NVIDIA 多年来一直在与部分全球领先的金融机构共同开发和执行各种发展迅速的 AI 策略，在过去三年间询问了他们最关心的是什么。

有些结果和 NVIDIA 想象的一样；而有些结果着实令人惊讶。今年的调查是在充满变数的宏观经济环境下进行的，因此两种结果都有。

无论是银行和金融科技机构，还是保险和资产管理公司，其目标都是找到更精准的风险管理方法、通过提高效率降低运营成本并改善顾客和客户体验。NVIDIA 通过深入调查了解到了最吸引人的 AI 领域等信息。

以下是从“金融服务业 AI 现状：2023 年趋势”调查中得出的四个最重要的发现，此次调查共收集了近 500 名全球金融服务专业人士的意见。

如同其他企业一样，金融服务企业也在设法优化 AI 训练和推理方面的支出，并明晰敏感数据不可迁移至云端。为此，他们正在将许多计算密集型工作负载转移到混合云中。

今年的调查发现，近一半的受访者正在向混合云迁移，以优化 AI 性能并降低成本。领先的云服务商和平台的近期发布则强调了这一转变，并将数据可移植性、机器学习运维（MLOps）管理以及跨云和本地实例的软件标准化作为降本提效的战略要务。

此次调查结果集中在美洲和欧洲的企业，样本量超过200 个。调查发现名列前茅的AI用例有自然语言处理和大型语言模型（26%）、推荐系统和次优行动（23%）、投资组合优化（23%）以及欺诈检测（22%）。元宇宙、合成数据生成和虚拟世界方面的新兴工作负载也常常被提到。

银行、交易公司和对冲基金正在采用这些技术创造个性化的客户体验。例如德意志银行最近宣布与 NVIDIA 建立多年创新合作关系，将 AI 应用于智能虚拟形象、语音 AI、欺诈检测、风险管理等金融服务业的各个用例中，最多可减少 80%的总拥有成本。该银行计划使用 NVIDIA Omniverse 构建一个 3D 虚拟形象来帮助员工浏览内部系统并回答人事方面的问题。

调查发现，AI 正在对金融机构产生可以量化的影响。近一半的受访者表示，AI 将帮助他们的企业机构增加至少 10%的年收入。超过三分之一的人表示，AI 每年还将帮助其减少至少 10%的成本。

金融服务专业人士重点介绍了 AI 如何改进业务运营，尤其是在改善客户体验（46%）、提升运营效率（35%）和降低总拥有成本（20%）方面。

例如，计算机视觉和自然语言处理正在帮助实现财务文件分析和理赔处理的自动化，为企业节省时间、金钱成本和资源。AI 还能通过改进反洗钱和“了解客户”流程来防止欺诈，而推荐引擎能够为公司的客户或顾客创造个性化的数字体验。

企业在实现 AI 目标的过程中会面临重重挑战，其中最大的障碍是招聘和维系 AI 专家。有 36%的受访者提到了这个问题，28%的受访者表示没有足够的技术来推动 AI 创新。

26%的金融服务专业人士表示，另一个迫在眉睫的问题是用于训练模型和保证准确性的数据规模不足。解决这个问题的方法是使用生成式 AI 生成准确的金融合成数据并使用这些数据训练 AI 模型。

尽管存在这些挑战，AI 在金融服务业中的前景依然越来越光明。此次调查结果中的一个新主题是增加高管对 AI 的支持度。约 64%的受访者表示“我的高管团队重视并信任 AI”，而一年前的这一比例只有 36%。另外，58%的人表示“AI 对我公司未来的成功十分重要”，相比一年前 39%的比例有所增加。

金融机构计划在未来继续扩展企业级 AI，包括升级和添加硬件、软件、服务等 AI 基础设施。

复杂的全栈式 AI 平台可以赋能数据科学家、量化分析师和开发者并尽可能减少瓶颈。高管们已经看到了部署 AI 应用的投资回报率，这些领导者将在 2023 年专注于将 AI 扩展到整个企业、雇用更多的数据科学家和投资于加速计算技术，为 AI 应用的训练与部署提供支持。