1、金融服务新格局 解读人工智能如何改变金融服务生态系统Proposal title goes here | Section title goes here 0203金融服务新格局 | 解读人工智能如何改变金融服务生态系统目录前言 04背景知识 05创造价值 08运营模式 12竞争 16公共政策 20结论 24金融服务新格局 | 解读人工智能如何改变金融服务生态系统04致读者：关于人工智能 （AI） 在金融服务领域中作用的文章已经卷帙浩繁。 但其中大部分文章主要论述其技术发展趋势和技术细节。 对于那些试图理解人工智能在行业中的战略意义的人来说， 这些内容的帮助有限。咨询长期服务于世界经济论坛， 并

2、致力于解决这一问题。 近十个月以来，我们举办了六次全球研讨会， 并对专家进行了200多次采访。 该研究的结果载于论坛报告 金融服务新格局： 解读人工智能如何改变金融生态系统 中。 本文对研究结果进行了总结。我们的目的是帮助金融服务企业管理者、 监管机构和政策制定方了解人工智能： 如何改变金融服务企业的运作模式 如何影响战略重点和竞争动态 如何在公共政策方面带来挑战自2015年以来， 一直与论坛合作， 以研究哪些因素会深度改变金融服务业的格局。 我们的工作反映了四年以来对 “技术如何影响金融服务行业格局” 这一问题的研究结果。 希望这份报告可以引导你们走向这个领域的未来。致以诚挚问候Bob Co

3、ntri Principal， 美国； 全球金融服务行业领导合伙人 前言来自和经济论坛的相关资源金融服务行业未来 (2015)未来的金融基建： 区块链如何重塑金融服务前景探讨 (2016)金融服务变革创新： 电子身份的发展蓝图 (2016)超越金融科技： 务实评估金融行业的潜在颠覆力量 (2017)Rob Galaski 合伙人， 加拿大； 全球银行业及资本市场咨询领导合伙人rgalaskideloitte.ca金融服务新格局 | 解读人工智能如何改变金融服务生态系统05什么是人工智能？对于人工智能， 没有一个广泛认同的定义。 或多或少， 每个人对于人工智能的定义都有所不同。这一现象出现的原因

4、， 在一定程度上与 “ 人工智能效应” 有关。 每当人工智能技术出现重大突破， 无论是哪方面能力的提升， 总会有人提出底层算法的变化并不是真正意义上的智能。 人工智能的标的就在这种状况下不断向底层下沉。但如果没有建立统一的认知背景， 就很难使讨论富有成果。 本着这种精神， 我们提出以下非技术定义 （不适用于专家提出他们对人工智能的个性化定义的场景） 。人工智能是一套技术， 通过自适应预测能力和一定程度的自主学习， 大大提高我们的能力， 从而实现： 识别模式 预测未来事件 制定正确的规则并驱动自动化流程 做出正确决定 与其他人沟通人工智能的这些特点， 正在迅速改变成为一家成功的金融服务企业的竞争

5、要素。要了解这种变化有多深刻， 请思考在过去， 金融服务企业成为行业领先企业的旧模式和路径： 大量资产产生规模经济； 物理位置的优势和标准化产品带来了高成本效益的收入增长； 以直接的途径进入市场、 和投资者建立直接联系以应对竞争威胁； 更换供应商很困难， 因此客户倾向于留存； 同时， 通过提升人员劳动强度和熟练度以提升流程效率。背景知识金融服务新格局 | 解读人工智能如何改变金融服务生态系统06最终， AI将改变每一个过去金融服务企业成功的基本要素， 构建高效运营并实现成功的决定因素将是技术； 资产规模虽然仍然很重要， 但已经不足以成为一个建立成功企业的必要因素； 数据规模方面的竞争对于维持成

6、本优势将更为重要。同时， 收入不是来自标准化的产品服务， 而是来自高度定制化的产品和通过人工智能所实现的个性化互动。 独家关系也不是差异化因素， 在数字化的世界中， 金融服务提供者将因其创建高度契合的匹配链接能力而脱颖而出。 客户不会因为更换供应商很困难而留存下来， 而是因为他们的供应商所带来的收益要优于其他企业。 流程效率的提升将来自人和人工智能共同优势的体现。图表1： 人工智能正在改变金融服务行业中构建成功企业的基本要素过去未来资本规模数据规模大众化产品定制化产品排他性关系优化匹配高转换成本高留存效益依赖人的智慧强化系统性能带来价值金融服务新格局 | 解读人工智能如何改变金融服务生态系统0

7、7由于这些新的竞争要素的出现， 将带来一个传统思维尚不了解、 在诸多方面被重构的金融服务行业竞争环境： 提供新的价值。 产品和服务创新将增强金融包容性， 并提供更时尚、 更个性化的客户体验。 重塑运营模式。 金融服务企业将变得更加精简、 高度网络化、 更加专业化。 他们也将更加依赖大型技术公司的能力。 颠覆竞争动态。 数据共享将成为竞争成功的关键。 在日益分化的市场中， 先行者和大型企业将获得此竞争优势。 公共政策进入未知领域。 人工智能将提出挑战政府和社会的问题， 促使人们需要一套新的规范来保护人类， 管理人工智能并重建金融基础设施。结果将会如何？ 在能力、 资源、 关系和潜力方面会发生剧变

8、。 陈规将会被打破， 而新的规则将以意想不到的方式形成。重心将会发生变化， 而它何去何从取决于今天决策者做出的决定。人工智能: 词汇表 专家们对人工智能的定义难以达成一致。 而在技术层面对于人工智能的共识也难以帮助商业领袖们理解， 人工智能技术到底能为他们的企业做什么。但在正在进行的人工智能全球讨论中， 某些术语屡次出现。 以下是摘选的部分术语， 我们对其含义进行了解释。术语能力定制从特定数据集合生成规则， 并应用常规数据以优化结果决策从一般数据生成规则， 并将这些规则应用于特定的场景预测判定未来事件的出现概率交互通过数字化或模拟渠道与人交流模式检测从数据中发现规则金融服务新格局 | 解读人工

