教育新闻网人工智能已不仅仅是对金融服务机构的实验：它是一个真正的竞争优势，可以帮助银行提供超个性化的客户体验，改善决策并提高运营效率。
在Money 20/20 USA的最后一天，一个专家小组在会议结束时讨论了如何在整个价值链中注入AI，同时为即将到来的进化神经网络技术做准备并与新进入者保持同步。
微软WW金融服务公司人工智能总监Daragh Morrissey强调说，在自动驾驶汽车问世的世界中，尽管技术发展迅速，但“法规和法律含义尚不明确。 ”
这与信任问题有关，摩根大通公司和投资银行应用人工智能和机器学习部门负责数据和分析的负责人Samik Chandarana表示，这将是“随着我们逐步采用这种AI的重大挑战之一”金融服务之旅。”
Cognizant的进化AI副总裁Babak Hodjat使用一则轶事来解释我们如何在语音助手的帮助下“不在那儿”，并且我们不确定确切地将AI应用于何处。
之后莫里西解释说，这是不是一个AI工具，它是关于如何将这些彼此结合，Chandarana补充说，公司内部的时候，“我真的不关心这个东西，它的的确确是问题陈述你”重新尝试解决。
“无论是深度学习还是决策树，都没有关系。这是为了获得正确的结果，当找到结果时，它比其他任何事情都更适合于该领域的所有生产过程。”
他使用对账作为用例，继续说明下一步是确保AI具有足够的鲁棒性以允许机器模型执行任务，而不是由人类继续完成工作，这与交易非常不同。
莫里西(Morrissey)补充说，人工智能(AI)可以帮助客户进行数据遥测，高级语音助手，还可以帮助银行内部的人，例如抵押贷款顾问之类的关系顾问。
莫里西说：“金融犯罪是目前该行业最热门的人工智能使用案例之一，在这里您可以安全地玩耍，人工智能可以扩大现有的财务计划解决方案，从而减少误报。”
Money 20/20社区的评论
吉尔Bolotin的，在北美地区的业务发展副总裁Anagog告诉Finextra，我们目前看到AI“，这涉及直接将机器学习算法到边缘(即硬件)设备，如手机下一波。
“这一新的技术分支为提供超个性化的客户体验打开了大门。如今，银行很难了解客户未来的需求和喜好，因为他们主要依靠购买历史和在线数据，已被证明是这样做的不好预测客户的需求不能很好地预测，”提供客户更全面的观点。
这与NTT DATA数据与分析副总裁兼技术咨询业务负责人Michael Goodman的想法息息相关。他说：“对于金融服务公司而言，在成为更多数据驱动型组织的同时，还应加快整合力度，这一点至关重要。整个价值链中的AI和机器学习。
“这将要求组织开发一种新的分析方法，因为历史上高级分析的使用一直集中在少数组织中。此外，他们必须增强其数据管理能力，以利用不断增长的各种数据源和数据类型。
“如果不关注数据，他们将面临崩溃的风险，因为对于用于训练它们的数据缺乏信心会导致对关键业务模型缺乏信心。提高模型的风险管理能力也将有助于避免监管问题，监管机构都还需要与AI和ML。术语”
唐迪黑色，高级经理，在FIS支付策略指出，“AI不再是可有可无或‘最佳实践’。对于希望在未来的市场中保持相关性和竞争力的金融服务提供商而言，这一点至关重要。人工智能使金融服务提供商能够使其数据更具可操作性。”
