Workday + 《财富》：金融机构如何利用人工智能和机器学习的力量

金融机构如何利用人工智能和机器学习的力量 克服与这些技术相关的挑战将为组织带来巨大利益。 金融行业长期以来一直依赖于技术创新。如今，人工智能（AI）和机器学习（ML）是最新引起该行业重大转变的技术。因此，企业领导者认识到，采用这项技术不再是可选项。Workday在2023年的一项研究发现，86%的全球金融服务企业领导者认为，利用AI和ML是保持其业务竞争力的必要条件。 但是，随着系统的升级，新的成本和新的劳动力技能需求也应运而生。为了跟上这一数字化转型，组织需要提升和再培训员工，以保持传统知识，适应现代IT系统，并应对不断变化的客户需求——他们正在这样做—— 发现这是一项艰巨的任务。实际上，72%的决策者认为他们的组织缺乏充分实施人工智能(AI)和机器学习(ML)的技能。 预测您的工作团队是什么样的，他们需要什么，以及所需的技能是什么，在我们继续革命化技术和继续革命化业务的过程中将变得极为重要，”卡里略说。 人工智能（AI）和机器学习（ML）在金融服务领域已经存在了很长时间——包括欺诈检测、呼叫中心、风险评估模型以及在银行其他面向客户的服务角色中。有一些大规模语言和智能模型一直在帮助企业更高效地工作，”尼古拉·卡里洛（Nicole Carrillo）副说道——副总裁 Workday，一家领先的为企业财务和人力资源提供企业云应用的供应商，其金融服务部门。“但现在，我们正进入一个可以将在运营、财务和人力资本管理（HCM）角色中嵌入这些流程的阶段，这将创造前所未有的效率。” 构建一个面向未来的组织 要发挥人工智能和机器学习在金融领域的变革力量，将取决于构建一个强大的技术和技能基础。为此，组织正在投资于一个现代化、基于云的系统，并纳入人工智能和机器学习。今天，领先的金融组织正在使用人工智能和机器学习技术—— 人工智能和机器学习的广泛应用正在发生在一个银行业变得越来越复杂的时刻，这时有不断变化的法规、日益增长的数字资产以及金融科技竞争。更不用说，消费者期望银行—— 在Workday创建数据驱动型企业，并帮助提升员工体验、改进运营效率，以及提供加速决策所需的洞察。 比以往任何时候都更简单、更个性化。人工智能承诺带来新的能力、收入机会和成本降低，但许多金融机构在组织内推广这些技术时遇到了困难。 工作与Workday合作的一大优势是，我们将所有这些数据整合在一起，并以标准架构、基础设施和分类学的方式引入，卡里略表示：“机会无限，有非常好的数据集用于执行人工智能和机器学习。” 人工智能和机器学习正在推动进入更高价值工作的巨大机遇，”卡里略说。“但任何新技术或创新，你都需要找出如何使用它。” 克服人工智能痛点 Workday因其智能数据核心而独特地适合为人工智能提供动力，该核心将外部和Workday数据集中在一起。这使得公司能够消除企业会计中的摩擦，并简化通用总账集成流程。它还允许他们获取智能和情境见解，支持由人工智能驱动的自动化，例如应付账款/应收账款匹配和核对，生成式人工智能驱动的报告撰写/生成等。 当涉及整合人工智能和机器学习时，一些阻碍金融机构发展的因素包括成本、对数据质量的担忧以及缺乏必要技能的人才。 对于今天的金融机构而言，数据是一切——的基础。收入预测和股价预测，从风险监控到客户体验。在其核心，人工智能增强了组织利用日常商业活动中产生的大量数据的能力。然而，77%的高级决策者担心，他们的组织数据既不及时也不够可靠，无法与人工智能和机器学习相结合使用。 云原生企业平台，如Workday的，也可以提供对员工技能和能力的可见性，并使用户能够利用这些数据来进行技能提升、职业发展和更有效的绩效管理。 卡里略表示：“Workday 视AI和ML的角色是让人们能够从事更有价值的工作，反过来，为公司创造价值，并停止做那些只是重复性的工作。” “让计算机与你一起工作，为你完成任务，让模型创造创新的工作，——” “你需要数据，否则，你无法从人工智能中获得好处，”Carrillo说道。“金融和运营部门依赖于大量的交易数据。拥有这些强大数据和财务信息对于银行利用任何新技术产品进行创新至关重要。” 分析和利用新的数据集将有助于公司达到下一个水平。 经常，金融机构依赖于老旧的企业资源计划（ERP）系统，这些系统中的数据是孤立的。这意味着它们缺乏处理大量数据和支持业务运营速度所需的灵活性和能力。在充满不确定性的商业环境中，这些数据限制尤其难以忽视。为了主动管理风险和更广泛地支持规划、预测和绩效管理，银行需要一个统一的系统。 为了了解更多关于如何让保险公司为数字化未来进行最优准备，请下载Workday的“从传统到领航：现代化核心业务领域如何助力量保险业实现弹性”，了解详情。此处关于技术如何改变银行业的更多内容，请下载Workday的《企业软件驱动银行业IT和财务运营》报告。此处.