9、智能如何改变金融服务生态系统08创造价值人工智能正在改变金融服务企业获取和维系客户的方式。 尽管金融服务企业已经在数据的使用上进行了有效的尝试， 人工智能依然为市场的重大创新提供了机会。 有一点可以确定， 人工智能使客户的金融生活完全自动化的一天终将到来， 企业必须做好准备， 并或多或少地， 调整他们的产品与服务。客户忠诚度的新实验场所历史上看， 金融服务企业依赖价格、 速度和获取便捷等方式吸引客户。 但在线平台使客户可以更简便地比较价格。 不断进步的技术可以实现即时提供产品和服务， 使速度满足客户的基本预期。 并且， 由于数字化分销渠道的出现， 在开展业务的过程中对中间商的需求降低。随着旧的

10、成功要素变得越来越低效， 新要素将出现并取代旧要素， 包括： 通过定制来提供符合客户独特金融需求和金融目标的产品服务 通过金融服务之外的交互与客户进行互动， 如向商户提供预测服务或预定车辆维修 基于来自消费者、 合作客户和第三方的数据的生态系统这些要素将为金融服务企业提供更有力的方法来实现价值竞争， 客户维系， 提供差异化建议， 并提供一站式解决方案。 由于人工智能打破了更好的服务和成本不能兼顾的窘境， 以上的构想成为可能。也就是说， 这其中一些服务和产品需要与不同行业的现有产品竞争。 在知道平台经济中价格的自然均衡或者企业可能期望获得的利润率之前， 企业可能需要更进一步。案例金融产品以外的综

11、合服务加拿大皇家银行 （RBC） 正在为汽车经销商提供试用版预测工具， 以根据客户数据预测车辆购买需求。 通过提供此工具以及贷款解决方案， RBC激励汽车经销商更频繁地提供RBC贷款产品。1, 2构建金融生态系统劳埃德银行集团 （Lloyds Banking Group） 每年承诺投入41亿美元用于数字战略， 该公司将银行和保险服务结合起来， 并寻求新的API支持。 公司的目标是成为生态系统提供者， 和多供应商时代的 “值得信赖的数据守护者” 。3规模化开展数据整合与洞察分析 平安的金融、 医药、 汽车和住房应用程序套件吸引了超过8.8亿用户， 7,000万企业和300个合作伙伴。 该公司使用

12、他们生成的数据来缩小服务差距并提高产品的整体质量。4科技行业的参与谷歌和亚马逊等公司正在利用其技术优势和数据规模， 提升客户的参与度， 提升客户体验。5金融服务新格局 | 解读人工智能如何改变金融服务生态系统09启示对客户内外部行为进行细致地洞察变得至关重要大型科技公司在吸引客户方面具有独特优势金融服务企业需要高度专注于提供客户的真实需求。 这意味着需要超出金融服务范畴去了解客户， 并寻找利用金融服务为客户带来更好人生的机会。大型科技公司往往通过免费的产品和服务获取消费者的关注， 以及相关的数据。 与大型科技公司的合作会使企业从中受益。产品开发和创新实验意愿成为企业的关键技能对于无法发展出新的

13、差异点的公司， 其利润率将会下降为了取得成功， 现有企业必须获得新的资源和工作方式， 包括人工智能技术、 产品开发能力和数据集成能力。 他们还需要建立拥抱创新和试错的文化。 如果在创造差异化产品方面滞后， 金融服务企业最终将会面临利润率难以提升甚至降低的挑战， 进一步， 一旦技术使价格和速度等传统金融服务行业竞争要素趋近标准化， 这方面将变得尤为艰难。需要考虑的关键问题 有哪些是公司可以追求的最高效的产品和服务？ 人工智能能带来哪些持续性的不同？ 金融服务企业如何将这些改变落实？ 他们需要建立或者获取哪些能力？金融服务新格局 | 解读人工智能如何改变金融服务生态系统10客户与代理商发生交互，获

14、得建议并定制产品服务复杂决策将获取建议，如：购买住房制定退休金计划机构理财资产与现金流管理支付账单存款再融资贷款 感知水平常规决策实现自动化，如：产品由供应商提供（如金融服务企业）用户数据自驱动代理商产品图表2： 自动型金融可以在财务建议方面提供转型人工智能通过三种主要方式实现自服务型金融。 首先， 该技术可以比较产品和供应商， 为客户匹配符合其要求的最佳价格产品及服务。 它还可以将其提供的建议和产品个性化， 达到人类代理因受限于成本效率而难以达到的程度。 最后， 自动代理可以完全在幕后管理日常财务。 它可以免除费用， 持续监控以发现更好的交易， 并且站在客户立场上， 无需客户进行干预。在每种

15、情况下， 人工智能都需要来自客户、 第三方平台和金融服务企业本身的数据， 这些数据支持人工智能并为其决策提供信息。目前尚没有非常成熟的人工智能自动服务解决方案的提供商， 未来有可能在现有企业， 新竞争者或者大型科技公司中产生。 同时， 在消费者的利益如何与产品制造商和自驱动型代理商的利益保持一致也需要进一步探讨， 简单来说， 由算法做出的决策的问责框架尚未确定。 自服务型金融财务建议是每种产品的一部分， 它通常是通用的， 非个性化的。 财务建议也往往依赖于金融服务人员或代理商的主观判断和建议。 无论是在金融服务企业内部还是跨企业的场景下， 由于产品和客户信息很难汇集在一起， 因此提升财务建议的

16、质量非常困难。自服务型金融模式。 在这种被重新构想的体验中， 消费者与金融服务企业的人工智能服务代理进行交互， 以获得建议和定制化的产品。 自动化运行的人工智能服务代理能够为复杂的决策提供指导， 例如购房、 退休计划或公司融资。 同时， 它可以自动执行日常交易， 例如账单支付和再融资。 在产品方面， 其涉及的所有产品都来自金融服务企业， 与今天的人工代理并无区别。金融服务新格局 | 解读人工智能如何改变金融服务生态系统11案例下一代的个人理财管理系统早期的个人金融管理APP会评估用户的财务状况， 但并没有提供财务优化操作的洞察和建议。 现在， 如 “Clarity Money” 和 “Mone

