机器驱动营销:道德人工智能和数字银行的未来

在金融营销人员能够从人工智能和机器学习中获取真正的价值之前,他们必须解决消费者对手机和网上银行个性化的低满意度,并解决现有数据集中的无意识偏见。有三种具体做法指明了方向。

自从玛丽·雪莱在1818年给我们讲了《弗兰肯斯坦》之后,科幻小说作家们就一直在想象一个世界,在这个世界上,人类的创造物依靠它的创造者。对这一主题更为现代的电影描述包括《极速超速》、《终结者》和《我,机器人》。所有这些都涉及试图摧毁人类的机器的兴起——这些机器清晰可见,令人恐惧。

尽管这种科幻小说的存在尚未实现,但现实世界的威胁却有点阴险。我们环境中的“机器人”很少引人注目,即使它们几乎渗透到我们生活的方方面面。谈话助手、智能手机、可穿戴设备和人工智能(AI)算法一直在我们的背景中提供“有用”的建议,它们指导着人类的每一项追求。

人工智能和机器学习(ML)几乎在文明的每个方面都取得了突破,这就是为什么在皮尤研究中心的一项调查中,超过三分之二的专家警告说道德原则到2030年,大多数人工智能系统将不会使用主要关注公共利益的系统。

数字银行也不能幸免于这种潜在的现实,这就是为什么有必要考虑道德人工智能如何在金融机构集体支持的最高使命中发挥关键作用:消费者、企业和依赖它们的社区的财务健康和健康。这样的人工智能分析需要从多个角度来审视问题,下文将对此进行探讨。

阅读更多:银行业需要为市场营销的数据军备竞赛做好准备

消费者对数据共享的看法

在Alkami的一项研究中,当被要求在了解他们需求并分享相关优惠的数字银行应用程序与尊重他们隐私且不推送优惠的数字银行应用程序之间选择他们的偏好时,近四分之三(73%)的消费者倾向于前者。有趣的是,婴儿潮一代比他们年轻的同龄人更喜欢这个选择。

虽然消费者期待相关性,但在今天的市场上,这在很大程度上是一种未被满足的需求。只有35%的消费者对他们的在线或手机银行应用程序在提供帮助方面的记录感到满意。不到40%的人对其金融机构对其金融需求、情况或目标的理解感到满意。

断开连接:

大多数消费者将共享数据以换取价值,但不到一半的人认为他们的手机银行应用程序符合这一要求。

显然,人工智能有潜力填补这一空白。也就是说,银行和信用合作社应该谨慎行事。消费者对于指导AI模型的不良数据所固有的问题是明智的。

在同一项研究中,64%的消费者更喜欢人类代表他们提出产品建议,因为人们认为人类的产品建议比可能存在错误数据的机器更准确。一个原因可能是,与针对个人需求定制的解决方案相比,自动化建议(无论是否基于人工智能数据)可能不那么可信,也被认为有利于金融机构。

欺诈和异常会扭曲结果

我们已经看到过闪电崩盘,部分原因是由于机器对环境异常的反应出现了“故障”。当这些异常情况叠加在一起时,就会引发一系列基于算法编程方式的错误反应。

类似地,不良参与者也会毒害AI和ML算法。这样做可能会导致与模型意图相反的不需要的行为。与许多科幻小说作者所设想的模式不同,这不是机器毁灭人类的情况,而是人类污染机器,故意造成伤害。

阅读更多:

金融机构面临的两大挑战

在这场辩论中,金融机构有两个潜在的反省领域。

弗斯特,他们应评估自己在向消费者提供相关服务方面的成熟度。Alkami研究显示,尽管74%的地区和社区金融机构领导人认为他们的银行或信用合作社在为消费者提供更相关的建议方面至少变得更准确了一点,但只有不到30%的消费者同意。

网络研讨会
注册此免费网络研讨会
以现代化的人员配备和执行方式实现分支机构转型
随着客户需求的不断发展,了解如何最好地优化每个分店的员工对你的分店的成功至关重要。
9月29日星期三下午2点(美国东部时间)

第二个在美国,金融机构必须考虑过去行为中固有的任何无意识偏见,这些行为为AI和ML模型提供了数据集。这可能是让人工智能合乎道德的最棘手的部分。

我们需要:

人工智能模型需要客观的监督,以确保之前的数据不会导致歧视。

人工智能有可能重现过去的歧视,这正是因为模型是基于之前的数据集进行训练的。这并不一定是对金融机构价值或道德的控诉,但它需要对导致数据集的决策进行客观批评,以减轻未来意外后果的潜在风险。

阅读更多:人工智能在支付中的三个实际应用

保持人工智能营销使用道德的3个步骤

尽管这是一个充满复杂性的话题,但银行和信用合作社可以采取一些措施,在很大程度上是未知的水域中航行:

1.优化用户体验.消费者希望金融机构了解他们的财务状况、需求和目标。也就是说,金融营销人员应该避免使用鼓励无意识金融行为的说服性技术来过度游戏化用户体验的诱惑。

虽然理财是一种习惯,但有些应用,比如投资,可能会鼓励适得其反的行为。例如,研究表明,这是有益的频繁的交易并不是最符合长期投资者的利益。

2.查询数据.人工智能算法的有效性取决于它所训练的数据。所使用的数据集必须能够代表机构所寻求实现的结果。如果数据中存在任何历史偏差,它将在结果中体现出来。让数据科学家了解他们所扮演角色的道德义务,是合乎道德的人工智能系统所固有的。

3.人类与机器的团队.这不是机器压倒人类,而是金融机构将大规模地将功能较低的活动委托给机器的机会;这使得他们可以保留更复杂的道德问题,让人们来解决。在所有情况下,人类对人工智能模型的定期检查至关重要,以确保预期的结果得到实现,并尽可能避免意外后果。

虽然这一领域无疑将继续发展,但客观看待人工智能,包括其潜在的机会和陷阱,为银行和信用合作社提供了一个探索这一激动人心的领域的基础视角,并有望在那些使用以公共利益为重点的人工智能系统的人中找到自己。

这篇文章最初发表于. 所有内容©2021由金融品牌未经允许不得以任何方式转载。