AI /自动化

人工智能驯服了金融服务业监管的复杂性

到2020年，金融机构将面临超过3亿页的监管规定，远远超出其员工的承受能力。目前，银行每年在合规方面的支出约为2700亿美元，占大银行运营总支出的10%。甚至连信用社平均每四名员工中就有一名员工花在履行监管义务上的时间。

数据质量:合规团队会收到来自客户记录、财务交易、电话、电子邮件和活动日志的大量内部和外部数据。但具有讽刺意味的是，这些信息并不总是满足它们的目的。在一次关于监管交易报告的网络研讨会上进行的调查中，33%的参与公司表示，他们最大的合规挑战是掌握正确的数据类型，而24%的公司表示，这是数据本身的质量。在这种情况下，生态系统很容易受到欺诈和违反政策的影响。

监管超载:仅2015年，就新增了2万项银行业监管要求。在日益收紧的监管环境下，银行必须应对其所在地区繁重而丰富的立法。这不仅需要付出巨大的努力，而且有时还会造成司法管辖区之间的冲突。

产品数据仓库:有些欺诈案例只有在检查交易本身之外的额外数据或在跨产品视图中才会暴露出来。例如，当与客户的帐户信息一起查看时，看起来光明磊落的信用卡交易可能不会出现。不幸的是，法规遵循经理很少有机会访问跨产品视图——即风险和潜在违规的全面图景——因为银行中的产品数据通常是竖井式的。

管理这种复杂性需要很好的平衡。将报告阈值设置得过低(即，扩大监管范围内的文件范围)，最终导致假阳性的指数级增长;抬高门槛，就有被突破的风险。根据经验，大多数银行的工作量似乎占据了员工总数的15%左右。

如果这看起来有些过分，想象一下三年后的情况，3亿页的监管预测成为现实。随着人类的控制逐渐消失，银行面临的唯一选择就是利用自动化技术，从机器学习、自然语言处理到深度学习，管理迅速增长的规模和复杂性。

当然，银行合规对于技术来说并不陌生。随着能力的提高和成本的降低，生物识别技术在预防欺诈方面发挥了重要作用。我预计指纹和视网膜扫描将很快被广泛应用于银行卡交易验证。尽管目前生物识别技术在很大程度上独立于人工智能，但我们可以期待在不久的将来看到视觉识别系统在后台工作来识别用户。

近几年来，大多数金融机构也一直在使用某种程度的自动化来执行报告和合规相关的任务。举个例子，银行正在利用现成的平台和工具集来自动化整个生命周期，从数据收集到报告提交。

现在轮到Regtech将金融服务中的一些颠覆性技术引入合规领域;技术,如大数据分析和机器学习，这是建模风险，跟踪资本合规，并打击洗钱和其他不当行为。其中，我认为机器学习是技术从简单自动化到人工智能进化过程中的一个重要标志。机器学习——计算机或智能设备无需编程就能从数据中学习的能力——正在进入银行，从各种产品和资产类别的大数据中识别异常活动模式，并开发和测试算法，以主动管理风险和欺诈。

机器学习比人类更适合这个角色，因为它不仅可以处理大量数据和大量变量进行分析，还可以发现我们看不出来的相关性。例如，一个风险经理在发现一个大额支出时，可能会调查一些指标，如交易的地点或时间，以及我们知道的其他类似参数。另一方面，机器不受人类理解力的限制，它会看得更远，甚至是数百个表面上不相关的变量，以便进行分析和获得见解。

机器学习，凭借其速度和规模的强大力量，有许多日常用途，如查阅文档。去年，摩根大通(JPMorgan Chase)聘用了机器学习来审查商业贷款协议，这些协议过去每年占用员工36万个小时。该银行不仅节省了大量的人力和时间，而且报告的错误率也更低。摩根大通(JPMorgan Chase)目前正计划在更复杂的领域部署机器学习，比如信用违约互换(cds)和托管协议。

机器学习与其他人工智能技术(尤其是自然语言处理和机器人技术)的下一个前沿是理解法规，决定某个行为是否违反，并回答问题。如今，来自世界不同地区的两位银行家可能会根据个人经验和监管背景，对同一篇文章做出不同的解读。随着自然语言处理(Natural Language Processing)取得重大进展，人工智能有可能将监管信息解读并编纂成单一的真相来源。在这种情况下，来自世界不同地区的两名银行家只需要通过聊天机器人查询AI系统，他们都会收到相同的文本解释。

虽然这可能需要三到五年的时间才能成为主流，但印孚瑟斯已经在与一家客户合作，将其全球标准和合规手册数字化以知识为基础的人工智能平台．用户可以在平台上用英语查询某笔交易，聊天机器人会告诉他们这笔交易是否被允许。

那么，在不久的将来，人工智能将对银行和金融机构产生什么影响?

如前所述，大约15%的银行员工从事风险和合规活动。高层是政策制定者，他们与监管机构和行业机构保持联系，并与银行的最高领导层密切合作。这些本质上的“人类”角色将无法被机器取代。中间是负责评估风险和管理异常的人员，等等。他们中的大多数人会继续工作，但可能需要提升一些技能。合规人员的底层执行大量重复的日常任务，这些任务将被自动化。在未来的三到五年内，合规工作人员的平均数量将减少一半。

可以理解的是，这将引发对工作安全的担忧。我的信念是，虽然工作岗位将被自动化取代，但一些员工可以通过培训和升级来填补空缺的中层职位，而不是组织重新招聘。其他人可以被部署到新的角色，在那里他们可以使用他们的知识来解决法规遵循问题，培训新员工，或参与Regtech创新。

研究证实了这一方法。Infosys最近调查了1,600名IT和商业部门的高管对人工智能的看法，84%的受访者表示，他们计划就人工智能的好处和使用对员工进行培训，80%的受访者计划对受影响的员工进行再培训或重新部署。人工智能是企业进行更有目的性追求的机会，从放大其人力资源的能力和成就开始。

人工智能在合规方面也有另一面。银行必须小心，不要让机器学习和其他人工智能系统产生偏见，这可能会对决策质量产生负面影响。他们还应该确保一旦机器开始做出决策，合规团队不会失去对事情的控制。最后但并非最不重要的是，它们必须让监管机构相信，在合规筛选方面，它们的智能机器所做的尽职调查至少与它们之前的人类一样多，如果不是更多的话。