17、ylion” 等公司正在使用人工智能技术为客户提供有关再融资、 负债管理和其他方面的个性化建议。金融与生活的整合花旗银行的手机应用为客户提供其360 概览， 包括客户在花旗银行以及所有与花旗相关联的服务企业。 同时， 社交平台如微信， 可以实现跨金融服务行业的互操作。存款和账单支付自动化手机端应用如Acorns会对客户交易进行汇总并将余额转移到储蓄账户。 在付款方面， 像Tally这样的创业公司将客户所有银行卡聚合到一个账户中， 并统一支付每一笔账单。以客户为中心的银行基础设施新的基于云服务的基础设施使企业可以将全部产品组合拆解为细分的产品单元， 从而实现产品/产品包的动态定制和定价。 例如，

18、 Thought Machine的核心基础架构可以提供产品智能合同， 因此银行可以通过向导或直接代码快速定制和部署产品。通过多供应商平台提供金融管理服务越来越多的多供应商平台正在寻求通过产品和功能的个性化推荐来强化他们的产品。 其中一个例子是： Credit Karma， 它已通过促成贷款业务获得成功， 并旨在建立财务顾问工具并扩展其对客户体验的控制。启示拥有良好客户体验的金融服务企业将获得最大的利润金融服务企业通过算法实现自我重塑一直保持客户接触并确保良好客户体验的金融服务企业， 将会获得更高的客户忠诚，使用人工智能技术， 由于其能够通过更多的数据、 更好地洞察客户需要， 也将获得更好的客户

19、体验。 因此， 拥有良好客户体验的金融服务企业将获得更强的市场能力， 并获得最大的利润份额。金融服务企业将会以算法和自动决策流程来重新定义其客户服务与内部运营流程， 领先者将赢得市场先机和卓越的客户体验。线下客户交互频率大大降低操作风险将会减小， 但一旦发生其规模会更大随着客户体验的自动化， 金融服务企业与客户之间的线下互动将减少。 因此， 金融服务企业需要关注与客户不多的线下交互场景， 同时需要在线下交互场景过程中以提供增值建议为中心。 由于人工智能接管销售人员的销售活动，因此操作风险显着下降。 但是当人工智能在自动交易环节产生错误， 由于其自动高效运行的特点， 其规模会更庞大。需要考虑的重

20、要问题 在自动化的未来， 企业如何脱颖而出？ 金融服务企业可以提供哪些 “quick win” 来取悦客户？ 在一个混合的、 自动化的渠道中， 渠道策略应该是怎样的？金融服务新格局 | 解读人工智能如何改变金融服务生态系统12运营模式人工智能不仅仅适用于前台工作， 它还为后台提供了令人兴奋的变化， 甚至可能会把后台改进到可以将流程中的一部分作为商业服务提供的程度。 但在这里， 正如组织中的其他地方一样， 人工智能将对人才战略带来负面的影响。 为了保持竞争地位， 企业必须谨慎管理人才和技术的相互作用。从成本中心到利润中心人工智能最终可能促使金融服务企业将其最强的运营能力转变为服务并对外部提供，

21、同时将大多数其他后台功能外包。为什么？ 因为一家企业很难在所有方面都表现出色， 而且随着时间的推移， 竞争对手可能会复制那些有效但不是最佳的流程。 与此同时， 利用人工智能可以在某些流程上取得卓越的成就并持续优化， 使得其他竞争者无法赶上。 在这一点上， 运营能力的卓越中心既是一个可靠的优势， 也是该企业持续的收入来源。这并不是说AI不会影响后台的其他部分。 智能技术的出现正值金融服务企业希望实现其运营现代化之际， 例如基于云的架构。 迁移到云可以更轻松地与第三方服务实现 “即插即用” 。 它还可以更容易地将内部卓越中心转变为商业产品。 如果通过人工智能加强商业产品的市场竞争能力， 他们可以为

22、技术带来更多数据， 以便学习和不断改进。早期的推动者在这个情景中具有优势。 在开源AI环境中， 模拟算法并不困难， 但积累大量高质量数据要困难得多。现有的软件即服务 （SaaS） 产品为基于人工智能的外包服务提供了蓝图， 但仅有SaaS远远不够， 现有的企业仍然必须弄清楚如何建立卓越中心， 提供更有吸引力的服务。 另一个窘境是如何在企业必须与竞争对手共享数据时， 可以尽可能地保护专有数据的价值， 而且还可以达到服务和效率提升的要求。 数据监管对外包后台处理服务的影响可能会影响金融服务的全球化。 最终， 对于数据安全和云端架构的疑虑还有待解决。图表3： 人工智能赋能的后台功能可以使企业将他们的卓

23、越中心转向服务传统模型后台办公室以服务为中心的模型企业围绕特定流程开发人工智能驱动的卓越中心，并将“流程”作为一项服务这些流程使用来自集体用户的数据不断学习和改进，以比任何一个企业更快的速度此产生一个可靠的优势，也是持续的收入来源 企业围绕某些流程开发人工智能驱动的卓越中心，但其他流程却落后于同类最佳功能在所有流程中实现卓越是一项挑战从长远来看，竞争对手将转而复制少数企业的高效能力，限制这种优势的可防御性 机构机构活动1对外活动金融科技专才第三方机构第三方机构对外活动数据卓越中心活动2活动3数据运营数据第三方机构运营数据数据与流程处理领先能力持续改善流程滞后能力金融服务新格局 | 解读人工智能

24、如何改变金融服务生态系统13案例模块化微服务架构IDC估计， 到2021年， 80%应用程序开发将在使用微服务和云功能的云平台上进行。 在后端， 云基础设施占金融服务所有IT支出的三分之一， 并且随着企业推动将传统技术迁移到现代平台上， 其年复合增长率超过20%。正向数据价值循环人工智能可以帮助企业不断改进其服务， 通常称之为正向数据价值循环。 谷歌翻译、 Spotify的发现周刊和Facebook的时间线算法是基于人工智能的服务示例， 随着用户与他们交互， 服务能力和客户体验随着数据和算法的积累得到稳步提升。 那些从头开始试图与这些服务竞争的人则面临着一场艰苦卓绝的战斗。最佳流程的外部化Bl

