人工智能在全球银行业的应用
据麦肯锡报告《银行业的人工智能：银行能迎接挑战吗》，确定了银行使用人工智能可以达成四个关键结果：更高的利润、规模化的个性服务、独特的全渠道体验和快速的创新周期。
麦肯锡警告称，不围绕人工智能制定业务战略的银行有可能失去客户基础，面临被竞争对手超越的风险。领先的金融机构正在稳步采用全面的方法，将AI从前端部署到后台。根据麦肯锡的研究，消费者越来越重视个性化的服务。因此，数字银行先行者的案例研究表明，他们利用高精度的预测性人工智能技术，向客户推荐他们可能使用的服务。
近60%的数字银行先行者已经实现了至少一种人工智能能力，其中最常见的(36%)是机器人流程自动化（RPA）。有趣的是，32% 的公司实现了虚拟客服或智能对话界面，25% 的公司使用机器学习（ML）进行欺诈检测、承保和风控等操作。
据MOVO首席执行官、福布斯金融委员会成员埃里克·索利斯称，金融机构也在使用人工智能做出更好的投资决策，管理客户的财富组合。机器人理财顾问越来越受欢迎，据估计，到2022年，这些自动化的理财顾问将管理全球逾4万亿美元的消费资产。
亚太地区的数字银行格局
尽管前景可期，但在亚太地区，尤其是东南亚地区，数字银行的发展仍处于初级阶段。目前，菲律宾、印度尼西亚、马来西亚和新加坡等国的数字银行和金融科技行业已经出现了振奋人心的增长。
基于传统银行拥抱数字化的迟缓现状，一些极有挑战精神的互联网银行开始崭露头角。他们利用创新技术，轻松进入新兴市场并颠覆成熟市场。KakaoBank就是典型案例，这是一家由韩国投资控股公司和互联网公司Kakao推出的韩国互联网银行，它成功地抓住了庞大的千禧一代作为客户基础，2020年公开报告显示，机构利润已逾1.01亿美元。
他们通过利用流行的KakaoTalk（一种即时通讯APP）现有的庞大用户基础证明了自己的成功。KakaoBank利用他们在KakaoTalk上的UI和UX专业知识，通过设计精美的手机应用吸引了他们的注意，并针对这一细分市场进行高度个性化的服务营销。
人工智能在亚太地区银行业中的应用
据波士顿咨询公司称，东南亚的消费者偏好在很大程度上仍停留在对个性化金融建议、更低的银行费用、更有吸引力的图像和美学的需求上，其中大多数不需要面向前端的人工智能服务。这里的趋势也倾向于在后端更多地使用AI。
比如，中国的微众银行使用人工智能、区块链、云计算和大数据等技术，主要是为了在后台提升效率和扩大规模。在以机器学习驱动的人工智能生态系统中，一些AI 应用会作用于营销、资产管理和风险管理。作为全球最大的数字银行，微众在2019年就创造了5.7亿美元的利润。
在传统银行方面，新加坡大华银行在泰国推出了其首家全数码银行TMRW，这是一家纯智能手机银行，为数码世代客户提供更简单、透明和互动性更强的银行服务。
处在一个积极的监管环境，东南亚地区无异于一个巨大的未开发市场。利于创业的土壤，金融科技生态的初步建设，以及数字化转型的需求，这里已经足够成熟，足以拥抱数字化，足以让以互联网银行为代表的数字银行挑战者们介入并填补巨大的金融服务缺口。理想情况下，数字银行玩家可以通过各种方式实现人工智能，进一步优化为消费者提供优质服务。
原文链接：AI in banking still has room for growth in Asia Pacific
【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】
