基于人工智能的银行文档检索功能分析

丹尼尔Faggella.
《阿凡达》

Daniel Faggella是Emerj的研究主管。在联合国、世界银行、国际刑警组织和领先企业的呼吁下,丹尼尔是一名在全球广受欢迎的专家,研究人工智能对企业和政府领导人的竞争战略影响。

银行文献检索与发现——领域分析
这篇Emerj Plus文章在有限的时间内公开。
要解锁我们的人工智能用例和人工智能策略最佳实践的完整库,请访问Emerj +

金融服务业被埋藏在文书工作中,每年银行和保险的NLP使用案例都会增长。

在过去的三年里,我们一直在密切关注基于人工智能的搜索应用的应用空间。这些应用程序往往很广泛,并且可以假设地处理几乎所有与文本相关的数据格式,并且可以假设地用于处理几乎所有与文档或数据相关的使用工作流。

在过去的18个月中,我们采访并直接分析了卖入零售银行业的15个基于AI的搜索供应商,包括专家,Lucidworks,Sinequa和现任巨人SAS和IBM等创业公司。我们的目标是提高这些广泛的搜索应用程序在实践中如何使用的更明确,以及他们正在寻址的实际业务问题。

本文分为五个离散部分:

  • 基于人工智能的银行搜索解决方案的采用动机
  • 搜索和发现应用程序处理的数据类型
  • 投资回报的证据
  • 搜索和发现应用的AI部署经验教训
  • 人工智能产品开发人员总结要点

为企业领导人,本文将帮助您决定是否采用支持人工智能的搜索应用程序,并可能确定此类应用程序可能增加价值的特定工作流程。

对于人工智能顾问、创业公司领袖和产品开发者来说,本文应该有助于制定现有解决方案的竞争景观,并为新的解决方案展示开放,以增加企业价值和赢得市场份额。

基于人工智能的银行搜索解决方案的采用动机

合规和监管压力

在我们的主要研究中,我们询问受访者关于我们用例的“问题描述”。一次又一次,我们得到两个答案之一:

  • 服从可能是购买或
  • 在银行愿意考虑产品的其他福利之前,必须在必要时提供合规福利(AI倡议或产品将有助于公司变得更加努力)

这不仅仅是简单的“当然,所有东西都需要兼容,没什么新鲜的”,很明显,兼容不仅是最强大的礼物购买动机,也是价值主张的最常见切入点

例子:

  • 由于GDPR的威胁,通常采用通用的跨平台搜索应用程序(问题描述为“客户的数据被分散在许多竖井中,很难找到东西”)。

解决问题

从我们对案例研究的分析中展现出来的问题类型包括:

  • 改进内部搜索(针对人力资源和其他公司内部数据,而不是客户数据)。我们不认为这是一个特别有利可图的用例,但它是相当频繁的,显然有一个市场。
  • 对贷款文档(例如抵押贷款)进行分类,并从贷款文档(包括OCR)中提取数据。
  • 面向个人(GDPR)和公司(KYC)的360度客户视角,主要是出于合规原因。调出与特定实体相关的所有文档或所有通信,以确保合规。
  • 用于财富管理的外部搜索(Web源,盈利报告,新闻来源),为交易员创建定制见解,报告或警报。

数据类型处理

文件歧义,每个项目的定制水平

几乎没有两个应用程序是相同的,这个领域中的供应商清楚地表明,每个客户端的文档、流程和集成都是独一无二的。对于供应商来说,这有点不幸——但这为进入市场提供了障碍,因为为单个客户集成和解决这些独特的搜索挑战是多么困难。

坚持有限数量的文档类型是一种不太可能的策略

每家银行都是独一无二的。在借贷、财富管理、客户服务中,IT系统、数据格式、业务用例、文档格式、文档存储策略以及用于完成这些流程的数据都是独一无二的。

对于一个客户,360度的客户视图可能涉及40种数据类型,对于另一个客户,可能是400或更多。对于一个客户,GDPR可能会发布带有特定数量数据类型的问题,而相同的GDPR规则可能会涉及另一个银行的不同工作流、风险和数据类型。

虽然在技能、经验和数据类型上有一些可转移性,但每个设置都有许多定制元素,供应商应该准备好在客户项目中“灵活”(即愿意以独特的方式满足独特的需求)。这反映了银行之间的数据环境和差异。

投资回报的证据

Emerj的ai ROI三元模型
来源:Emerj Plus Ai最佳实践指南

直接测量财务ROI具有挑战性

我们检查的绝大多数用例几乎没有直接的ROI证据或声明。银行家——甚至供应商——承认这种可衡量的投资回报率是极不可能的,因为:

