譯者 | 崔皓

審校 | 孫淑娟

一、開篇

和每個領(lǐng)先行業(yè)一樣，由于市場需求的變化和技術(shù)的進步，金融技術(shù)（FinTech）市場經(jīng)歷了長期的演變。因為許多依賴金融技術(shù)的公司轉(zhuǎn)換了運營模式，參加這場技術(shù)變革的盛宴。

這一演變無疑形成了幾個令人興奮的趨勢，從紙制記錄日常金融交易到建立模擬計算設(shè)備，從開發(fā)第一代計算機到將人工智能（AI）和機器學(xué)習(xí)（ML）納入金融科技數(shù)字產(chǎn)品，該行業(yè)經(jīng)歷了前所未有的增長。

全球有超過30,000家金融科技SaaS公司，其中許多品牌現(xiàn)在完全或部分依賴AI和ML技術(shù)。

通過這篇文章，讓我們深入了解AI和ML是如何重塑現(xiàn)在的SaaS金融技術(shù)的，以及這些變化對于我們而言意味著什么。

二、AI和機器學(xué)習(xí)是什么？

人工智能和機器學(xué)習(xí)是目前不斷成為新聞頭條的熱門詞匯。它們聽起來可能并不熟悉，因為大多數(shù)人都在交替使用它們，所以讓我們先定義它們。

人工智能（AI）是人工智能的縮寫，它通過為計算機配備不同的信息，利用人類的智慧來創(chuàng)造自給自足的系統(tǒng)或機制，同時它還可以模仿人類在物理世界中的行動。

一個簡單的人工智能機器人是iPhone上的Siri或數(shù)字家用設(shè)備中的Alexa。這些人工智能程序被設(shè)計用來解決人類和計算機產(chǎn)生的問題；它們的主要功能是完成任何給定的任務(wù)，并在給定的時間范圍內(nèi)成功完成目標(biāo)。

機器學(xué)習(xí)是一種技術(shù)，使計算機能夠理解新的場景，并在面對更復(fù)雜的情況時完善其決策能力。機器學(xué)習(xí)利用計算機算法和分析方法建立預(yù)測模型，幫助解決不同的問題，特別是金融領(lǐng)域的問題。

三、AI和機器學(xué)習(xí)對SaaS金融科技的影響

如前所述，人工智能和機器學(xué)習(xí)通過開發(fā)有助于決策的預(yù)測分析，在今天的SaaS金融技術(shù)工具中發(fā)揮重要作用。這種人工智能的增值可以在各個領(lǐng)域感受到，從專業(yè)操作到普通用戶。以下是人工智能和機器學(xué)習(xí)對SaaS金融技術(shù)的一些影響。

1.金融風(fēng)險管理

銀行和其他金融技術(shù)組織一直在尋找最小化風(fēng)險的模型?；谌斯ぶ悄艿臎Q策樹方法通過為復(fù)雜和非線性的財務(wù)狀況制定簡單和可追溯的規(guī)則，從而使用這些規(guī)則影響風(fēng)險管理。同時，支持向量技術(shù)有助于確定貸款的重要信貸風(fēng)險。

2.收入預(yù)測

許多金融服務(wù)部門雇用了機器學(xué)習(xí)顧問，他們使用深度學(xué)習(xí)和機器學(xué)習(xí)技術(shù)，為其組織開發(fā)預(yù)測模型。

3.欺詐檢測

由于消費者和資金安全無法得到完全保證，因此欺詐是許多銀行都面臨的問題。人工智能可以通過分析巨大的交易數(shù)據(jù)來發(fā)現(xiàn)隱藏的欺詐模式，從而幫助減少欺詐行為。它可以實時檢測這種模式，并防止其發(fā)生。此外，機器學(xué)習(xí)的 "邏輯回歸 "算法可以幫助理解欺詐模式并阻止其發(fā)生。

PayPal是使用人工智能進行欺詐檢測的典型案例。PayPal使用機器學(xué)習(xí)算法來分析其平臺的數(shù)據(jù)，并識別潛在的欺詐交易。

人工智能系統(tǒng)查看各種數(shù)據(jù)點，如交易地點、用于進行交易的設(shè)備、交易金額和用戶在平臺上的歷史。

例如，如果交易是從一個通常不與用戶賬戶相關(guān)聯(lián)的設(shè)備進行的，或者如果交易金額比平時大得多，系統(tǒng)可能會標(biāo)記該交易進行審查。PayPal的人工智能系統(tǒng)已被證明在檢測欺詐方面非常有效。據(jù)該公司稱，其系統(tǒng)可以檢測出欺詐性交易，欺詐率僅占該公司收入的0.32%。這幫助PayPal每年避免了因欺詐而造成的數(shù)百萬美元的損失。

4.客戶支持

人工智能可以確?？蛻粼谡_的時間獲得正確的金融信息。通過研究客戶數(shù)據(jù)和重要的分析，人工智能可以根據(jù)客戶的偏好或要求進行客戶響應(yīng)。SaaS品牌使用AI和ML的典型案例是Zendesk和Salesforce。他們的工具AnswerBot和Einstein可以理解客戶的意圖，并實時提供相關(guān)回應(yīng)。該算法還能從每次互動中學(xué)習(xí)，并隨著時間的推移變得更加聰明。

