智能自动化在金融服务领域的兴起

观点 的崛起 金融服务中的智能自动化 对RPA和AI应用整体方法 RPA+AI=智能自动化 金融环境正在发生变化，金融科技公司和初创公司高度敏捷和云支持，这给金融服务机构(FSI)带来了巨大压力，要求他们转变商业模式，同时提高成本效率、以客户为中心、信任和合规。 人工智能（AI）现在被视为数字化转型的催化剂，在不断变化的竞争动态中创造新的运营模式和客户体验。然而，它理解了创造重大价值的必要旅程的步骤，从简化和自动化财务流程任务到提供数据分析和见解，使银行家能够快速和准确地做出明智的决策，这将导致更有利可图的增长。风险较小，业务模式规模化，为永远在线的客户提供定制服务。如何保持领先地位，并跟上监管机构推动的环境变化的步伐，不断变化的客户偏好和先进的技术。 算法、大数据和专用AI系统实现了更快的决策和更深入的学习。这种大数据和专用AI系统的组合帮助FSI对人们的消费习惯、健康和生活方式变得更加智能，还可以预测客户对不同消费和储蓄场景的需求 。 FSI专注于机器人过程自动化（RPA），现在正在寻求AI来扩大为业务，客户和员工实现的价值-我们称之为“智能自动化”。 FSI的智能自动化是一种新的捆绑产品，由“RPA+AI”组成，使银行、资本市场和保险客户能够加速数字化转型。 如今，许多FSI正在投资创新，并正在研究将RPA与机器学习，虚拟代理（机器人），认知服务和分析相结合的方法。他们的作用是提高流程效率，提高工作场所的生产率和降低成本。但越来越需要一种更全面的方法，RPA和AI相结合，以推动更好的员工和客户体验。 RPA创建了一种有用的基于规则的决策方法，该方法是程序化和受控的，但这只是第一步。从流程自动化和会话虚拟代理到认知服务和深度机器学习的转变正在扩大FSI可用的选择范围。除了自动化重复的大量任务之外，我们现在还拥有自然语言 参与和互动，从员工行为中学习的智能工具，以及针对特定客户个性化的分析驱动的见解。 采用综合方法可以带来许多好处： •提高处理速度、降低成本和提高质量 •人员重新部署到更高价值的活动 •改善员工体验和客户保留/宣传 •提高应对短期成交量变化的灵活性 •能够顺利应对监管/合规变化 •改进客户研究和高度针对性的营销/下一个最佳选择 •基于AI生成的见解的新服务 •基于专有算法、数据和知识的竞争优势 ©2018埃森哲版权所有。保留所有权利。©2018AvanadeInc.保留所有权利。©2018MicrosoftCorporation。所有权利reserved.2 前进的道路 那么，您如何以更加联合的方式应用RPA+AI来创造这些优势？您如何推动智能自动化并整合人力和机器能力以在市场上脱颖而出？ 一些FSI尚未应用这种综合方法。它们仍处于采用的第一阶段：学习和意识。大多数处于第二阶段：在组织的各个部分建立试点和概念证明。这通常包括聊天机器人，机器人顾问和RPA。只有少数人达到了第三阶段，将整个业务的高级分析和人类创造力相结合，以解决复杂的问题，创造新的见解或生成新的服务。 当AI增加人类工作者并增强业务成果时，它是最有效的，而不是简单地用机器人和自动化流程取代人类。FSI必须学习如何共同管理人类和机器，以成功部署AI。寻求实施人工智能的公司需要意识到麻省理工学院信息系统研究中心的首席研究科学家珍妮·罗斯（JeaeRoss）所说的“人工智能实施中的根本缺陷”。根据罗斯的说法，“将智能机器纯粹视为削减成本的机会的公司很可能会将它们插入所有错误的地方和所有错误的方式。."1 从RPA开始，FSI现在正在寻求添加和集成其他工具并建立AI生态系统。埃森哲估计，近五分之一的北美银行已经在使用RPA技术，另有63%的银行计划在一年内这样做。222％的北美银行已经在使用机器学习和NLP，另有55％的银行打算在明年内这样做。研究发现 ，75％的保险公司计划在未来三年内使用AI在很大程度上或很大程度上自动化任务。