银行越来越多地转向人工智能和其他数字工具

对于围绕人工智能的所有炒作，大多数公司采用谨慎的试点方法来限制其被主流采用。虽然大多数公司了解潜在的好处，但他们使用试点来更全面地了解其影响以及扩大规模所需的人才和流程。

Hackett Group咨询公司最近的一份报告发现，只有7%的受访者大规模部署了认知计算或AI，而另外37%的受访者已经启动了试验。另有8%的受访者表示，他们打算在2020年采用这项技术。

Gibbs Wealth Management总裁兼首席投资官，标普投资咨询服务公司前股票首席投资官Erin Gibbs说：“每个人都称人工智能在主流领域是新事物，但在投资者世界却不是新事物。”多年来，投资银行一直使用分析师和本地开发的软件从财务报告和新闻来源中提取价值。”

像Humana和德意志银行这样的公司越来越多地将人工智能应用于大量现实世界数据，以回答有关从预测健康风险到优化业务流程等所有问题的问题。

虽然在解决问题时给公司带来好处是有希望的，但人工智能并非没有挑战。欧盟委员会AI专家工作组在其白皮书“关于人工智能-欧洲卓越与信任的方法”中提出了一些可能的监管建议。该报告指出了偏见，培训数据，生物特征识别和个人信息，其中仅举几例，这些领域值得进一步审查。

一家研究公司如何将敏锐度转移到AI

David Fellows于2017年到达时，Acuity Knowledge Partners(Acuity)是一家研究公司，拥有300家银行，使用人员和电子表格构建报告。该公司收入超过1.1亿美元，并使用Excel和Visual Basic构建其算法。该数字团队仅由六个Visual Basic开发人员组成，他们编写代码以支持2500多名分析师。Acuity首席数字官Fellows说：“当我加入时，该公司没有一个平台可以让我们的分析师扩展以支持我们的客户要求。”“我们的客户希望更快地完成研究工作，并希望将文本数据和文本分析纳入我们的研究中。”

仅仅两年之后，Fellows通过名为Business Excellence and Automation Tools(BEAT)的数字平台帮助公司转型，该平台包括人工智能，自然语言处理和工作流等关键组件。现在，六个Visual Basic开发人员组成了一个200人的团队，其中包括数据科学家，开发人员，数据科学家和全栈开发人员。对于基础架构，Acuity选择了AWS来运行BEAT。

BEAT通过各种交易所提供历史性的上市公司数据。该平台还使客户端能够安全地添加其数据。Acuity分析师会连接到客户的首选信息，并选择从研究公司维护的资源中获取更多报道。

对于算法，Acuity使用各种内部创建的现成组件。Fellows说：“我们有许多专有的算法，从我们在Excel宏中的岁月转移到了SasS中。”“我们有一种纪律严明的方法来创建Acuity算法以及用于训练它们的数据，从而为客户提供无偏见的结果。”

Fellows补充说，自然语言处理(尤其是情感分析)正在成为该平台的重要组成部分，该平台使分析师可以快速创建自定义报告，而无需阅读数十篇文章。