25、ackRock和平安是现有金融服务企业的两个例子， 它们开发了优秀的内部服务， 然后将其商业化。 BlackRock的首席执行官拉里芬克表示， 他希望aladdin占Blackrock收入的30%。11平安的OneConnect是其内部的先进基础设施， 涵盖从核心银行技术到高级人工智能的各种功能。 他们将这项技术转变为中国近500家银行使用的服务。12启示运营效率不再是一个有竞争力的差异点随着系统集中程度上升， 风险缓冲下降后台流程在金融服务中变得越来越统一，随着大多数企业具备类似的能力， 迫使企业寻找新的差异化因素。随着金融服务企业依赖越来越少的关键系统， 系统性风险会随着这些系统中的缺陷对

26、金融服务所产生的巨大影响而上升。市场力量有利于AI服务供应商人才从金融服务企业转移到服务供应商AI服务供应商所能提供的高价值和差异化服务， 以及其业务价值， 使金融服务企业如果更换AI服务供应商会面临着高昂的转换成本， 因此AI服务供应商能够获取到较高的利润。 金融服务企业成为外包服务主要消费者，工作平衡将转移到AI服务提供者， 随着这种转变， 人才也相应地流动。需要考虑的关键问题 建立一个人工智能的卓越中心需要哪些能力？ 哪些流程领域金融服务企业应该自建？ 哪些应该外包？ 数据的规范约束如何影响金融服务的全球化？金融服务新格局 | 解读人工智能如何改变金融服务生态系统14找到获取人才的平衡之

27、道在人工智能的背景下， 人才是一个敏感的主题， 这也是人工智能领域的热点话题。 由于人工智能技术的应用， 金融服务行业的岗位裁撤数量会大于增加数量。 但在缺乏长期人才战略的情况下， 可能会导致金融服务企业在实施其拓展人工智能的计划时遇到问题。AI产生的商业模式和竞争动态完全有可能为人才带来新的机会。 角色定位、 文化和激励措施会直接影响到AI商业模式成功与否， 如果整个组织体系不能很好地适应AI驱动的商业模式， 可能导致： 创新能力停滞不前。 由于只有少部分人接触到新的机会， 实验创新的原始动力未被激发。 聚焦于短期目标。 虽然通过AI消除了人力的冗余， 但并没有改变内部现有阶层划分、 官僚化

28、的环境， 从而与AI持续创新和变革商业网模式所需的环境相违背。 激励策略鼓励维持现状。 尤其是奖励、 表彰和保留岗位之类的做法与业务成长的长期目标相违背。简而言之， 该行业面临着对人才和技术的历史性不足。 要改善这一点， 财务主管应该权衡采取哪些不同的措施来管理他们的人才需求。 企业需要什么样的人才才能建立新的商业模式？ 人如何跟上技术转型的步伐？ 在这个变革时期政府的角色？案例人工智能对后台的改变金融服务企业的后台通常有数千人处理客户请求或处理报告需求。 对于一家欧洲银行来说， 70%的工作是基于纸张的， 而数字化和自动化使员工少花费70%的时间处理纸质文件和表格。人工智能对前台的改变摩根大

29、通的资产管理小组正在开发一个配备机器学习功能的软件机器人， 以提高其交易台的效率和盈利能力14金融服务企业的另一个可改善的领域是联络中心， Amazon Connect等服务提供基于云的人工智能驱动解决方案， 以取代大量的设施和人员。在人工智能赋能的组织进行技能培训金融服务企业正在面对人员类知识和能力， 与未来几年他们需要保持竞争力所需的能力的极度不匹配， 像丰业银行， 法国巴黎银行和黑石这样的现有企业已经将人工智能培训作为高优先级任务。16, 17, 18在人工智能赋能的组织进行文化转型除了重新培训之外， 金融服务企业必须重塑其组织文化， 以吸引和保留广受欢迎的技能和能力。 这可以包括赋予员

30、工更多的角色， 将决策权力推向个人级别， 以及建立有吸引力的环境以实现人工智能。金融服务新格局 | 解读人工智能如何改变金融服务生态系统15启示企业仍不明确他们需要的技能抵制变革是错误的开始由于企业和个人在人工智能转变过程中的角色和责任尚不清晰， 因此如何重塑其技能也缺少方向和投入。 如果没有长期愿景和协调一致的战略， 一些企业就会出现技能不足， 部分人也会失去转型的机会从而可能失业。由于在转型开始时， 人们对人工智能转型持有不确定的态度， 因此分配的时间， 精力和投资不足， 人成为变革中最大的障碍。人才的价值要求持续的投资人力管理成为竞争优势由于大量金融服务企业将人才战略视为执行阻碍而非战略

31、的推动力， 因此部分金融服务企业正在思考建立框架， 以评估其人才战略及投资对业务成功的价值。 通过有效的评价与晋升政策、 工作流程和公司架构， 提升创新人才的体验， 此类金融服务企业将成为业务转型的领导者。需要考虑的重要问题 金融服务企业可以做哪些不同的事以实现更高效的人才转型？ 金融服务在新业务模式中需要的具体人才原型是什么？ 当培训， 学习和适应以人的速度发生时， 金融服务企业如何加速转型？金融服务新格局 | 解读人工智能如何改变金融服务生态系统16竞争由于人工智能降低了客户的搜索和比较成本， 金融服务提供商将被推向一个两极竞争极为激烈的市场， 大型企业和创新企业有机会获得更强的竞争力，

32、首先人工智能将增强大型企业的盈利能力， 其次将为专注于细分市场的竞争者和敏捷创新者创造新的机会。 随着每个企业在数据的多样性方面展开竞争， 更多的公司将与竞争对手和潜在的竞争对手联手这一战略转变将充满战略和运营风险。市场结构的分歧点人工智能经济将推动市场结构走向极端， 为大型企业和敏捷创新者提供优势。 如果发生这种情况， 中型企业的概念可能将不复存在。为什么？ 首先， 价格是许多金融产品 （如贷款和保险） 的关键决策因素， 而人工智能平台将推动客户转向低成本供应商。对于有不同需求的客户， 优化算法将找到最适合他们的细分产品。 人工智能还将使公司以更低的成本创建产品以满足这种需求。所有这些都可能

