Fintech Connect Live 2017：释放AI和ML

Fintech Connect Live 2017是金融科技领域一些最大企业的聚会。随着开放式银行的兴起和加密货币激增，银行中智能技术的较小的初创企业和创新者正在利用人工智能（AI），机器学习（ML）取得进展。

在昨天（12月6日）在伦敦ExcCel伦敦举行的为期一天的活动中，这不仅是看到参展商展示其工具和技术的机会，还是一个在金融领域就AI和ML技术进行网络，研讨会和讨论的地方和保险。

摆脱英国脱欧

当我开始在各个大厅进行冒险时，第一天的会议议程充满了很多演讲，重点是整个金融科技，金融领域的AI和保险科技。但是一天的开始不是关于AI和ML的会议，这是以后的焦点，而是关于金融科技和英国脱欧的讨论。

第一届会议由美国财政部经济部长史蒂芬·巴克莱（MPC）主持。说到自动取款机的年代，以及它们现在已有50年的历史，仍然非常依赖它们。表明未来总会有增长的潜力–这是正确的，尤其是对于加密货币。

但是随着PSD2将于1月份发布以及英国退欧对英国金融科技行业的影响，伦敦金融科技与英国其他地区之间存在巨大差距。然而，随着伦敦成为金融科技行业的枢纽，它向挑战和机遇扩展到整个英国敞开了大门。

此处揭开了“租金认可挑战赛”的帷幕，该奖项获得了200万英镑的奖金，挑战金融科技公司开发新应用程序或在现有应用程序的基础上发展，以使租赁租户能够记录并与贷方和信贷机构共享其付款数据。

谈到英国脱欧后，来自欧洲初创企业的成员和来自英国的金融科技公司组成的小组讨论。当然，他们礼貌地讨论了英国脱欧的光明面，看到了独立的英国可以为初创企业和金融科技企业提供的机会。

被视为一场比赛，谁将登顶？毕竟，一旦我们离开欧盟，就不会对英国初创企业与外部人士之间的合作伙伴关系蜂拥而至感到惊讶。

AI和ML的释放

在英国脱欧这个令人畏惧的意义意味着英国脱欧之后，如今又一次与政府认识。英国脱欧之后，我将注意力转向了人工智能和机器学习。

这是我最近在Finastra Universe London活动上探索的东西。该事件讨论了传统银行业中使用的技术。这次活动以及许多初创企业和参展商都将重点放在在投资，保险和网络安全方面利用这种技术。

从保险的未来开始。Savio个人理财公司的创始人David Caygill谈到了进步以及过去的想法如何在很大程度上变为现实。

互联网，云计算，智能手机，智能设备已连接世界，并在技术进步方面做得比其他任何事情都要多。就像银行；这是一个变化的过程。AI和ML，IBM的物联网（IoT）展示了信息收集如何提供见解和模式的潜力。

Caygill评论说，虽然收集数据是一回事，但就货币化而言，这是一个不同的领域。

Digital Fineprint的首席运营官Alex Hammick谈到了成熟的货币化数据挖掘。从“有趣的事实”开始：如果将其数字化，所有书面小说将等于52TB的数据，与604TB的社交媒体数据相比，这算是什么了。

让这件事陷入沉思之后，哈米克继续说道，如果人们愿意在社交媒体上分享这么多东西，那么该数据可以用来形成“个人资料快照”，以创建“婚介”数据。

它不会专门针对某个个体，而是会创建推荐并可能进行教育。正如Hammick强调的那样，数据收集将是不道德的，因此还需要人们选择加入。

或者，这可以采用替代方法。在谈到游戏化时，公司正在将类似移动的游戏服务的各个方面纳入金融科技领域。

意识，数据评估和网络安全

在有关简化流程和获得可行见解的讨论中，将其归结为三个关键领域：意识，教育和兴趣。

传统服务正变得越来越混乱，许多金融科技公司都在通过提供迎合客户需求的直接服务来加以利用。品牌知名度和兴趣是一项重要资产，随着针对千禧一代的银行服务的兴起，我们已经看到了这一点。

教育也是如此：同样重要，因为许多人仍然不了解景观，因此，如果可以简化它，就可以放心使用。无论这意味着增长，都取决于消费者的利益，潜在的合作伙伴关系和投资。

当涉及到内部工作时，DataRobot的Justin Dickerson谈到了其自动ML平台。通过专注于机器学习以实时实时地自动化聚合数据，它减轻了对数据科学家的需求，根据DataRobot的说法，这些科学家很少而且相差甚远。

在会议之外，我在展位上与DataRobot团队进行了交谈，并看到了有效的工具。

尽管我不是数据科学家，但我的想法微不足道，但所收集的学习工具和信息却被简化得足以使您拖放性能电子表格，并让DataRobot的算法处理数据并查看潜在的规模。实时风险。

当然，信息收集的最突出风险是被攻击的风险。最后，我进行了一次紧张的活动，我看到了Barac联合创始人兼首席执行官Omar Yaacoubi的演讲，主题是在网络安全时代AI的“认知”优势。

回顾今天的会议，一切都在此进行。讨论收集信息，学习和利用都很好，但是数据的安全性又如何呢？

Yaacoubi解释说，由于企业网络安全中缺乏信息，要从数据泄露中恢复可能是一项代价高昂的工作（根据统计，每年为1,170万美元）。

始终将业务放在首位，但是利用AI会受益。就像收集金融服务所使用的信息和机器学习一样。

最终，就像防火墙可以阻止传入的入侵一样，AI和ML可以用来剥离数据外罩并查看其中的元数据。这很关键，可以汇总显示可疑模式，识别误报并标记潜在风险。

创业与总结

Fintech Connect Live 2017挤满了人，需要投入大量资金。这是我参加的金融科技行业的第一个活动（一个月前我加入了银行技术），举办了如此众多的展览和初创企业，一日之内，除了会议介绍和讨论之外，还有太多人要参观。

我曾与Wealthify谈论过其投资应用程序，该应用程序可简化您的储蓄投资。它使您可以设置每月储蓄和投资的金额，Wealthify及其合作伙伴然后使用“被动投资”处理其余部分。

这主要是为了我的利益，因为我的储蓄非常糟糕，但是我发现这是传统储蓄的一种吸引人的表现。但是，就像交易所一样，总是存在潜在的资本损失。

我签出的另一家科技公司是Pundi，我们在12月7日的比特币和区块链综述中报告了该公司。借助其销售点（POS）设备，Pundi允许消费者购买或出售本来很少或根本无法使用它的加密货币。所购买的加密货币可以存储在数字钱包中，或用于进行无现金支付以充值手机，支付水电费或购买商品。

到最后，随着技术的发展，业务数据的利用，深度学习和安全性，人工智能和机器学习将全面展开。商业和货币化的潜力远大于风险，并且金融科技迅速将其全盘接受。