68%的人认为，这将导致在此期间组织的工作岗位净增加。员工也有积极的看法-68％的人希望智能技术为他们的工作创造机会。 IDC预测,全球企业在认知/AI系统上的支出将在2015年至2020年间以54%的复合年增长率增长,事实上,2017年全球跨行业支出较2016年 增长了59%,达到120亿美元,2021年将上升至576亿美元3.那么，在您的组织中采用智能自动化的主要挑战是什么？ “将智能机器纯粹视为削减成本机会的公司很可能会将其插入所有 错误的地方和所有错误的方式。" 3 ©版权所有2018埃森哲。保留所有权利。©2018AvanadeInc。保留所有权利。©2018MicrosoftCorporation。保留所有权利。 数据:对其进行排序 成功部署AI的第一个练习是开发良好的非孤立数据。这是关键的一步 ，不容忽视。但是，有一个平衡：不要追求100％干净的数据-这也是不现实的。您需要的是整个业务中数据的整体视图，这对于AI的工作至关重要。然而，真正的挑战是将这些数据整合在一起，尤其是结构化和非结构化信息。跨渠道和跨产品数据非常有用，但由于数据结构、更新频率以及与内部政治和项目优先级相关的挑战不同，获取这些数据可能非常困难。 我们已经开发了一种方法来准备采用人工智能，特别关注创新的数据使用。4它采用设计主导的数据管理方法，这是一个发现正确问题并准备尝试想法的框架。它包括如何使您的数据中心井井有条，扩展到概念验证阶段之外，并不断查看业务成果。通过不断重复该过程，您将锐化您的数据，并能够在AI上下文中应用它来解决您的业务的复杂问题，例如最大限度地减少欺诈损失，预测客户流失或推荐下一个最佳选择。 ©2018埃森哲版权所有。保留所有权利。©2018AvanadeInc.保留所有权利。©2018MicrosoftCorporation。所有权利reserved.4 投资要求：你需要新的技能 许多FSI在这一领域看到了巨大的潜力，但没有为员工提供利用这些机会的技能和工具。埃森哲最近的一项研究估计，对于那些以与表现最好的业务相同的速度接受智能自动化的银行来说，到2022年，收入可能会增长34%，但关键的是，就业也可能增加14%;对于保险公司来说 ，这一数字分别为17%和7%。 然而，只有26%的员工准备使用这些技术，只有3%的员工计划在未来三年大幅增加对再培训项目的投资；保险公司的这一比例分别为25%和4%。5 与此相关的是，随着更多的数据产生更多的见解，金融服务部门的工作性质将发生变化，新的工作将被创造出来。 FSI将越来越依赖聊天机器人 要代表他们的品牌。个性培训师将被要求发展不同情况所需的适当语气和同理心水平，因为幽默或讽刺等常见的人类行为仍然很难解释。如果有的话，将更需要“插入人类”到自动化过程中以产生平衡和公平。 建议最佳股票投资组合是一回事，询问客户女儿最近毕业是另一回事。PaulDaugherty和JamesWilson的 埃森哲在最近的著作《人与机器：AI时代的重新想象工作》中对此进行了详细研究。例如，微软使用包括诗人，小说家和剧作家在内的团队来发展Cortana的个性6. 好消息是，员工已经准备好并愿意在这一领域学习新技能。他们乐于适应并担任新职务。但是必须进行投资。 只有3%的银行 4%的保险公司计划在未来三年大幅增加对再培训 项目的投资。 5 ©版权所有2018埃森哲。保留所有权利。©2018AvanadeInc。保留所有权利。©2018MicrosoftCorporation。保留所有权利。 观点|金融服务中智能自动化的兴起 与Cobots合作：AI增强人类 FSI已经使用AI来自动执行重复的，基于规则的手动任务，例如 AML监控或信用卡欺诈检测。但是AI正在发展更广泛的技能和能力 ，可以感知，理解，解释和学习。AI驱动的机器将以显示幽默和同理心的方式与客户和员工互动。 根据埃森哲的调查，79%的FSI认为，在未来两年内，人工智能将在其组织中作为同事、合作者和值得信赖的顾问与人类一起工作。