  • In order to adequately measure ROI, very precise before-and-after testing would have to be done (i.e. the time it takes to complete X process, or find X kinds of documents, or handle X kind of customer support call), but doing these before-and-after measurements isn’t something banks are likely to do.
  • 许多应用程序将花费大量的金钱和时间(包括升级数据基础设施、与供应商合作、调查和与员工谈论搜索工作流以查看他们想要的特性)——而且几乎不可能知道这样的项目何时真正实现盈亏平衡。
  • 很少有交易是以强大的财务卖点出售的——它们是以合规、降低风险为卖点出售的。

降低风险是处理ROI问题的王牌

在我们的一个受访者的确切词组,在中西部的中西部银行的创新主管:

恐惧和不确定性是搜索/发现的卖点,给人们一个已知的问题/风险,或者一个你可以在试验中证明的未知风险。这并不是一件可以衡量的事情,只是人们被吓到的事情。我们不知道投资回报率是多少。最好是在人们知道自己存在的问题上吸引他们。你可以将其应用到他们不知道的问题上,但你应该通过“他们已经在为什么问题而挣扎和沮丧”的镜头来思考。

“已知”冒险直接吸引力

基于主要和二级研究 - 最常见的已知风险与买家共鸣似乎是:

  • 财富管理职能:确保经纪人、财富经理和客户服务人员在沟通(在营销和交叉销售,或任何可能被解读为内幕交易的行为)中合规。
  • GDPR:查找关于给定客户的任何和所有信息(文档的数字、物理或扫描图像、CRM记录等)。当在遗留或“自行开发的”IT系统中查找数据时,这是最具挑战性的。使用这些系统是非常有价值的(因为它解决了一个众所周知的需求),但显然伸缩性不是很好。
  • 了解您的客户或“kyc”指南(设定为防止洗钱)。作为KYC出售的任何东西(统一接触记录,交叉引用或验证客户数据,可以作为合规效益销售有关实体或客户的所有数据)。
  • 确保合同或协议不会违反公司政策或监管标准(例如贷款)。遵守遵守和潜在的不合规合同有助于降低这种风险。

AI部署经验教训

可伸缩性是困难的

数据类型、流程、工作流、IT系统、数据格式——每个公司都不同。

由于银行缓慢移动到云并进行数字转换,随着时间的推移,这应该变得更容易 - 但现在,相对较长,而定制的设置将是常见的。

Near-Scalable是什么?

虽然基本上没有搜索和发现解决方案是从一个银行传输到另一个银行的虽然无缝地传输到另一个银行,但有一些技能和能力可以作为竞争优势建立起来,即:

  • 对工作流的上下文理解,以及什么样的分类可以帮助改进所述工作流(我们在前40页的分析中深入地讨论了这一点).
  • 自然语言处理或OCR的核心技术。虽然这些系统可能会相当熟练地处理单个文档类型(比如,本票),并可能从零开始,从上述文档中进行分类或信息提取的成功率为60-70%,但这在某种程度上仍然是不可避免的
  • 对搜索和发现可以解决的各种问题有广泛的理解(帮助客户探索,帮助充实客户的不同需求领域,为他们构建一些东西)。这是本报告和案例研究数据表的预期价值的一部分。

钱在后台

定制的前期设置是一种常态,而且在未来数年仍将如此。

引用一位供应商领导的话:

”After the setup is complete and you’re just servicing and iterating on the existing model in the client’s environment, you can run it like a SaaS business, but the integration and calibration is going to be really unique and for the next few years there is no way around that.”

经常性收入,即“产品”的钱(而不是“服务”的钱)在早期很难提取,因为早期有沉重的服务负担。

人工智能产品开发人员总结要点

市场需求最大的领域

合规是目前银行业最迫切的需求,虽然这可以被称为一种业务功能,但它跨越了许多业务功能。客户服务、贷款、法律、财富管理——所有这些都需要跟上合规的步伐。

仅次于合规的是财富管理,但这主要涉及我们所说的“外部搜索”,这似乎既不是EXL的强项,也不是他们希望关注的领域。对这些外部搜索应用程序的需求和竞争是巨大的,在许多方面,这些产品根本不是“文档情报”——因为它们专注于外部数据(主要是在网络上)。

市场规模最大的地区

从长远来看,供应商和银行家似乎同意财富管理正在根本上改变,并且有一种盛开的方法可以在投资数据中引入,搜索和查找模式中的新数据来源。总市场价值和规模明智,这有望大规模。

客户服务是银行内部的一项职能,我们大多数受访者都认为它将拥有最大的市场机会——至少就业务职能而言。

保持在AI曲线的前面

发现在业务未来将赢家分开获奖者的关键AI趋势和应用程序。

订阅《人工智能优势》通讯:

" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Thanks - check your inbox for a confirmation email">
" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Error - There was some problem.">
订阅
subscribe-image
对银行业的关键人工智能见解

加入数千位专注于人工智能的银行领袖,了解银行、保险和金融领域的人工智能用例:

感谢您订阅Emerj“AI优势”时事通讯,请查看您的电子邮箱确认。