33、使中型企业难以竞争。 一旦现有的大型企业成为人工智能服务提供商， 中型企业难以获取足够的投资以持续竞争。 在这种情况下， 监管机构需要决定如何应对显著增多的并购现象。 监管机构可能会受到压力， 并因此为吸引新进入者而减少监管合规方面的障碍。 一个悬而未决的问题是， 在国际公司在本土市场上积极扩张的背景下， 大型企业的并购会在多大程度上成为一种跨境现象。图表4： 人工智能经济将市场结构推向极端现在的市场结构大型企业专注细分的企业区域型/ 中型企业由于合并，大型企业的数量将减少，但规模将更庞大专注细分和敏捷型企业将会增多 中型企业将会消失未来的市场结构金融服务新格局 | 解读人工智能如何改变金融服

34、务生态系统17案例在资产管理方面市场走向极端在交易型开放式指数基金 （ETF） 市场中， 机器人顾问等自动化平台增强了无缝优化投资和费用的能力。 另一方面， 由创新者领导的新一类基金使用人工智能和定量投资来提供差异化的回报因此企业可以快速扩展交易规模， 而不会大幅增加成本或人员配置。大中企业的投资差距资产较少的公司在人工智能和数字化转型中落后于大型投资公司。 DBR Research的一项调查发现， 48%拥有超过500亿美元资产的银行部署了人工智能解决方案， 而拥有10亿美元至100亿美元资产的银行则为7%。19其中一个原因是公司投资预算更加严格， 同时对技术供应商严重依赖从而缺少自主创新能

35、力。启示大型企业需要专注和效率更低的进入成本使新一代供应商的出现成为可能为了保留推荐算法所带来的优势， 大型企业将主要资源投入关键产品并持续获取市场份额和高客户体验， 对于非关键的产品则尽量简化处理， 从而最大化其规模经济。创新型企业家组建新公司并迅速扩大规模。这些公司与传统金融服务企业截然不同。中型企业需要巩固自身产品的覆盖广度和多样性都将上升随着中型企业利润降低， 他们成为大型企业的收购目标。 随着越来越多的专注细分市场的参与者进入市场并试图满足独特且未被充分满足的需求， 消费者可以获得更适合其财务需求的产品。 需要考虑的关键问题 行业整合的可能性不断上升， 企业如何在这种跨领域活动上升的

36、情况下存活并成长？ 随着运营障碍的出现， 金融服务企业将如何规划旨在维持公平竞争环境， 促进竞争和消费者保护的监管变革？金融服务新格局 | 解读人工智能如何改变金融服务生态系统18数据联盟知易行难在数据联盟中将出现赢家和输家。 一些公司将被推到外围。 其他人将成为生态系统中心。无论用哪种方式改变金融行业， 人工智能的机会可能都是短期机会。 合作伙伴关系是公司获得所需更深入、 更广泛数据的快速方法， 从这些数据中， 他们可以获得更准确的模型和更复杂的模式。但伙伴关系的风险将是长期的， 客户体验往往是赢家通吃， 特别是在平台和自动化的生态系统中， 获胜者将获得更具垄断性的市场力量， 在垄断情况下，

37、 他们能够让生态系统中处于下游的供应商进行相互竞争。 同时， 这些获胜者也更多地接触各类数据， 从而在隐私和安全方面可能破坏其合作伙伴关系。 如果大型科技公司持续保持较大的数据规模优势， 那么金融服务企业将不得不为之付出更多的成本从而降低其盈利能力。 最后是伙伴关系锁定， 由于过度依赖于数据， 即使数据供应商服务能力较差， 金融服务企业也将不得不与之保持长期的合作关系。当然， 所有这些紧张局势都是可控的。 这一点在其他行业已经明确。 那对于金融服务企业， 尤其是开放银行， 过去的经验证明了这些。 案例成长的联盟摩根大通， 亚马逊和伯克希尔哈撒韦公司的员工健康保险联盟彰显了合作的力量。20该联盟

38、将利用大数据和技术来调整激励机制， 改善客户参与度， 并改善针对临床和行为健康的目标计划。 然而， 这引起了亚马逊可能最终颠覆整个金融服务的猜测。新星涌现随着英国开放银行标准和PSD-2 （欧盟修订后的支付服务指令） 的生效， 一些细分市场供应商已经出现。 N26 （创新数字银行， 无实体网点， 位于德国） 等银行以及Squirre （交易数据供应商） 和Klarna （支付服务创新企业， 位于瑞典） 等第三方提供商正在欧洲迅速扩张。 这些参与者可以从现有企业中提取他们为其运营提供动力所需的数据在某些情况下， 不会给现任者提供相互访问权限。与科技公司的关系日益紧张技术公司比如Google Pa

39、y和Uber的信用卡正在通过其产品产生越来越多的金融数据。 科技公司的这些举措形成如下变化： 科技公司的通过大量数据形成差异化竞争， 同时科技公司又采取较低的交易手续费率。 因此， 科技公司和金融服务企业之间的竞争紧张可能会增加。亚洲的新兴生态系统新的金融服务生态系统在亚洲国家涌现。 如泰康人寿， 正在将自身的应用程序搭载在平台的上层 （如微信） 。 微信通过客户数据将不同金融服务企业相互联系起来， 最终微信平台成为关键心， 而客户则通过该平台根据自身偏好更换金融服务提供商。金融服务新格局 | 解读人工智能如何改变金融服务生态系统19启示发展合作伙伴成为关键能力持续增强的紧张关系威胁联盟的可持

40、续性建立正确的数据伙伴关系， 同时缓解这些关系中的潜在紧张关系， 使公司能够持续产出独特和差异化的产品， 客户洞察和客户体验。大型科技公司通过将自己定位为整个生态系统的关键环节， 从而将其他参与者转变为可更换的服务供应商， 由此产生的紧张局势可能会限制新兴联盟的寿命。大型科技公司成为用户体验和数据的源泉抗拒数据共享使公司处于不利地位由于其数据优势， 金融服务企业希望和大型科技公司进行合作， 从而可以获取客户和数据， 而这成为大型科技公司新的利润增长点。反对数据共享的公司很难形成开发人工智能能力所必需的数据伙伴关系， 这可能会使他们失去竞争力。需要考虑的关键问题 哪些服务和产品会极度依赖第三方数

