人工智慧可以消除金融危機？監管科技已在高速公路上！
2008年金融危機之後，各國政府和金融監管者紛紛推出新的金融監管機制，防止重蹈此次銀行業動盪的覆轍。隨著自動化的程度越來越高，監管科技領域的投資潛力也在增加。
為了讓例如2008年金融危機一類的風險不再發生，就要從一開始就杜絕危機的形成。
美國和歐洲都推出了新的監管法案，如《多德-弗蘭克法案》(Dodd-Frank)，來提高風險控制能力，保證資本穩定，並提高金融業的透明度。這些法案都獲得了不同程度上的成功。
對於新監管法案成效如何，
全球監管、合規和管理軟體方面的投資正在快速增長，有望在2020年從現在的800億美元達到1187億美元。這些錢很大一部分是用於聘請合規方面人才，幫助銀行處理監管方面的事宜。
《金融時報》的馬丁·阿諾德(Martin Arnold)表示，“滙豐、德意志銀行和JP摩根這樣的大銀行每年要在監管合規和風險控制上花費超過10億美元。
西班牙對外銀行(BBVA)不久前估計，現今的金融機構約有10%到15%的員工是在合規和風控部門。”國際金融協會監管事務常務董事安德列斯·波蒂利亞(Andres Portilla)也說：“在金融危機後的這幾年，銀行人事方面唯一改進了的地方就是增加了合規人才的招聘。”
但是，這樣大規模的招聘可能就要終止了。科技逐漸被引入監管領域，來簡化合規程序，幫助銀行減少一些繁瑣的、費時費力且高成本的活動。
英國金融行為監管局將監管科技(RegTech)稱之為金融科技(FinTech)的一個子領域，幫助“提高監管條規的執行效率和成效”。
監管科技發展潛力無限，利潤也非常可觀，但之前風投還沒有在這方面大規模投資。
然而，現在一切都變了，監管科技領域已經成為當下公認的最具潛力的領域之一，特別是在人工智慧蓬勃發展的背景下，包括自然語言處理和機器學習。
因此，對於監管科技的投資也快速增長。2016年11月，CBinsight公司估計，當年監管科技總融資超過23億美元，創下科技領域投資記錄。而這僅僅是個開始。
這種發展的主要動力來自於人工智慧。近期國際金融學會發佈的金融領域監管科技報告顯示，機器學習“能夠在龐大的資料集中識別出複雜的、非線性的模型，
根據不久前貝克·麥堅時律所(Baker McKenzie)發佈的金融公司高層調查結果，49%的受訪者表示他們會在未來3年內利用人工智慧進行風險評估，29%稱他們公司將利用人工智慧來瞭解客戶資訊並防止洗錢犯罪，26%認為人工智慧將幫助公司處理風險管理和合規問題。
監管科技的應用形式多樣，其中一個就是溝通監管。越來越多公司會在內部設置監管條例，確保與客戶的所有溝通記錄都被完好保存，有些專門設置了針對WhatsAPP和Facebook的監管經理，有的甚至還保留了語音記錄。
為了遵守監管規定，很多公司選擇同時監測不同溝通管道，或者讓一部分客戶經理負責管理溝通環境。
目前，改進後的機器學習已經能夠分析大量的非結構化資料。如果改進後的機器學習能夠引入這一領域，溝通監管情況將得到很大的改善。
非結構化資料是不能被納入關係型數據庫的資料的總稱。包括視頻、PPT展示、公司檔案、社交媒體、簡易資訊聚合(RSS)、檔和文檔。機器學習不僅能夠分析結構化資料，還能夠分析不同規模的非結構化資料。
人類職員是做不到這一點的。非結構化資料分析和eDiscovery軟體的開發者——Brainspace公司CEO大衛·考普斯(Dave Copps)稱，“在此之前，對非結構化資料我們能做的只有通過搜索獲得一大堆檔，然後從中找到幾個關鍵字。
Tableau和Quickview這樣的技術能很好地處理結構化資料，但是對於非結構化資料卻沒有高效的處理方式，只能放在結構化資料平臺處理。一旦你把這些關鍵字從檔裡找出來，你就脫離了它們的語境。
比如說你在分析一份簡歷，如果你提取關鍵字Java，你可以找到一些帶有該關鍵字的簡歷，但是你並不知道那些簡歷裡寫的是‘我很擅長Java’還是‘我的Java學的很糟’。我們要做的不是研究某個字詞，而是研究語境。”
放到銀行裡，它也能説明處理多種事務。能説明你即時分析溝通內容，快速發現不法分子和職員瀆職行為。Qumran是一家監管科技公司，他們公司的技術能夠將語音記錄轉化成可搜索的資料。這一技術還可以應用到市場監管中。
監管科技發展勢頭迅猛，IBM Watson也發現了它的無限潛力。IBM近期收購了Promontory公司，後者有600名員工曾是前政府監管人員，此次收購能説明IBM加速機器訓練的發展，來提供風險合規方面的認知解決方案。
包括時事追蹤變化的監管條例、監管期望和控制條例(Sybenetix)，還有滿足特殊合規需求的方案，如金融風險建模、監管、反洗錢法和瞭解你的客戶法案。”
監管科技另一應用領域是網路安全，特別是資料安全。越來越多的金融公司與公司防火牆外的銷售商合作，網路安全條例和銷售商義務監管意味著金融機構承擔了給他們的系統加密的責任。
Alyne是一家創業公司，為金融服務公司研發能夠滿足網路安全協定的工具，這項技術還能用於保險公司評估網路安全保險的風險。
現在我們需要關係的是政府監管者怎麼看待合規流程的自動化，因為這本身也會帶來一些問題。2015年11月，英國金融行為監管局表示“提倡引入”監管科技。
隨後，國際金融協會也成立了專門的監管科技工作小組。同時，金融行為監管局也向各大銀行發出通告，讓它們接納與監管科技公司的合作，並做好風險管理工作。
隨著人工智慧的發展，監管科技也將繼續發展。同時，金融機構也有義務保持小心謹慎，因為一旦出現問題，承擔後果的還是人類，不是機器。
智慧電視/電視盒子資訊可關注高清範論壇www.hdpfans.com
The post 人工智慧可以消除金融危機？監管科技已在高速公路上！appeared first on高清範資訊.
