NVIDIA發(fā)布調研報告：2023年金融業(yè)最關注的4大AI方向

NVIDIA多年來一直在與部分全球領先的金融機構共同開發(fā)和執(zhí)行各種發(fā)展迅速的AI策略，在過去三年間詢問了他們最關心的是什么。

有些結果和NVIDIA想象的一樣；而有些結果著實令人驚訝。今年的調查是在充滿變數(shù)的宏觀經濟環(huán)境下進行的，因此兩種結果都有。

來自全球頂尖金融服務機構的500名受訪者闡述了其認為AI投資回報最高的領域，結果既有意料之中，也有意料之外

無論是銀行和金融科技機構，還是保險和資產管理公司，其目標都是找到更精準的風險管理方法、通過提高效率降低運營成本并改善顧客和客戶體驗。NVIDIA通過深入調查了解到了最吸引人的AI領域等信息。

以下是從“金融服務業(yè)AI現(xiàn)狀：2023年趨勢”調查中得出的四個最重要的發(fā)現(xiàn)，此次調查共收集了近500名全球金融服務專業(yè)人士的意見。

混合云來勢洶洶

如同其他企業(yè)一樣，金融服務企業(yè)也在設法優(yōu)化AI訓練和推理方面的支出，并明晰敏感數(shù)據(jù)不可遷移至云端。為此，他們正在將許多計算密集型工作負載轉移到混合云中。

今年的調查發(fā)現(xiàn)，近一半的受訪者正在向混合云遷移，以優(yōu)化AI性能并降低成本。領先的云服務商和平臺的近期發(fā)布則強調了這一轉變，并將數(shù)據(jù)可移植性、機器學習運維（MLOps）管理以及跨云和本地實例的軟件標準化作為降本提效的戰(zhàn)略要務。

大型語言模型在各AI用例中名列前茅

此次調查結果中集中在美洲和歐洲的企業(yè)樣本量超過了200個，調查發(fā)現(xiàn)名列前茅的AI用例有自然語言處理和大型語言模型（26%）、推薦系統(tǒng)和次優(yōu)行動（23%）、投資組合優(yōu)化（23%）以及欺詐檢測（22%）。元宇宙、合成數(shù)據(jù)生成和虛擬世界方面的新興工作負載也常常被提到。

銀行、交易公司和對沖基金正在采用這些技術創(chuàng)造個性化的客戶體驗。例如德意志銀行最近宣布與NVIDIA建立多年創(chuàng)新合作關系，將AI應用于智能虛擬形象、語音AI、欺詐檢測、風險管理等金融服務業(yè)的各個用例中，最多可減少80%的總擁有成本。該銀行計劃使用NVIDIA Omniverse構建一個3D虛擬形象來幫助員工瀏覽內部系統(tǒng)并回答人事方面的問題。

銀行看到AI在提高收入方面的巨大潛力

調查發(fā)現(xiàn)，AI正在對金融機構產生可以量化的影響。近一半的受訪者表示，AI將幫助他們的企業(yè)機構增加至少10%的年收入。超過三分之一的人表示，AI每年還將幫助其減少至少10%的成本。

金融服務專業(yè)人士重點介紹了AI如何改進業(yè)務運營，尤其是在改善客戶體驗（46%）、提升運營效率（35%）和降低總擁有成本（20%）方面。

例如，計算機視覺和自然語言處理正在幫助實現(xiàn)財務文件分析和理賠處理的自動化，為企業(yè)節(jié)省時間、金錢成本和資源。AI還能通過改進反洗錢和“了解客戶”流程來防止欺詐，而推薦引擎能夠為公司的客戶或顧客創(chuàng)造個性化的數(shù)字體驗。

最大的障礙：招聘和維系AI人才

企業(yè)在實現(xiàn)AI目標的過程中會面臨重重挑戰(zhàn)，其中最大的障礙是招聘和維系AI專家。有36%的受訪者提到了這個問題，28%的受訪者表示沒有足夠的技術來推動AI創(chuàng)新。

26%的金融服務專業(yè)人士表示，另一個迫在眉睫的問題是用于訓練模型和保證準確性的數(shù)據(jù)規(guī)模不足。解決這個問題的方法是使用生成式AI生成準確的金融合成數(shù)據(jù)并使用這些數(shù)據(jù)訓練AI模型。

高管對AI的支持度達到新高

盡管存在這些挑戰(zhàn)，AI在金融服務業(yè)中的前景依然越來越光明。此次調查結果中的一個新主題是增加高管對AI的支持度。約64%的受訪者表示“我的高管團隊重視并信任AI”，而一年前的這一比例只有36%。另外，58%的人表示“AI對我公司未來的成功十分重要”，相比一年前39%的比例有所增加。

金融機構計劃在未來繼續(xù)擴展企業(yè)級AI，包括升級和添加硬件、軟件、服務等AI基礎設施。

復雜的全棧式AI平臺可以賦能數(shù)據(jù)科學家、量化分析師和開發(fā)者并盡可能減少瓶頸。高管們已經看到了部署AI應用的投資回報率，這些領導者將在2023年專注于將AI擴展到整個企業(yè)、雇用更多的數(shù)據(jù)科學家和投資于加速計算技術，為AI應用的訓練與部署提供支持。