5.資產(chǎn)管理

像其他每個部門一樣，人工智能和機器學(xué)習(xí)也影響了專業(yè)人士處理或管理金融資產(chǎn)的方式。有了人工智能，資產(chǎn)管理者可以自動制定客戶報告和文件，提供詳細(xì)的賬戶報表，并準(zhǔn)確地執(zhí)行更多的功能。

四、AI和ML在SaaS金融技術(shù)中的主要好處

將人工智能和機器學(xué)習(xí)納入SaaS金融技術(shù)為整個行業(yè)帶來了極大的利益。以下是整合人工智能（AI）和機器學(xué)習(xí)（ML）的一些關(guān)鍵點。

1.提高準(zhǔn)確度

在引入機器學(xué)習(xí)技術(shù)之前，每天都有少量的金融交易被記錄到賬簿中。大量的交易和有限的理解能力導(dǎo)致了一些錯誤和不平衡的賬戶。人工智能和機器學(xué)習(xí)為準(zhǔn)確性提供了空間，針對重復(fù)性的計算任務(wù)包括：賬戶平衡和賬戶分析，并保證這些計算工作的正確性。正因為這些新的進展，讓結(jié)果更加準(zhǔn)確，從而減少損失。

2.提高效率

在SaaS金融技術(shù)中使用人工智能和ML的另一個好處是提高效率，改善生產(chǎn)力，并減少完成任務(wù)所需的時間。使用人工智能聊天機器人來處理客戶的要求，有助于提高客戶支持的整體效率。

3.增強決策能力

人工智能和機器學(xué)習(xí)為SaaS技術(shù)的決策提供幫助。金融分析師可以很容易地分析數(shù)十億的數(shù)據(jù)，研究股票的模式和趨勢，并使用該技術(shù)做出戰(zhàn)略性和有益的決定。

4.負(fù)擔(dān)能力

幾年前，只有富人才能負(fù)擔(dān)得起個人財務(wù)顧問，這些顧問可以幫助富人管理財富和調(diào)節(jié)開支。但是，在基于人工智能的應(yīng)用程序的當(dāng)下，可以為任何人進行賬單跟蹤、股價預(yù)測、市場或加密貨幣分析，所有這些工作坐在家里就可以完成。

5.SaaS金融科技中人工智能和機器學(xué)習(xí)的挑戰(zhàn)和風(fēng)險

盡管將人工智能和機器學(xué)習(xí)納入SaaS金融技術(shù)收益是顯而易見的，但值得注意的是，同時也伴隨著挑戰(zhàn)。

包括如下風(fēng)險：

1.投入

開發(fā)人工智能金融技術(shù)應(yīng)用程序需要花費資金，為了收回這些成本，開發(fā)出的應(yīng)用程序必須被公眾使用。然而，與金融科技應(yīng)用相比，人們更有可能在健身或食譜編撰的應(yīng)用上花費50美元。

2.數(shù)據(jù)隱私

需要在應(yīng)用價值、個人信息和數(shù)據(jù)隱私之間找到一個平衡點是相當(dāng)難的?？蛻粢呀?jīng)意識到數(shù)據(jù)隱私問題，并希望在注冊時盡可能少地提供個人信息。如果你問了太多的問題或要求太多的設(shè)備訪問，客戶很可能會離開。如果幾乎沒有得到任何信息，又如何訓(xùn)練人工智能來開發(fā)更多的個性化功能呢？

3.算法和數(shù)據(jù)的偏見

人工智能和機器學(xué)習(xí)的成功往往受到數(shù)據(jù)偏見的挑戰(zhàn)。這些偏見大多來自于沒有機會接觸到金融技術(shù)的少數(shù)群體，或者是訓(xùn)練人工智能的人類，他們的判斷力出現(xiàn)偏差。偏見往往是由人類產(chǎn)生的——一旦輸入就會傳播到算法中。?

六、結(jié)論

COVID-19事件以及相關(guān)政府舉措帶來工作場所的巨大變化，加速了全球范圍內(nèi)對尖端技術(shù)的采用。在封鎖期間，人工智能驅(qū)動的企業(yè)不僅看到了生產(chǎn)力的提高，并推出了很多新的人工智能產(chǎn)品，跨領(lǐng)域的軟件，以及對兩者進行融合的用法。

由于人工智能和機器學(xué)習(xí)的不斷發(fā)展，SaaS金融技術(shù)領(lǐng)域在未來幾年可能會經(jīng)歷一場變革。這種變化將使更多的公司獲得競爭優(yōu)勢，提高他們的財務(wù)業(yè)績，并最終完成他們的財務(wù)管理業(yè)務(wù)目標(biāo)。

原文鏈接：??https://hackernoon.com/how-ai-and-machine-learning-are-reshaping-saas-fintech??