对于金融机构来说，从冠状病毒爆发中恢复将结束他们对人工智能（AI）和机器学习（ML）工作的实验性采用，并需要大规模采用.疫情危机要求金融机构全天候响应客户需求，因此不断加快转型步伐，但必须确保核心业务持续平稳运行。这激发了金融行业对人工智能和机器学习解决方案的兴趣，这些解决方案减少了对操作的人工干预需求，显着提高了安全性，并为业务创新腾出了时间。人工智能和机器学习缩短了创意产生和价值创造之间的时间，为组织提供了长期战略优势。我们现在看到许多银行和金融机构正在转变为类似于大型科技公司的数字驱动组织，建立持续关注客户的能力。那么银行和金融机构如何才能充分利用人工智能呢？实践中的关键用例是什么？对企业的好处许多金融服务组织在大流行之前就已经采用了人工智能和机器学习。然而，很难确定哪些关键功能最能从人工智能中受益，因此这些技术并不总能带来预期的回报。这将在未来几个月发生变化：人工智能和机器学习的部署增加将成为大流行期间经济复苏的核心，这突出了人工智能应用的特定领域。这些范围从信贷决策和防止欺诈到通过无摩擦的24/7交互改善客户体验。人工智能可以改进的一些具体金融服务流程包括：文档处理的智能自动化人工智能和机器人流程自动化优化各种功能，提高效率，提高核心财务流程的整体速度和准确性，从而显着节省成本。.一个典型的领域是e-KYC，这是一种远程无纸化流程，可降低“了解您的客户”协议的批准成本，例如验证客户身份和签名。这项任务过去涉及重复性和平凡的工作，需要付出相当大的努力来跟踪文件处理、贷款支付和还款，并监督整个过程。然而今年，许多组织正在采用智能自动化平台来管理、解释和提取非结构化数据，包括文本、图像、扫描文档（手写和电子）、传真和网络内容。这些平台在自然语言处理(NLP)引擎上运行，该引擎可以识别任何缺失、未见和格式错误的数据，提供近乎完美的准确性和更高的可靠性。由于减少了平均处理时间，组织通过改善客户体验获得了显着的竞争优势。高效、全面的客户支持虚拟助理以更少的人力投入响应客户需求。作为提高生产力的一种简单方法，它减少了花在客户查询上的时间和精力，使组织团队能够专注于推动业务创新的长期项目。人们都熟悉电子商务网站上的聊天机器人，此类解决方案在金融服务行业中变得越来越普遍。摩根大通等金融机构现在正在使用聊天机器人来简化其后台运营并增强客户支持。这些平台包括COIN平台，该平台在银行私有云网络支持的机器学习系统上运行。除了创建对一般查询的适当响应之外，COIN还自动执行法律归档任务、审查文件、处理密码重置等基本IT请求，并为银行家和客户创建新工具以提高他们的熟练程度并减少人为错误。风险管理分析主要根据个人或组织偿还贷款的可能性来评估信用度。确定违约的可能性是任何贷款机构风险管理流程的基础。即使有无可挑剔的数据分析，评估这一点仍然很困难，因为人们可能不信任某些个人和组织偿还贷款的能力。为了解决这个问题，Lendo和ZestFinance等公司正在使用人工智能进行风险评估并确定个人的信用度。Equifax等征信机构还使用人工智能、机器学习以及高级数据和分析工具来分析风险评估中的替代来源，并在此过程中获得洞察力。传统上，这个过程通常使用贷方的有限数据集，例如年薪和信用评分。然而，利用人工智能技术，组织现在能够考虑个人的数字财务足迹来确定违约的可能性。除了传统数据集之外，对这种替代数据的分析对于确定没有传统贷款或信用记录的个人的信用度特别有用。现在是收养的时候了。今年，企业与客户的互动方式发生了不可逆转的变化，金融业也不例外。在大流行造成的紧迫性之前，金融机构已经在有限范围内试验人工智能和机器学习。今年的更广泛采用源于金融业对业务创新和增强弹性的需求。银行和金融机构现在正在意识到将从人工智能中受益的关键领域，例如提高后台运营效率和显着改善客户参与度。这种在大流行之前处于起步阶段的转变已经加速，并正在迅速成为常态。更重要的是，现在拥抱人工智能并优先考虑其全面实施的金融机构可能会在未来获得更大的回报。