41、据以获得竞争力？ 在科技公司和金融服务企业的合作中， 谁将最终控制客户体验？ 小型公司如何与大型科技公司进行有效谈判， 特别是如果他们已经拥有主要的金融服务合作伙伴？金融服务新格局 | 解读人工智能如何改变金融服务生态系统20公共政策人工智能的核心在于数据。 随着大量数据为业务转型和提升竞争力提供动力， 金融服务企业可能会发现将其所拥有的数据集中非常重要并且可行， 而且这也为企业的各类管理和业务活动提供支持。 在这种情况下， 企业将获得高效的运营能力， 同时也有助于加强金融服务企业的安全。 但是我们需要考虑到监管合规的问题。 围绕数据隐私和可移植性的规则将影响金融服务企业和非金融企业部署人工智

42、能的相对能力。 最重要的是人工智能对人类社会和全球经济的潜在风险。 解决这些问题将大大有助于鼓励企业采用更具变革性的人工智能能力。为共有问题提供整合解决方案人工智能驱动的能力提供了解决当今金融系统的一些挑战的机会。 他们可以通过解决不同流程与系统间数据的不对称性， 实现欺诈预防， 反洗钱以及其他旨在使我们的金融系统更安全和更可靠的目标。 尤其在当前一个金融服务企业的流程问题可能对整个生态系统中的其他企业产生连锁反应， 这一点变得更加重要。由于这些流程很少具有战略性 （并且通常在各个产品类别中都是通用的） ， 因此企业可能会发现， 将其专有方法用于提升交互方式的灵活性和效率是值得的。 同时， 人

43、工智能能够对跨企业整合的数据进行洞察， 从而从整个行业的角度， 防范跨领域的金融威胁。除了投资之外， 这些解决方案还需要一些手段来使其与利益相关者的利益保持一致。 还必须就公用事业、 集体和企业如何分担错误和合规性失败的责任达成一致。 接下来的问题是， 鉴于金融和数据法规的多样性， 跨境解决方案是否可行。接下来我们将讨论其中的一些挑战。 图表5： 基于共享数据集建立的整合型人工智能赋能工具可以解锁一种更安全、 高效的金融系统传统模式恶意行为机构 #1运营数据滞后反应机构 #2运营数据滞后反应机构 #3运营数据滞后反应整合解决方案恶意行为机构 #1机构 #2机构 #3预测性人工智能模型整合数据集

44、金融服务新格局 | 解读人工智能如何改变金融服务生态系统21案例预算紧张2009年至2017年全球不合规的累计罚款总额为全球3,450亿美元21， 89%的行业高管预计2017年至2019年全球合规行为成本将持续增加22除了杠杆和资本要求外， 监管部门对监管部门对犯罪、 隐私和数据安全等领域的关注度也在提高。风险增加的趋势许多人推测实时支付会带来实时欺诈。 英国在实施更快的支付服务后的一年中， 欺诈行为增加了132%。23由于自动化流程， 预计保险欺诈案件将增加一倍。 专家警告说， 人工智能技术的激增可能引发新形式的网络犯罪和不同行业的其他威胁。改进后的交易监控像ComplyAdvantage

45、和Shift Technology这样的公司已经显示出使用基于AI的算法监控交易的显著优势。 ComplyAdvantage声称反洗钱风险数据的误报警减少了84%， 而Shift Technology正在使用人工智能来帮助保险公司打击索赔欺诈行为。25共用AI解决方案兴起 SWIFT和EarlyWarning等处于金融服务行业数据聚集点的企业已开始开发服务和产品， 这些服务和产品应用人工智能和数据的力量来应对系统的一些最大威胁。 SWIFT正在推出一种新的， 配备AI的欺诈控制系统。 EarlyWarning是一家欺诈和风险管理技术公司， 由美国最大的银行集团发起。启示金融体系的安全性得到了根

46、本改善问责制和控制越来越不明确使用完整市场数据进行实时扫描， 可以显著提高企业阻止威胁并将恶意活动扼杀在萌芽状态的能力。由于企业的部分流程使用了共享公用设施， 金融服务企业希望在这方面减轻他们所承担的责任。 与此同时， 监管机构也在努力让企业自己承担责任， 即使是共享公用设施提供的流程也是如此。合规成本降低管理层重点从合规走向构建竞争优势随着企业共享合规服务， 使他们在此方面处于同一竞争水平合规效率不再作为企业的竞争优势。 金融服务企业在其领导者议程和投资资金方面获得了一定的自由度。 因此， 他们将重点从监管和系统保护转移到他们自身的战略重心上。需要考虑的重要问题 集体公用事业的正确所有权框架

47、是什么， 以确保其利益与利益相关者保持一致？ 公用事业、 集体和金融服务企业如何对错误及不合规承担责任? 随着财务监管和数据监管日渐分离， 建立跨边界的解决方案是否可行？金融服务新格局 | 解读人工智能如何改变金融服务生态系统22监管和道德困境随着各国政府采取新规则来保护和赋予公民权力， 全球数据法规正在经历一个前所未有的变革时期。 这些规则以多种方式影响人工智能的发展， 包括： 云端服务的使用： 金融服务企业对云使用的规定在全球范围内有所不同， 欧洲的限制更为严格。 在规则更宽松的地区，技术参与者在开发新功能方面构建了优势。 个人数据的使用： 新的隐私和数据保护限制了个人数据的收集， 传输和

48、存储。 因此， 数据伙伴关系变得越来越难以管理。 与此同时， 消费者越来越多地控制企业如何使用他们的数据。 获取财务数据： 欧洲法规要求现有企业与第三方共享客户的财务数据 （应客户要求） 。 但数据共享是单向的： 第三方不需要通过与金融服务企业共享其非金融数据来回报。 这意味着大型技术公司可以将财务数据与大量其他个人数据一起使用， 以确保在开发新的人工智能模型方面处于领先地位。人工智能的其他风险超出了金融监管机构的范围。 它们可能会影响以下因素： 财务安全。 由于人工智能使国内和国际上的系统广泛互联， 使得金融服务暴露在更广泛的风险中。 全球和区域经济增长。 由于围绕人工智能发展的竞争成为冲突

