsider.com/the-robo-advising-report-market-forecasts-key-growth-drivers-and-how- automation -asset-management-will-change-the advisory-industry-2016-6)估计，到2020年，这一数字将上升到10%. 这相当于管理的资产约8万亿美元(AUM).

Adopción de la Industria Robo-Advice

该行业的参与者采取了不同的方法 robo-advice. 小型财富管理公司正在增加算法组件，以自动化他们的投资管理, 降低成本/费用，与客户竞争 robo-advisors. 另一方面，老牌投资公司正在购买 robo-advisors existentes, como Invesco收购Jemstep 或者创建自己的解决方案 robo-advisor，如FidelityGo和Schwab Intelligent Advisory.

Robo-Advisors vs. 财务顾问:人类会被取代吗?

专家们的普遍共识是，人类仍将是不可或缺的. 人情化仍然至关重要，因为顾问仍然需要在财务困难时期安抚客户，并用有用的解决方案说服他们. 埃森哲咨询公司进行的一项研究 显示77%的财富管理客户信任他们的财务顾问, 而81%的人表示面对面的互动很重要. 对于投资决策复杂的客户， modelo de asesoramiento híbrido将计算机服务与人类顾问相结合的技术正在取得进展.

虽然财务顾问仍将是核心，但他们的角色 robo-advisors 可能会导致你工作职责的变化. 管理重复性任务时, 投资经理可以承担数据科学家或工程师的责任, 作为系统维护. 人类也可以更专注于建立客户关系，解释机器所做的决定.

保险承保和索赔中的人工智能

保险取决于余额 riesgo entre grupos de personas; los aseguradores agrupan personas similares, 有些人需要付款, mientras que otras no. La industria se basa en la evaluación de riesgos; las compañías de seguros no son ajenas al análisis de data. Sin embargo, la IA puede expandir la cantidad de data analizada, 以及它的使用方式, 导致更准确的定价和其他运营效率.

新公司处于推动行业发展的最前沿. Según Henrik Naujoks, un socio de Bain & “新公司正在展示什么是可能的，什么是可以做的. 许多现任高管看到了这一点——他们不理解这一点，但他们想要参与进来。”. 投资者也加入了这一趋势(见下文)。. En 2016, la IA fue uno de los temas más populares 用于保险技术投资.

人工智能与保险承保

Un informe de PWC 预测到2020年，人工智能将使大量保险业务自动化, 特别是在成熟市场，数据是可用的. 目前，一家保险公司借助计算机软件和精算模型， 评估风险和暴露 潜在客户，他们应该得到多少保险，他们应该收取多少费用. A corto plazo, 人工智能可以帮助自动化大量的汽车保险承保, residenciales, comerciales, de vida y de grupo. En el futuro, la IA mejorará el modelado, 强调人类决策者的关键考虑因素, 否则可能会被忽视的人. Es también predicho 先进的人工智能将允许公司或个人购买个性化保险, 考虑到独特的行为和环境.

增强的保险承保不仅可以利用机器学习进行数据挖掘, 还有便携式技术和深度学习面部分析仪. Por ejemplo, Lapetus，一家新公司，想要使用 selfies para 准确预测预期寿命. En su modelo propuesto, 客户将通过电子邮件发送他们的自画像, 这将扫描和分析计算机——分析面部的数千个区域. El análisis consideraría todo, 从基本的人口结构到人们变老的速度, 你的身体质量指数和你是否吸烟. Además, 总的来说，技术可以使保险认购过程更加协作. 而不是依靠冗长的医疗检查和复杂的合同程序, las tecnologías generales pueden 提供实时信息 在被保险人的健康和行为方面.

这些类型的细致入微的实时风险分析不仅可以更准确地计算客户的价格, 但也为健康风险的早期发现和保险公司提供了机会 invertir en prevención. 而不是最终为病人支付昂贵的治疗费用, 保险公司可以处理, proactivamente, 减少损害的可能性和相关成本. En un estudio de Oxford en 2013 分析700多个职业，以确定哪些职业更容易受到计算机化的影响, 保险公司跻身前五名. 即使人工智能不能完全取代用户, 人工智能自动化可以改变保险公司的责任. 人工智能可以释放用户的时间，获得更大的附加值, 如何在数据不那么丰富的新兴市场评估和定价, 提供更多关于风险管理和产品开发的信息.

人工智能和保险索赔

Los Reclamos de Seguros 是向保险公司发出的正式付款请求吗. 然后，保险公司审查索赔的有效性，并在批准后支付给被保险人. 这就是人工智能的方法 mejorar el proceso:

提高客户数据的准确性. 索赔过程是相当手工的:人工代理手动记录客户信息和事件细节. De acuerdo con un informe Experian, 数据质量可能会受到影响:不完整的数据占数据错误的55%, 而印刷错误占32%. 人工智能可以通过减少人工输入来提高准确性. Además, 理赔过程通常要求保险代理人将客户信息与大量数据库进行匹配. La IA se puede utilizar para hacer esto de manera más eficiente.

更快的支付建议. De acuerdo a un 物业索赔满意度研究, de J.D. Power & Associates, 慢需求周期的时间是客户不满的最大原因之一. La IA puede ayudar 通过首先验证策略来减少响应时间, 然后决定索赔以及是否自动化支付. 这是因为人工智能不仅能够分析结构化数据, 以及非结构化数据，如手写表格和证书.

Últimas Reflexiones

Algunos futuristas han argumentado 世界正迅速接近一个转折点，创造"singularidad，“机器的智能将超过人类的智能. Famosos tecnólogos y científicos, 其中包括比尔·盖茨和斯蒂芬·霍金, han advertido sobre este punto. Elon Musk también ha expuesto popularmente, “人工智能是人类文明的根本生存风险, 我不认为人们完全理解它.”

随着人工智能继续扩散我们的个人和职业生活, 许多问题将继续出现. 这些包括潜在的错误, 对机器的普遍不信任和对劳动力替代的担忧. 忽视这些担忧将是错误的. 然而，社会已经在向人工智能驱动的世界加速前进. En este nuevo mundo, 关注机器和人类如何更好地共存可能会更有成效. 对于政策制定者来说，保持谨慎是很重要的, 允许新技术的发展，同时监测和尽量减少其负面后果. 开发人员和设计师 también deberían aumentar 人类理解人工智能系统的能力, 建立信任，提高对人工智能应用的满意度. 每个人都有自己的角色.

Como mencionó Haruhiko Kuroda, Gobernador del Banco de Japón 在2017年人工智能和金融服务大会上, “我们必须建设性地考虑人类和人工智能相互补充的理想方式, 而不是互相对抗. Por ejemplo, 人类的判断并不是完全不受现有范式的影响, es a veces, negligente a los cambios, 人工智能可以通过中性分析来调整我们的偏见, de igual manera, 无数数据之间的新相关性, 而人类可以用直觉弥补人工智能的弱点, sentido común e imaginación.”