人工智能的三大问题金融业将如何应对?

2017-08-20 05:02

  鉴于数据如此重要,不少企业都付出了惊人的代价来获取它,比如去年夏天微软花费260亿美元收购企业社交“领英”就是一个典型例子。与此同时,其他科技公司正寻求获取与数据相关的资产信息,而非仅仅是匿名身份与社会信息,并将其应用于健康或天气预报等云数据服务。

  债券、基金、投行……在大多数人看来常值得羡慕的职业,然而,金融科技的突飞猛进却给光鲜亮丽的金融服务业蒙上了一种不可捉摸的“发展趋势”。尤其是人工智能AI的出现,正引发全球金融运作方式的革新。要想驾驭这股因AI而崛起的浪潮,金融服务机构必须在不断演进的标准、法规和风险动态中保持航行线不偏移,特别是在数据使用权、算法责任和网络安全方面。

  技术是工具,而人类必须监督自己部署的工具,而且事明,绝大多数情况下,人类的判断无法替代。人类正处于一段旅程的开始阶段,而金融业会是未来几年AI打造全新商业应用模式的重要领域之一,也是最容易受到AI方案影响的行业之一。在这波浪潮中,能够平衡各方利益的金融机构势必将获得重大利益。本版文并供图/罗春晓

  那么金融服务机构如何做才能更好地加速和提高其在AI投资上的收益率呢?伟凯律师事务所指出,必须解决好三个核心问题:(1)谁拥有使用AI所必需的数据?(2)谁负责AI的决策和行动?(3)AI对网络安全有哪些影响?回答这些问题需要解决影响多方利益冲突的复杂问题。而且随着未来形势的发展,答案也将变化。

  那么谁能对人工智能负责?其实,随着人工智能变得日益复杂,金融业正将越来越多的复杂过程进行自动化处理,包括那些需要丰富经验判断的复杂过程。因为人工智能包括机器学习和深度学习,能够利用它所学到的知识自主编写新算法,从而影响人工智能未来的决策和行动。

  伟凯律师事务所认为,为了足够关注AI金融活动,企业必须采取三大应对措施:(1)制定明确的原则、策略文书和程序,当挑战时,一贯遵守公开规则并尊重消费者的金融机构将会处于有利地位;(2)用技术管理技术,显而易见,未来复杂AI将成为主流,复杂技术将成为管理技术的一种手段;(3)以人为本,虽然AI具备极大潜力,但大多数专家都认为还有很长的要走。

  然而,AI也能公开安全漏洞,特别是在跨系统的结构中,它会无意识地打开入侵接口。与此同时,网络者也正开始部署人工智能,这意味着他们将开发出更多的自动化黑客程序,不仅能学习目标系统,还能识别漏洞,发动。

  谁拥有超凡洞察力,已经挖掘并拥有海量数据了呢?这个问题的答案越来越复杂,特别是在当前非结构化数据激增、可互相访问数据库的伙伴关系兴起以及数据库合并后识别个人身份能力日益增强的背景下。消费者、科技公司、第三方数据机构、监管机构和以挖掘AI潜力为目标的机构之间存在着复杂的利益争夺问题,比如拥有这些数据是为了什么目的?它的价值有多大?如何正确使用?

  据美国“法律学”网站7月11日报道,越来越多的公司已经意识到数据对于业务运作的重要性,因此大幅度加深了AI的参与程度,这在金融业尤为明显。美国伟凯律师事务所撰文称,AI渗透金融业将带来三个必须重视的问题。

  此类投资行为虽能在早期获益,但要想解锁AI算法的全部价值,企业必须能够访问大型数据库、拥有丰富的数据处理能力、并策略性的解释分析结果。这些技能越来越集中于大科技公司手中,而与此同时,还有企业正努力判断未来AI将如何帮助它们发展。许多金融服务机构拥有庞大的数据库、数十年积累下来的分析模型以及雇佣大型软件开发团队的经验。最近,他们开始招揽数据科学家,为充分利用AI做好准备,并已将AI引入部分业务领域,如算法交易、撰写金融文档等。

  金融服务机构从事广泛的商业活动,收集、储存和使用客户的信息不可避免。它们可以使用AI来识别新的欺诈方式和破解洗钱活动,但在AI服务中混合多种人工智能服务也会带来更大的面,充满风险。

  其实,AI算法能否成功取决于是否能在丰富的数据库资源中,轻松获取需要的目标数据。简单地说,AI依赖于好数据,即便是在用AI支撑各类开创性工作的谷歌,也将标准数据搜索业务定为一切的基础。谷歌研发部主任彼德·诺米格就曾说,谷歌没有更好的算法,只有更多的数据。

  理解AI学了哪些知识以及它为什么能这么做,对普通人而言非常困难。正是由于AI算法具有强大的性,因此很难将责任分配到人类身上。在某些情况下,现有法律或法规能适用,但灰色区域正在不断增加。预计,随着AI自动化范围的拓展和复杂类型的出现,责任追究将越来越困难。

  虽然消费者对数据的使用与否、使用地点、使用方式及最终使用结果有着决定权,但金融服务机构却已开始通过频繁并购和大笔投资来获取消费者数据。此时,一般会遇到两种情况:一是同类型的混合数据,靠人力来分离此类匿名汇总的数据非常昂贵和困难;二结构化数据,比如除了金融消费数据,还有电子邮件、文档、社交文章、呼叫中心记录和其他来源的文本。在关系数据库中,想要将结构化与非结构化数据关联起来极其困难。不仅在法律上,在技术上也是如此。但AI却可以帮助解决这两方面问题,大幅提高金融服务机构的数据治理水平、优化服务质量、加强风险管理。

  在讨论AI对网络安全的影响之前,我们必须知晓,许多组织都已开始使用AI来强化自身的网络安全,例如自动化检测及处理漏洞。在各种金融机构的安全文档中,也可以看到部署人工智能的痕迹,而且AI应用程序正变得越来越复杂。