2024年金融服务业AI现状与趋势.docxVIP

2024年金融服务业AI现状与趋势

生成式AI在金融行业引起注意一年，在NVIDIA最新的金融服务业AI现状调查结果中也尤为凸显。作为一种非常有前景的工具，32%的受访者已经在公司中使用它。生成式AI提供动力支持的用例范围广泛，从内部应用(例如分析大量数据并产生投资见解)到面向外部的用例(例如营销和提供个性化的银行体验)。

除了生成式AI，金融服务与其他行业一样，正在竞相利用人工智能实现重复性任务的自动化、提高效率并降低成本。在金融服务行业，银行、资产管理人和金融科技公司正在努力使用AI改变其工作以及为投资者和消费者提供的服务的方式。

为了深入了解行业对如何更好地利用AI实现金融转型的想法和意见，NVIDIA完成了第四期年度金融服务业AI现状报告。该报告基于对400多名全球金融服务专业人员(包含125位中国金融服务专业人员)的调查，内容涉及加速计算、AI和机器学习在该行业中的趋势、挑战和机遇。

今年的调查结果凸显了AI在交易、银行、支付和金融科技领域应用的四个重要发现：

金融服务机构正在使用越来越多的AI工作负载，并且对生成式AI实现流程自动化和改善客户服务的能力特别关注。

金融服务组织对AI用例并从AI部署中获取价值的能力越来越有信心。

随着AI模型的复杂性和规模不断增加，数据问题已成为实现AI目标的最大挑战。

金融服务公司正在探索构建和部署可信、安全AI的新方法，包括联邦学习和机密计算。

一、建立AI信心

在过去12个月中，金融服务组织一直致力于提高对AI用例、所需的计算基础设施和部署方案的理解。因此，各公司对自己在AI竞赛中的地位充满信心，其中81%的公司认为自己的AI能力处于行业领先地位或中层位置。调查结果表明，11%的管理层（首席级高管到总监和副总裁）和16%的非管理层（开发者和IT专业人士）受访者认为自己的公司是行业领导者。

当银行和资产管理人将AI应用于风险管理、监管合规性和欺诈检测等行业特有挑战时，AI正在推动跨准则和工作角色的速度和效率。它提供数据见解，使营销人员能够充分定制市场营销活动。它为销售团队提供更有针对性的方法来识别和优先考虑潜在客户，生成式AI让他们能够提供个性化电子邮件和广告产品。AI驱动的自动化正在接管重复性工作，释放人力资源并简化运营。

二、从收入到运营，AI的影响举足轻重

从去年开始，行业对AI影响的积极看法仍在继续，84%的受访者认为AI正在增加收入并降低年度成本。根据调查数据，金融服务公司正在为核心业务领域部署AI。为了改善运营，公司使用AI实现手动流程自动化、优化资源分配并提高效率。例如，AI驱动的聊天机器人正在用于处理客户查询并提供实时支持，减少人工干预的需求并缩短响应时间。在风险和合规方面，公司正在使用机器学习分析大量数据，以增强欺诈检测、改进反洗钱(AML)并确保监管合规性。营销部门正在利用客户数据生成个性化建议、定向广告和定制营销活动。销售团队则受益于AI优化带来的潜在客户生成、客户关系管理和销售预测。

当被问及AI影响的具体领域时，答案包括从运营效率到新的商业优势等方面。

与去年相比，用户对AI创造新运营效率能力的看法跃升至68%的支持率，这提示企业已准备好利用生成式AI等新工具来自动生成报告、定制营销材料以及构建交互式客服机器人。这种对新AI工具的接受态度表明了行业对AI的整体兴趣。事实上，金融机构已经在使用多种AI工作负载，其中数据分析和数据处理占据主要位置。

通过实时处理大量数据，银行和资产管理人可以辨别市场趋势并做出决策，以快速响应市场变化。

AI驱动的数据分析通过识别投资、贷款和其他金融工具中的异常情况，实现更有效的风险管理。加速数据分析还支持高效分析，以检测狡猾和复杂的欺诈模式。NLP为聊天机器人和虚拟助理提供支持，这些机器人和虚拟助理可以理解和回复客户查询，协助完成各种银行任务，并提供个性化建议。

随着ChatGPT和LLM现已用于各行各业的众多业务功能，生成式AI正在快速成为主流技术。除了已经使用这项技术的人之外，还有55%的受访者正在研究生成式AI。借助检索增强生成(RAG)，公司可以将现有或自定义LLM与从内部或外部知识库获取数据的机制相结合。这样就可以创建配备最新信息（包括行业和公司特定信息）的助手，生成更准确的结果。

生成式AI可以提供个性化财务计划和投资建议、理解自然语言查询的虚拟助理，以及通过语音识别和生物特征身份验证提高访问帐户的安全性，改善客户体验。

使用生成式AI创建的合成数据可以改进对市场动态趋势例如通货紧缩和消费者物价指数(CPI)的预测。跨