今年,生成式人工智能 (GenAI) 似乎已经取代金融科技成为银行 IT 领域最常用的术语。
毕竟,金融科技并非一项技术,而是一种运动,它无疑将通过人工智能的应用迎来下一次进化,而 GenAI 则成为了大多数人谈论的焦点。
安永咨询公司去年的一项研究表明,GenAI 将在未来十年成为企业的核心,作为领先者,金融业正走在这条道路上。
例如,在这份 2024 年回顾中,我们介绍了美国富国银行 (Wells Fargo) 如何使用业务自动化软件和人工智能来帮助人们管理亲属去世后的遗产。该银行持有 1.9 万亿美元的资产。
与此同时,随着企业越来越多地使用 AI,再保险巨头慕尼黑再保险公司预计,寻求管理 AI 风险的组织对 AI 保险的需求将会增加。该公司正试图用传统的保险安全网来武装整个行业。
几年前,公开的 AI 用例还寥寥无几,但随着企业对这项技术的理解不断提高,不同形式的 AI 得到广泛应用,这种情况已经发生了迅速的变化。
相比之下,量子计算仍然是一项让人摸不着头脑的技术。这项技术承诺将改变人类,但要向街上的普通人甚至商界人士解释其工作原理却并不容易。
目前这项技术还处于理论阶段,但银行业贸易协会英国金融已经警告银行要加快步伐。
在量子计算和 GenAI 抢占头条的今天,这可能看起来已经过时,但银行仍然需要做很多工作才能充分利用这些技术的优势。在这份名单中,您可以了解到英国金融公司 Admiral Insurance 和 Nationwide Building Society 正在如何做到这一点。
以下是《计算机周刊》2024 年金融服务业十大新闻:
1. 富国银行借助 AI 帮助家庭处理死亡后的遗产
富国银行使用业务自动化软件和人工智能帮助人们管理亲属去世后的遗产,从而赢得了客户。
2. 银行业应开始测试量子理念
根据银行业团体英国金融的一份报告,银行应该成立量子计算工作组。
3. 金融家因规避制裁的支付技术而孤立中东
金融家们已经撤回了对中东推广的一个支付技术系统的支持,因为该系统卷入了俄罗斯规避制裁的计划。
4. 上议院将挑战有争议的 DWP 福利银行账户监控权
上议院成员正在推动修改《数据保护和数字信息法案》,因为他们对政府监控领取福利人员银行账户的权力感到担忧。
5. 硅谷银行倒闭解释:你需要知道的事
并非所有银行都为初创公司服务。硅谷银行专门服务于科技初创行业,但在公司开始大量消耗现金时,它并未为银行挤兑做好准备。
6. 慕尼黑再保险公司看好 AI 保险的强劲增长
全球再保险巨头慕尼黑再保险公司预计,随着组织在更多地实验 AI 技术时寻求管理 AI 风险,对 AI 保险的需求将会增加。
7. 保险公司 Admiral 与 Google Cloud 合作推进数字化转型
保险公司 Admiral 已将 Google 作为其战略云合作伙伴,开始致力于提高运营效率并改善客户体验。
8. 数据界的女性:L&G 首席数据官 Claire Thompson
这位保险公司的数据主管讨论了如何利用数据获得更好的洞察力,通过学徒制培养数据能力,以及数据领导力多样性的价值。
9. CTO 访谈:以纳秒为单位的预算
Andrew Phillips 在金融科技公司 LMAX Group 工作了 17 年,目前担任公司的首席技术官。他的预算以纳秒为单位衡量。
10. Nationwide Building Society 支持 HPE GreenLake 推进混合云
Nationwide Building Society 的数字化转型工作正在加速进行,该公司正在借助 HPE GreenLake 的帮助来实现其混合云目标。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。