今天分享的是AI系列深度研究报告：《AI专题报告：2023数据和AI雷达报告-金融服务业》。
（报告出品方：Infosys）
报告共计：19页
对AI的投资呈上升趋势
“人工智能(AI)是一项非凡的、开创性的技术。人工智能和提供人工智能的原材料一一数据一-对我们公司的未来至关重要成功”摩根大通首席执行官杰米·戴蒙(JamieDimon)讲话时，整个行业都在倾听一他对艾尔的重要性再怎么强调也不为过。数据和Al的影响力在公司的技术战略中根深蒂固。然而，我们的研究表明，金融服务公司接受A[的速度很慢。根据IDC的数据，到2026年，全球人工智能在系统、服务和平台上的支出将增加一倍以上，达到3000亿美元，而金融服务部门预计将占据大部分份额。
Infosys执行副总裁兼银行和金融服务全球主管DennisGada表示，金融服务在人工智能上的支出持续快速增长，人工智能的采用将超越所有业务和职能，以改善体验、增强弹性或促进创新。在这样的环境下，他们必须与大型科技公司竞争，以获得最优秀的AI人才。
人工智能的最新发展，如chatGPT，为消费者和企业带来了新的机遇。花旗首席执行官简·弗雷泽(JaneFraser)提到，在过去的三年里，该公司一直致力于为ChatGPT提供动力的生成模型。她补充说生成式人工智能将极大地提高生产力，并有可能改变如何编写代码，搭载客户，服务客户，检测欺诈，开发市场研究，并加强合规性和控制。
但金融服务公司仍然滞后。根据InfosysKnowledgeInstitute的最新研究，虽然其他行业的五分之一在五年前就开始部署人工智能，但只有8%的金融服务公司在同一时间段内开始部署人工智能金融服务公司开始使用人工智能来满足更基本的需求，而不是像其他行业那样使用高级用例。也许是由于该行业的高度管制性质和对该技术成果的怀疑。
Data+AlRadar2022调查了来自美国、英国、德国、法国、澳大利亚和新西兰12个行业的2500名年收入超过5亿美元的铝从业人员。研究发现，金融服务公司仍在与传统资产和渗透到AI系统的偏见作斗争。他们还继续面临缺乏主题知识等基本问题。
不过，行业还是有一丝希望的。金融服务公司在数据收集、数据验证和深度学习方面优于平均水平，所有这些都与长期积极的业务和人工智能结果有关。有趣的是，他们对AI部署的满意度最高。要真正处于领先地位，行业必须提高识别人工智能可以解决的问题的能力，投资于人工智能基础设施和计算资源，并逐步淘汰遗留系统。
金融服务业在Al部署方面落后于其他行业
艾尔不是新来的。但现在它在企业中比以往任何时候都更加普遍。十年前，包括亚马逊(Amazon)、歌(Google)和微软(Microsoft)在内的数字巨头主导了大多数数据和Al业务。在千年之交，这些公司拥有大多数企业所缺乏的两个关键优势:泽字节的数据和拍赫兹的计算能力。现在，每个公司都像2001年的亚马逊:大量的数据流入公司的水库，计算能力可以很容易地按比例增长。
我们的研究发现，10家公司中有两家在五年前部署了他们的第一个人工智能系统，而10家金融服务公司中只有一家这样做(图1)。在过去的两年中，大多数公司已经实施了Al。他们很可能需要更多的铝经验，比这成功地实现更高的能力。
传统技术仍然是缩放Al的一个主要挑战
当被问及面临的最大挑战时，金融服务业强调其遗留环境是一个重大挑战，在使用人工智能系统超过五年的金融公司中，近五分之一面临这一问题，而在其他行业中，这一比例仅为7%。每六家金融服务公司中就有一家以主题知识不足为挑战(图4)。这些挑战与金融服务公司在铝部署方面落后于其他行业的事实有关。
在人工智能实施超过五年的行业中，人工智能从业者认为偏差风险不太值得关注，而在金融服务业，情况正好相反。与其他行业的同行相比，在过去两到五年内部署人工智能的金融服务公司将偏见视为较小的挑战。这可能是由于他们在数据收集和数据核实方面的良好数据做法(图5)，这可能有助于提高他们的满意率。然而，一个令人担忧的模式。
通过文化变革和人才转型淘汰遗留系统
全国性行业组织techUK的名誉主席杰奎琳德罗哈斯(JacquelinedeRojas)表示，遗留系统发出的低质量数据是推动人工智能应用的最隐蔽、最重要的挑战。“这她说“算法的力量必须依赖于干净的数据。
印孚瑟斯2022年现代化雷达显示，大约65%的可自由支配预算用于现代化项目。“金融服务机构正在利用云进行数字转换，创造新的客户旅程，并推动业务敏捷性。他们正在通过工厂模式加速云的采用，并以一种安全的方式越来越多地转移混合多云状态。他们中的一些人还专注于云中立性和多云的可移植性重点也转移到现代化的应用程序，建立新的云原生平台，并通过分析和人工智能/机器学习用例释放云数据的力量，Gada说。在未来五年内，几乎所有的遗留系统要么进步，要么消失。然而，许多高管害怕失败。
报告共计：19页
本文作者可以追加内容哦 !