随着未来几年越来越多的客户通过人工智能与FSI进行互动，机器将成为组织的第一个联系点。 然而，这引起了人们对人工智能决策过程的担忧，特别是确保它们既符合道德又符合监管框架。考虑到机器确实表现出偏见，决定谁可以获得信用卡将需要明确的审计线索7。“黑匣子”方法在这里不起作用。在前面提到的埃森哲研究中，90%的人同意员工和客户需要了解 做出了基于人工智能的决策，29%的人希望在未来两年内对此类决策完全透明。然而，75%的人同意FSI将与此类问题作斗争。埃森哲还开发了一种“公平”工具来帮助解决这一领域的问题8。建立数字道德守则将是此类活动的先决条件。 ©2018埃森哲版权所有。保留所有权利。©2018AvanadeInc.保留所有权利。©2018MicrosoftCorporation。所有权利reserved.6 数字伦理：创建一个框架 我们认为，定义围绕建设、使用和应用技术的道德规范的责任在于推动技术发展的组织。那些领导这项工作的人必须在制定非正式和正式法规方面发挥积极作用。微软正在投入资金，最近在一份报告中描述了人工智能的社会影响 开创性的书，题为“未来计算：人工智能及其在社会中的作用”9 。它研究了人工智能技术的用例和潜在危险，以及 提供有关如何避免或减轻它们的指导。埃森哲推出了用于测试AI系统的新服务，该服务采用独特的“教学和测试”方法，旨在帮助公司在自己的基础架构或云中构建，监视和测量可靠的AI系统10。数字道德也是最近在瑞士达沃斯举行的世界经济论坛的前沿和中心，在那里 ，一些会议专门讨论了人工智能以及如何负责任地使用它。在 Avanade 我们还制定了四支柱方法11. 我们认为，定义围绕建筑、 使用和应用技术的道德标准的责任在于 推动它的组织。 7 ©版权所有2018埃森哲。保留所有权利。©2018AvanadeInc。保留所有权利。©2018MicrosoftCorporation。保留所有权利。 智能自动化：加入AI 1.知道重点在哪里 在典型的FSI中，有许多领域可以应用整体AI方法： ©版权所有2018埃森哲。保留所有权利。©2018AvanadeInc。保留所有权利。©2018MicrosoftCorporation。保留所有权利。 8 智能自动化：加入AI 2.突出显示相关用例场景 我们正在发现在以下领域快速推动价值的第一阶段应用： •客户入职(最佳字符识别(OCR和RPA) •客户服务/智能帮助台的虚拟代理（OCR和RPA） •欺诈检测（机器学习和RPA） •信贷发行(Chatbot&机器学习&RPA) •设置汽车保险(OCR&RPA) •电子邮件分类：（机器学习文本分析器和RPA） •付款（OCR和RPA） •FNOL(聊天机器人、认知服务和RPA) 3.评估您的能力和发展需求 Thisincludesa'flashassessment'togiveaninitiativeinformalviewofwhereaclientstandsandsuggestionsofhowandwhereitcanbeenhancedwithleadingpractices.Here’saclientexample: ©2018埃森哲版权所有。保留所有权利。©2018AvanadeInc.保留所有权利。©2018MicrosoftCorporation。所有权利reserved.9 智能自动化：加入AI 4.知道你需要在哪里合作 投资于你自己的员工并评估哪些组合 考虑到您的时间范围和风险承受能力，内部和外部能力将产生最佳价值。有太多事情要做，时间不在你身边。我们可以在Azre上提供交钥匙解决方案，在数小时内配置正确的环境，直到托管云服务，在那里我们可以按需支持机器人，并按机器人定价-真正灵活的数字劳动力。我们可以提供安全。 在公有云中，因为凭据和密码管理归您所有。持续的部署、管理和维护都