確保與客戶的所有溝通記錄都被完好保存，有些專門設置了針對WhatsAPP和Facebook的監管經理，有的甚至還保留了語音記錄。為了遵守監管規定，很多公司選擇同時監測不同溝通管道，或者讓一部分客戶經理負責管理溝通環境。
目前，改進後的機器學習已經能夠分析大量的非結構化資料。如果改進後的機器學習能夠引入這一領域，溝通監管情況將得到很大的改善。
非結構化資料是不能被納入關係型數據庫的資料的總稱。包括視頻、PPT展示、公司檔案、社交媒體、簡易資訊聚合(RSS)、檔和文檔。機器學習不僅能夠分析結構化資料，還能夠分析不同規模的非結構化資料。
人類職員是做不到這一點的。非結構化資料分析和eDiscovery軟體的開發者——Brainspace公司CEO大衛·考普斯(Dave Copps)稱，“在此之前，對非結構化資料我們能做的只有通過搜索獲得一大堆檔，然後從中找到幾個關鍵字。
Tableau和Quickview這樣的技術能很好地處理結構化資料，但是對於非結構化資料卻沒有高效的處理方式，只能放在結構化資料平臺處理。一旦你把這些關鍵字從檔裡找出來，你就脫離了它們的語境。
比如說你在分析一份簡歷，如果你提取關鍵字Java，你可以找到一些帶有該關鍵字的簡歷，但是你並不知道那些簡歷裡寫的是‘我很擅長Java’還是‘我的Java學的很糟’。我們要做的不是研究某個字詞，而是研究語境。”
放到銀行裡，它也能説明處理多種事務。能説明你即時分析溝通內容，快速發現不法分子和職員瀆職行為。Qumran是一家監管科技公司，他們公司的技術能夠將語音記錄轉化成可搜索的資料。這一技術還可以應用到市場監管中。
監管科技發展勢頭迅猛，IBM Watson也發現了它的無限潛力。IBM近期收購了Promontory公司，後者有600名員工曾是前政府監管人員，此次收購能説明IBM加速機器訓練的發展，來提供風險合規方面的認知解決方案。
包括時事追蹤變化的監管條例、監管期望和控制條例(Sybenetix)，還有滿足特殊合規需求的方案，如金融風險建模、監管、反洗錢法和瞭解你的客戶法案。”
監管科技另一應用領域是網路安全，特別是資料安全。越來越多的金融公司與公司防火牆外的銷售商合作，網路安全條例和銷售商義務監管意味著金融機構承擔了給他們的系統加密的責任。
Alyne是一家創業公司，為金融服務公司研發能夠滿足網路安全協定的工具，這項技術還能用於保險公司評估網路安全保險的風險。
現在我們需要關係的是政府監管者怎麼看待合規流程的自動化，因為這本身也會帶來一些問題。2015年11月，英國金融行為監管局表示“提倡引入”監管科技。
隨後，國際金融協會也成立了專門的監管科技工作小組。同時，金融行為監管局也向各大銀行發出通告，讓它們接納與監管科技公司的合作，並做好風險管理工作。
隨著人工智慧的發展，監管科技也將繼續發展。同時，金融機構也有義務保持小心謹慎，因為一旦出現問題，承擔後果的還是人類，不是機器。
智慧電視/電視盒子資訊可關注高清範論壇www.hdpfans.com
The post 人工智慧可以消除金融危機？監管科技已在高速公路上！appeared first on高清範資訊.