Keshab Singha hace un buen trabajo al analizar las aplicaciones financieras de la IA. Solo agregaré algunas cosas relacionadas con la gestión de activos …
Cómo las compañías financieras están usando ML
- ¿Qué opinas sobre TensorFlow o cualquier otra herramienta de aprendizaje profundo?
- ¿Cuáles son algunos ejemplos de fallas bizantinas en sistemas distribuidos?
- ¿Cuál es el futuro del experto en computación en la nube?
- ¿Cómo se relacionan el aprendizaje automático y el aprendizaje profundo?
- ¿Cómo reacciona la gente al escuchar que eres un experto en informática?
A medida que las herramientas y técnicas de aprendizaje profundo se vuelven más generalizadas y accesibles, las empresas utilizan algoritmos para:
- hacer mejores estrategias
- usar otras fuentes de datos
- detectar actividad fraudulenta más rápido
Beneficios del uso del aprendizaje profundo para la minería de datos
En servicios financieros como banca y comercio, la minería de datos permite a las empresas:
- aprender más sobre sus clientes
- desarrollar mejores estrategias de marketing
- aumentar las ventas y reducir los costos.
Cómo ML influirá en la gestión de inversiones
Hoy, los fondos de cobertura y las empresas de inversión en línea como qplum están utilizando Machine Learning:
- En resumen de datos, ya que hay un montón de ellos
- Al predecir la reversión del desequilibrio idiosincrásico de la oferta de la demanda
- En el movimiento predictivo futuro de los resúmenes del mercado (también llamado asignación táctica de activos)
- En la combinación de estrategias y en la asignación de ellas (también llamada oficina del CIO)
En el futuro, podemos esperar ver que ML sea llevado aún más lejos por más empresas. Un artículo reciente de Pensions and Investments señala:
Chatbots en finanzas
El futuro de los chatbots ya está aquí. Por ejemplo, el SMBC Nikko Securities de Japón tiene un chatbot impulsado por IA que proporciona información sobre ofertas públicas iniciales y cuentas de inversión, y ayuda a los consumidores a configurar nuevas cuentas.
A medida que la industria madure, más competidores ingresarán al mercado y el crecimiento será exponencial. Todas las empresas utilizarán chatbots para proporcionar a los clientes información de cuenta y asesoramiento financiero de forma rápida y sencilla, sin necesidad de una conversación directa.
En los próximos años, veremos más y más interfaces de conversación en el sector financiero. Según Gartner, los chatbots impulsarán el 85% de todas las interacciones de servicio al cliente para el año 2020. De hecho, la persona promedio tendrá más conversaciones con bots que con su cónyuge.
¿Será el futuro de las finanzas libre de personas?
AI puede alimentar una interfaz simple que permite a los clientes cortar todos los datos para encontrar lo que quieren rápidamente. Ya sea que se trate de banca personal, planificación de la jubilación, inversiones o asegurar el mejor préstamo, AI puede tomar lo que sabe sobre el cliente, recopilar datos de varias fuentes y ofrecer respuestas simples. Hasta ahora, eso necesitaba asesores humanos, lo que significaba error humano e indecisión.
Dicho esto, muchas personas seguirán exigiendo algún elemento de contacto humano en sus servicios financieros, por lo que podemos esperar que las empresas ofrezcan mezclas híbridas de inteligencia artificial y apoyo humano. Esta es la razón por la cual qplum tiene un mecanismo de recuperación humano único para nuestro chatbot:
En el caso de que haga una pregunta que el chatbot no reconozca, nuestro equipo recibe una notificación interna de que necesita ayuda e inmediatamente intervenimos para ayudarlo.
Uso de IA para estrategias comerciales
AI puede hacer mucho, pero descubrir qué funciona es más difícil. Afortunadamente, AI puede ayudar con esto. Los algoritmos evolutivos se pueden usar para probar qué ideas de negocios funcionan mejor. El software aprende, se adapta y reacciona para revelar los conceptos, escenarios y parámetros de mejor rendimiento.
Espero que esto ayude. No dude en enviarme un mensaje con cualquier pregunta.
Recursos:
[1] Una necesidad urgente de IA en las oficinas principales de inversión
[2] Los fondos de pensiones pueden usar IA para cerrar la brecha que dejan los bajos rendimientos
[3] Así es como evolucionarán los chatbots de servicios financieros
[4] Machine Learning transformará la gestión de inversiones
[5] Chatbots del futuro
[6] Aprendizaje automático en finanzas: aplicaciones presentes y futuras
[7] qplum Year End Note 2017
Descargo de responsabilidad: todas las inversiones conllevan riesgos. Esta no es una solicitud para comprar / vender valores. Esta no es una oferta de asesoramiento financiero personal o asesoramiento legal. El rendimiento pasado no es indicativo del rendimiento futuro.