49、的一个关键点， 人工智能可以使目前社区化的全球产生分化。 保护与公共利益。 尽管人工智能有可能使财务建议普及， 但人工智能也可能使部分人群被金融服务排斥在外。 就业与人力。 人工智能将减少日常工作中的劳动力需求， 使一些人失业。 其他行业的体验。 人工智能可能造成市场过度集中和收入不均等。相对于人工智能可以带来的福祉， 它对于经济和社会的潜在风险过于巨大， 必须保证不能留有任何发生风险的可能。案例PSD-2和GDPR欧盟修订后的支付服务指令 （PSD-2） 于2018年1月生效， 目的是在欧洲范围内实现更具创新性的支付。 与通用数据保护条例 （GDPR） 一起， 这要求各企业谨慎平衡在与数据处

50、理不当的情况下与第三方共享数据的需求， 以免遭受重大处罚的风险。26开放银行英国是首批采用开放式银行业务作为金融服务授权的司法管辖区之一。 2016年， 竞争与市场管理局报告称， “历史悠久， 规模较大的银行不必花费力气在客户的业务竞争上， 而且规模较小的新银行难以获得发展并进入市场。 ”27新型的中国生态系统虽然中国缺乏开放的银行框架， 但该系统非常有利于金融科技和第三方提供商。 现有企业与微信和支付宝等技术公司之间的应用程序编程接口 （API） 使这些平台成为互操作平台， 成功促进跨企业的数据流动。28金融服务新格局 | 解读人工智能如何改变金融服务生态系统23案例 美式的自由放任在美国，

51、 数据共享联盟更具临时性而非强制性， 个别银行与数据聚合器建立双边关系。 监管机构尚未表示有意向英国和欧盟实施类似的框架29但国会一直在听取Facebook、 google和Twitter等大型科技公司关于隐私和数据安全主题的意见， 这可能导致新规则的出现。30其他的潜在规定世界各国政府正在考虑彻底改变其数据公开制度。 澳大利亚、 新加坡、 加拿大和伊朗等国正在积极考虑某种形式的开放银行监管模式。31, 32启示现有企业必须参与数据规定的制定从而保持竞争力金融科技通过人工智能开发独特产品服务并通过开放银行获取数据， 从而获得长足发展 影响整个经济体的广泛的跨行业数据法规决定了现有企业是否可以获

52、得继续拥有客户体验所需的外部数据。对数据可移植性要求的提高削弱了现有企业的优势， 使得金融科技在大数据领域可以有效地竞争。目前正在制定的数据法规将给金融市场带来长期不利影响数字身份系统对于管理个人数据流至关重要在许多司法管辖区， 数据法规仍在开发中。随着这些法规的巩固， 它们将在未来几年影响金融市场。 随着消费者对数据使用方式的控制， 他们需要一种简单的方法来管理同意和授权。可能的解决方案是数字身份系统。 需要考虑的关键问题 新的开放式银行和数据隐私规则将以何种形式在全球范围内发挥作用， 它将如何影响金融服务企业？ 关于国际数据流将制定哪些规范？ 不同的规则将如何影响跨境数据流？ 有哪些方案可

53、以解决消费者对于数据共享和数据不当使用问题的担忧？金融服务新格局 | 解读人工智能如何改变金融服务生态系统24结论理解和接受人工智能是一段旅程。 这是一段受经济、 社会以及政治变革影响的旅程。 这是一段没有任何一家企业可以独自完成的旅程。金融服务的未来在于其充分应用并受益于新技术的能力。 人工智能是一项新技术， 它将使金融服务企业的前台和后台都产生颠覆性的变化， 在金融市场的结构和监管方面产生重大转变， 并在社会伦理道德方面提出急需解决的重大挑战。 没有什么比协作努力更能战胜这些挑战并解锁人工智能能为企业和社会所带来的最佳利益。下一步该走向哪里？ 我们建议： 继续保持短期价值。 但是， 不要让

54、短期优先事项分散对人工智能的长期影响的理解， 并进行适当的投资以准备转型。 形成战略合作。 依靠公开论坛集体解决问题。 同时， 利用共享能力履行监督职责。 与政策制定者合作。 专注于人工智能将如何改变整个体系的各个部分以及探索新的缓解方案。我们总结认为： 无论是对金融服务企业、 经济还是社会， 人工智能在金融服务领域的应用都将是一次长途飞行。 要完成这项任务， 并且出色的完成这项任务， 将需要大量且繁杂的工作。 它会增加整体的复杂性吗？ 是的。 它代表了巨大的进步吗？ 也是的。论坛将继续探讨人工智能在金融服务中的作用。 如果您想与我们讨论本报告中的想法， 我们希望收到您的回复。金融服务新格局

55、| 解读人工智能如何改变金融服务生态系统25联络我们特别感谢加拿大的Courtney Kidd和Denizhan Uykur （论坛报告的共同作者） 在编写本报告时提供的帮助。全球联系人Bob Contri Principal, Deloitte United States; Global Financial Services Industry Leader New York Rob Galaski Partner, Deloitte Canada; Global Banking & Capital Markets Consulting Leader Toronto rgalaskideloi

56、tte.caNeal Baumann Principal, Deloitte United States; Global Insurance Leader New York Anna Celner Principal, Deloitte Switzerland; Global Banking & Capital Markets Leader Zurich acelnerdeloitte.chCary Stier Partner, Deloitte United States; Global Investment Management Leader New York 中国联系人白杰庭 中国合伙人

