3 способа искусственного интеллекта изменяет финансовую отрасль

Поскольку искусственный интеллект трансформирует все большее число доменов, финансовые учреждения и компании быстро продвигаются вперед. Это может повлиять на то, как вы берете банк, инвестируете, получаете кредиты и предотвращаете финансовые преступления. 

 В основе революции AI лежат алгоритмы машинного обучения , программное обеспечение,  тенденция, которую финансовая индустрия может извлечь огромную выгоду. Вот некоторые из ключевых тенденций, которые наводняют пространство. 

1.   Обнаружение мошенничества

 По мере роста популярности электронной коммерции, процветает и интернет-мошенничество. Однако борьба с онлайн-мошенничеством очень сложна. Сжатие транзакций слишком агрессивно для предотвращения мошенничества может быть самопровозглашенной целью. Согласно исследованию  фирмы Javelin Strategy, проведенному в 2015 году, ложные отклонения, законные транзакции, которые ошибочно отвергаются, на потери для розничных торговцев составляют 118 миллиардов долларов. Треть случаев ложного падения приводит к утере клиентов, и только в США они наносят ущерб, который стоит в 13 раз больше фактического мошенничества. 

 Искусственный интеллект может пригодиться здесь. Анализируя различные точки данных, алгоритмы машинного обучения могут обнаруживать мошеннические транзакции, которые останутся незамеченными аналитиками, одновременно повышая точность согласований в реальном времени и уменьшая ложные отклонения. 

 Ряд компаний изучают предотвращение мошенничества на основе AI. Одним из примеров является недавно запущенная технология Intelligence Intelligence от Mastercard . Вместо того, чтобы ограничивать себя предопределенными правилами, DI лишает шаблоны из исторических покупок и привычек в расходах держателей карт устанавливать базовую линию поведения, с которой она будет сравнивать и оценивать каждую новую транзакцию. Это значительное улучшение по сравнению с традиционными технологиями предотвращения, которые полагаются на одну -size-fits-all для оценки всех транзакций. Хотя Mastercard не является первой финансовой компанией, использующей искусственный интеллект в обнаружении мошенничества, миллиарды транзакций, которые он обрабатывает каждый год, дают ему множество данных для обучения и оттачивания его алгоритмов. 

 Другие компании, такие как Sift Science, используют более целостный подход. Sift Science собирает данные из более чем 6 000 веб-сайтов, на которых развертывается решение обнаружения мошенничества. Это позволяет отслеживать и анализировать данные по нескольким каналам и устройствам . программа сопоставляет различные точки данных, включая платежи и активность на веб-сайтах, для создания лучших моделей поведения клиентов и обнаружения мошеннических транзакций. 

2.  Банковские чаты

 В последние годы чатботы, основанные на обработке естественного языка (NLG) и алгоритмах машинного обучения, стали мощным инструментом, обеспечивающим персонализированный и разговорный опыт для пользователей в разных областях. 

 Существует несколько способов, которыми персональные чаты AI могут улучшить банковскую отрасль, в том числе помогать пользователям управлять своими деньгами и сбережениями. Plum , чатбот, доступный через Facebook Messenger, помогает экономить деньги . Когда вы регистрируетесь, вы подключаете Plum к вашему банковскому счету, после чего движок AI за ним анализирует ваши доходы и привычки к расходам и прогнозирует, сколько вы можете позволить себе сэкономить. Затем он откладывает небольшие суммы на ваш сберегательный счет Plum в подходящие моменты и периодически сообщает вам. 

3.  Алгоритмическая торговля

 Благодаря компьютерному обучению теперь можно понимать тонкости и сложности, связанные с такими задачами, как торговля акциями. Горстка хедж-фондов исследует концепцию и сумела получить результаты, которые соперничают с интуицией человеческих экспертов.

  Sentient Technologies , компания AI, базирующаяся в Сан-Франциско, которая также управляет хедж-фондом, разработала алгоритм, который исследует миллионы точек данных, чтобы найти схемы торговли и прогнозировать тенденции, которые позволяют ему принимать успешные решения по торговле акциями. Sentient запускает триллионы имитируемых торговых сценариев, созданных из огромного количества общедоступных данных, доступных в Интернете. Его алгоритмы используют эти сценарии для выявления и сочетания успешных моделей торговли и разработки новых стратегий. Эти методы позволяют начать сжать 1800 транзакций за несколько минут. Успешные торговые стратегии, которые он называет «гены», затем тестируются в режиме реального времени, где они развиваются автономно по мере их приобретения. 

 Другой хедж-фонд Numerai использует искусственный интеллект для принятия торговых решений. Вместо того, чтобы разрабатывать сами алгоритмы, они передали эту задачу тысячам анонимных ученых, которые конкурируют за создание лучших алгоритмов и получают криптовалюту за свои усилия. Numerai делится данными о торговле с учеными таким образом, чтобы они не копировали торги фондами, позволяя им строить модели для лучших сделок. 

 

Будущее ИИ в области финансов

Искусственный интеллект, как мы его знаем сегодня, все еще находится в зачаточном состоянии и имеет препятствия  , включая юридические, этические, экономические и социальные проблемы. Однако перспективы умной торговли, меньший ущерб и более персонализированный опыт велики. Будущее денег просто стало более захватывающим. 

перевод статьи : cointelegraph.com