人工智能(AI)正越來越多地進入到我們的日?；顒赢斨?。任何使用谷歌、Facebook或微軟產品的人都知道這一點。雖然它遠非完美，但正在快速改善著。并非每個企業都在以同樣的速度使用人工智能。你的組織已經開始研究使用人工智能了嗎?你對如何在你的組織中解決和實施人工智能有什么頭緒嗎?你的企業和業務架構師應該如何檢查AI?他們應該從哪里開始?本文將嘗試用一個財富管理的例子來回答這些問題。

 

什么是人工智能?

 

第一次提到人工智能大約是在60年前。人工智能有多種定義方式。下面這個10分鐘的視頻，“什么是人工智能?”很好地解釋了人工智能，并闡述了其中的幾個定義:

 

另外，我也覺得維基百科的定義非常恰當:

 

“人工智能，有時也被稱為機器智能，是由機器展示的智能，與人類和其他動物展示的自然智能相區別。在計算機科學中，人工智能研究被定義為對智能代理的研究:包括任何能夠感知其環境并采取行動來最大限度地提高其成功實現目標機會的設備。”

 

最近對人工智能的熱情很大程度上源于深度學習發展的結果，深度學習是一種基于學習數據表示的神經網絡，而不是基于特定任務的算法。深度學習可以是監督的、半監督的或無監督的。就像《人工智能時代的希望與挑戰》一書中提到的那樣，深度學習網絡現在可以很容易地超過十層，模擬的神經元數以百萬計。

 

部署的挑戰

 

并不是每個人都有谷歌、Facebook或微軟的雄厚財力和技術能力。人工智能很可能會提供價值，但它的開發、實施和實際應用對大多數企業來說是，而且將繼續是一個真正的挑戰，更不用說對大多數公共組織來說了。技術知識和資源都將是匱乏的。在某些情況下，獲取、訪問和分析現有收集的數據的權利仍然是一個問題。最后，具體的人工智能舉措帶來的積極成果可能需要比預期更長的時間才能實現。

 

正如谷歌Brain創始人Andrew Ng最近在《福布斯》上的一篇文章中所提到的:

 

“人工智能技術雖然令人興奮，但也并不成熟。冒著聽起來褻瀆神明的風險，但孤立的人工智能技術是沒有用的。它需要大量的定制，來確定它可以如何適合您的業務概念。要做到這一點，需要對你的公司有廣泛的了解，并對人工智能有相當深的了解。如今，要想挖掘人工智能的價值，需要一個了解商業環境、具有跨職能知識的團隊，比如如何將人工智能應用于醫院，或如何在物流網絡中使用人工智能。如果沒有關于業務運營方式的跨職能知識，將很難適當地定制AI以推動特定的業務成果。”

 

使用架構來部署人工智能

 

正如Raj Ramesh在本期播客中提到的，業務架構將如何幫助利用AI:

 

“業務架構在組織的未來將發揮著重要作用。毫無疑問，人工智能將成為未來業務不可分割的一部分。一些組織提出的與人工智能應用相關的關鍵問題包括‘我們從哪里開始?’，‘我們將如何使用這些成熟的技術來增強競爭優勢?’當業務架構師將業務策略映射到執行時，他們將需要回答這些問題。”

 

企業和業務架構師在使用AI等工具設計這些組織的未來場景方面也發揮了重要作用。構建和部署人工智能應用程序不能用混亂的方法來執行。如果事先沒有一個嚴格的面向業務的架構，就不可能知道人工智能的起點和意義。業務和企業架構師必須理解將受到人工智能影響的信息、價值流、能力、應用程序和流程。

 

一個例子:財富管理中的人工智能

 

AI目前擾亂金融服務業的方式至少有五種，如下所示:

 

1.通過機器人顧問進行投資，幾乎很快就可以取代金融顧問;

 

2.由會話人工智能支持的聊天機器人將很快支持讓客戶參與進來;

 

3.人工智能最近開始在欺詐檢測和風險管理方面減少誤報;

 

4.人工智能最終將能夠“學習”、記憶并遵守所有適用的法律法規;最后

 

5.人工智能可能很快就能預測股價和市場走勢，從而顛覆財富管理。

 

讓我們更仔細地研究一下人工智能和財富管理。如果合適的話，或許可以著手一個雄心勃勃的項目，嘗試用人工智能來取代一只不良基金的投資經理。

 

 

管理基金本質上就是選擇要交易的金融工具，如圖1所示。它包括以下幾個價值階段:1-檢查某一選定類別的金融工具，2-選擇金融工具的評價標準，3-評估所有可用的金融工具，4-選擇每種金融工具的數量和價格，5-下訂單選定金融工具。總共有16種功能支持這個價值流。有5個業務能力支持“檢查某一選定類別的金融工具”這個價值階段。也有5個業務能力支持“選擇金融工具的評價標準”。3項功能支持“評估所有的金融工具”。2個功能支持“選擇每種金融工具的數量和價格”。最后，還有5個功能支持“下訂單選定金融工具”這個價值階段。另外，一些啟用功能支持多個價值階段。

 

 

如上面的圖2底部所示，“選擇要交易的金融工具”價值流的三個關鍵啟用功能需要表現得非常好，才能讓AI表現得像所選類別中其他競爭基金的前四分之一一樣好。第一個有問題的能力是“金融工具模式分析”。第二個是“金融工具估值”能力。最后，第三個有問題的能力是“投資組合分配確定”的能力。

 

與這三個功能相關的應用程序、流程和需求將需要詳細審查，以完成該財富管理人工智能戰略計劃的設計。還需要研究與這三種能力有關的信息概念和數據庫。

 

 

企業和業務架構師還可以詳細描述和評估各種場景，以更好的使用人工智能來提供投資組合管理。上面的表1簡要描述了4種可能的場景。顯然還會有更多。每個場景都需要完成財務分析、影響分析和風險分析。由于所涉及的資金數額巨大，而且產生積極結果的時間框架也不確定，因而推遲人工智能計劃并保持“現狀”不應被排除在可能的方案中。

 

所有人工智能計劃都應該始終以類似的系統和業務架構方法進行仔細檢查，在這種方法中，關于業務如何運行的跨功能知識將被用來適當地定制AI，以驅動特定的業務結果。這將增加您交付與組織的業務策略同步的成功的AI計劃的幾率。