57、； 中国金融服务行业领导合伙人 香港 .hk秦谊 中国审计及鉴证服务合伙人 上海 冼君行博士 中国管理咨询服务合伙人 香港 .hk邱勇攀 中国管理咨询服务合伙人 北京 张庆杰 中国分析与数据管理服务管理合伙人 北京 尤忠彬 中国分析与数据管理服务合伙人 上海 王朝辉 中国分析与数据管理服务总监 北京 金融服务新格局 | 解读人工智能如何改变金融服务生态系统26参考文献1. “Big tech knows you better than your bank does, and that worries RBCs CEO Dave McKay,” by Geoff Zochodne, Financ

58、ial Post, 6 April 2018, http:/ 2. “Royal Bank of Canada warns on Big Tech threat to banking,” by Gareth Jones, FinTech Collective, 13 June 2018, http:/news.fintech.io/post/102exfi/royal-bank-of-canada-warns-on-big-tech-threat-to-banking. 3. “Strategic update,” Lloyds Banking Group, 21 February 2018,

59、 http:/ 4. “From peace to platform: Technology innovation wins the future,” by Chen Xinying, Ping An Group, 20 November 2017, http:/ 5. “The Engagement Project: Connecting With Your Consumer in the Participation Age,” by Tara Walpert Levy, Think with Google, May 2013, https:/ 6. “Citibank Announces

60、National Digital Banking to Serve Clients Across the U.S.,” 26 March 2018, https:/ 7. “Silver Lake is buying a $500M stake in Credit Karma in a massive secondary round,” by Matthew Lynley, TechCrunch, 28 March 2018, https:/ 8. “IDC FutureScape: Worldwide Cloud 2018 Predictions,” by Eric Newmark et a

61、l., October 2017, https:/ 9. “Worldwide Public Cloud Services Spending Forecast to Reach $160 Billion This Year, According to IDC,” 18 January 2018, https:/ 10. “Artificial Intelligence is the New Electricity,” by Andrew Ng, Stanford Graduate School of Business, 2 February 2017, https:/ “BlackRock b

62、ets on Aladdin as genie of growth,” Financial Times, https:/ 12. “Ping An eyes $2bn listing of OneConnect fintech unit,” Financial Times, https:/ “Automating the banks back office,” by Joao Dias et al., Mckinsey, July 2012, https:/ 14. “JP Morgan Working on Artificial Intelligence Trading Bot,” by S

63、haun Williams, Wccftech, 12 April 2018, https:/ 15. “AWS launches Amazon Connect, productizes Amazons in-house contact center software,” by Ingrid Lunden, TechCrunch, 28 March 2017, https:/ 16. “Scotiabank invests $250M to help re-skill employees for the digital economy,” BNN Bloomberg, 10 April 201

64、8, https:/www.bnnbloomberg.ca/scotiabank-invests-250m-to-help-re-skill-employees-for-the-digital-economy-1.1052470. 17. “BNP Paribas to spend 3bn on digital transformation,” Financial Times, https:/ 18. “Work in Progress: How CEOs are Helping Close Americas Skills Gap,” Business Roundtable, April 20

65、17, http:/businessroundtable.org/sites/default/files/immigration_reports/BRT%20Work%20in%20Progress_0.pdf. 19. “Competitive Survival in Banking Hinges on Artificial Intelligence,” The Financial Brand 2 October 2017, https:/ | 解读人工智能如何改变金融服务生态系统2720. “Jamie Dimon Lays Out JPMorgan-Amazon-Berkshire He

66、alth Care Priorities,” by Bill Peters, 5 April 2018, Investors Business Daily, https:/ “Global Banking Recovery Stalls, as Risk and Regulatory Costs Bite,” The Boston Consulting Group, 22 February 2018, https:/ 22. “Global Regulatory Outlook 2017,” Duff & Phelps, https:/ 23. “Risks in Faster Payment

67、s,” by Julius Weyman, Federal Reserve Bank of Atlanta, May 2016, https:/www.frbatlanta.org/-/media/Documents/rprf/rprf_pubs/2016/risks-in-faster-payments.pdf. 24. “Insurance fraud cases expected to double with the rise of automation,” by Arnaud Grapinet, Medium, 15 January 2018, https:/ 25. “AI-Driv

68、en Risk Data & Next-Generation Technology,” ComplyAdvantage, https:/ 26. “European Parliament adopts European Commission proposal to create safer and more innovative European payments,” European Commission press release, 8 October 2015, http:/europa.eu/rapid/press-release_IP-15-5792_en.htm?locale=en

69、. 27. “Background to Open Banking,” UK Open Banking Implementation Entity, https:/www.openbanking.org.uk/about-us/. 28. “Open Banking Developments in Asia Pacific,” by Steven Rice et al., Herbert Smith Freehills, 6 February 2018, https:/ 29. “Why do most U.S. banks shut the door on open banking?,” b

70、y Penny Crosman, American Banker, 20 December 2017, https:/ 30. “Facebook, Twitter, and Google CEOs summoned for a hearing on data privacy by Congressional committee on 10 April,” Firstpost, 27 March 2018, https:/ 31. “Australia to force big four to open banking data by July 2019,” by Asha McLean, Z

71、DNet, 10 May 2018, https:/ 32. “Federal budget: Ottawa to study merits of open banking, a catalyst for fintech,” by Barbara Shecter, Financial Post, 27 February 2018, http:/ Deloitte refers to one or more of Deloitte Touche Tohmatsu Limited (“DTTL”), its global network ofmember firms, and their rela

72、ted entities. DTTL (also referred to as “Deloitte Global”) and each of itsmember firms are legally separate and independent entities. DTTL does not provide services to clients.Please see http:/ to learn more.Deloitte is a leading global provider of audit and assurance, consulting, financial advisory

73、, risk advisory,tax and related services. Our network of member firms in more than 150 countries and territories servesfour out of five Fortune Global 500companies. Learn how Deloittes approximately 264,000 people makean impact that matters at .This communication contains general information only, a

74、nd none of Deloitte Touche Tohmatsu Limited,its member firms or their related entities (collectively, the “Deloitte network”) is, by means of thiscommunication, rendering professional advice or services. Before making any decision or taking anyaction that may affect your finances or your business, you should consult a qualified professional adviser.No entity in the Deloitte network shall be responsible for any loss whatsoever sustained by any personwho relies on this communication. 2018. For information, contact Deloitte Touche Tohmatsu Limited.RITM0188476