Q&A: Scott Penberthy, Google | GlobalTrading


L’intelligenza artificiale (AI) è il ronzio frase in questi giorni – soprattutto nel mondo della finanza.

Come può il buy-side utilizzare al meglio e rendere più intelligente e più efficiente per prendere decisioni di trading. Per il sell-side, la domanda è: come può AI aiutarli a creare migliori strumenti automatizzati che possono attirare un flusso di ordini e acquistare business sul lato. Inserire Google, che con AI per anni, rendendo più facile la vita al di fuori di Wall Street – aiutare la gente comune trova i migliori prezzi su viaggio a arcano informazioni.

Scott Penberthy, Direttore di Applicare AI Google

Scott Penberthy, Direttore di Applicare AI Google

Recentemente, Scott Penberthy, Direttore di Applicare AI di Google, ha parlato con i Commercianti Magazine editor di Giovanni D’Antona Jr su AI e dei mercati dei capitali. Penberthy discusse le tendenze future in AI progetti, il tipo di progetto AI maggiori istituti finanziari e le migliori pratiche per la valutazione di tali progetti.

I TRADER MAGAZINE: Come si fa a vedere AI in continua evoluzione?

Scott Penberthy: si Pensi AI come i database dal 1980. Allora, i database sono nuovo, fresco e freddo. Ma oggi, non chiediamo se un’applicazione o di un sistema di “database-powered.” I database sono solo uno strumento — un potente e necessario nella costruzione di sistemi software.

AI si muove in quel modo, troppo. Impianti alimentati da AI di gestire più dati in ingresso di esseri umani, fare migliori previsioni di quanto ci si potesse da noi stessi, e spesso generano nuove esperienze per i nostri clienti. AI-software alimentato migliori si ottengono con l’uso, come si apprende e si adatta. Questa la mappa dei processi aziendali, che continuerà a migliorare.

TM: Quello che AI progetti prevede le istituzioni finanziarie per affrontare il prossimo?

Penberthy: Le istituzioni finanziarie hanno fatto leva su machine learning (ML) e di analisi quantitativa per anni, e abbiamo già lavorato con le istituzioni finanziarie per un bel po ‘ di tempo per sfruttare AI diversi casi. L’istituzione finanziaria globale ING infuso AI nel suo sistema di allerta precoce per il rischio di credito gli analisti di istruzione e formazione professionale potenziale rischio di esposizione per i clienti. I dati canadesi azienda Flinks creato un punteggio di rischio del motore con AI clienti potrebbero presentare le migliori offerte di credito per gli utenti. E Grasshopper, un tecnico della società di trading su di Singapore, ha sfruttato il Cloud di Apprendimento automatico Motore di potenza di grandi dimensioni di machine learning (ML) compiti.

Cosa c’è di nuovo è che il computer può ora vedere, leggere, ascoltare, scrivere e parlare — migliorare in modo esponenziale con la potenza di calcolo e i progressi in algoritmi. I computer possono fare previsioni con incredibile velocità e precisione.

Stiamo vedendo core business di problemi riformulate come previsioni, soprattutto nelle zone dove la carenza di talento impatti esperienza del cliente. Per esempio, contattare il centro AI in grado di gestire in ingresso richieste dei clienti attraverso la propria voce, chat, email e immagini, aumentando con le macchine che prevedono il cliente intenzione. In un’altra zona, le aziende soffrono di dati di essere intrappolati nei documenti digitalizzati, file Pdf, e il testo non strutturato. Con la comprensione del documento AI, computer in grado di leggere questi documenti e di prevedere i dati da estrarre.

TM: Chi è alla guida di questi progetti – le banche? Gli investitori come i grandi fondi pensione e money manager?

Penberthy: È l’intero settore. Investire in intelligenza artificiale è un segno distintivo di leadership nel settore dei servizi finanziari, in aggiunta ad altri settori.

TM: Quali sono le migliori pratiche raccomandate per le imprese finanziarie quando la valutazione AI possibili soluzioni?

Penberthy: Inizio con il core business. Come si può riformulare le più grandi sfide come un problema di previsione? Dopo di che, capire di quali dati avete bisogno per rendere la previsione — in cui si pensa che il “segnale” si siede nel dare sufficienti informazioni per prendere la previsione. Di utilizzare tali dati per estrarre dati rilevanti in cloud, pulito e creare cruscotti. Poi, iniziano a scorrere su di IA che consente di automatizzare le previsioni. BigQuery, BigQuery ML e AutoML i tavoli sono un ottimo posto per iniziare su Google Cloud Platform.

TM: siamo a un punto in cui AI andranno a sostituire i dipendenti?

Penberthy: AI empowerment — non sostituire — dipendenti per alleviare alcune delle più banali compiti e la liberazione di loro di concentrarsi su più impattante sforzi. AI può automatizzare alcune attività e gestire i dati, senza la necessità di aumentare la forza lavoro. Inoltre, AI può aiutare i dipendenti a diventare upskilled e, come risultato, sono più significativa di posti di lavoro e carriere di lunga durata. AI è uno strumento per essere sfruttato, piuttosto che una nuova forza lavoro.

TM: Sono i vantaggi di AI di essere trasferiti ai consumatori o a beneficio di istituzioni finanziarie?

Penberthy: Un numero crescente di istituzioni finanziarie stanno applicando ai clienti una consulenza e farmacologiche, gettando le basi per l’auto-guida di yahoo. I clienti potranno votare con il portafoglio, preferendo le imprese che si adattano alle loro esigenze, più veloce e più preciso rispetto ad altri.

TM: Quale futuro per Google Cloud e AI, in particolare nel settore finanziario?

Penberthy: La nostra missione è sempre stata quella di rendere il mondo le informazioni universalmente accessibili e utili e ora ci stiamo rivolgendo l’attenzione sul mondo del business di informazione.

I servizi finanziari sono piene di documenti scritti e i dati di serie temporali. L’esame dei documenti è noioso e soggetto a errori, ma è un compito necessario, in conformità ai regolamenti, customer service, call center e molti processi di business. Vediamo queste attività come un perfetto caso di utilizzo di AI, la riduzione del tedio, migliorando la precisione, e migliorare l’esperienza dell’utente a un costo inferiore.

Ci piacerebbe anche fare previsioni e di rilevare anomalie nella serie temporale di dati. Questo riduce la criminalità finanziaria, di migliorare la conformità e ridurre i rischi.

Leave a Reply

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *