预测金融科技：Money20/20 的自动化趋势

anisur222

自动化始终是 Money20/20 的一个关键主题，今年也不例外。人工智能对资金流动的影响仍然是 B2B 初创公司关注的焦点。自法学硕士震撼科技界以来，在该会议的第一次拉斯维加斯迭代中，我们寻找了其影响的证据，并了解我们对 2024 年金融科技初创公司的期望。

法学硕士前与法学硕士后
在 ChatGPT 之前，金融科技中的人工智能通常 美国电话号码列表 意味着第一方机器学习，具有基于专有数据的自定义模型。我们看到了我们自己的 KYC ( Socure ) 和欺诈检测和预防 ( Forter )产品组合中的成功解决方案，以及专注于通过 OCR 获取数据的垂直金融科技参与者的成功。

在很大程度上，这一点在去年没有改变。我们仍然看到金融科技解决方案利用他们自己的机器学习模型而不是法学硕士，但有一些值得注意的例外，我们认为这些解决方案代表了有前途的机会：

金融机构的客户支持：法学硕士正在跨市场用作特定领域的聊天机器人。消费金融科技也不例外。
用于财富管理的人工智能：我们看到客户管理自己的投资组合和财富顾问都在帮助他们管理客户沟通。
下一代 OCR：法学硕士与机器学习相结合，可实现更多上下文感知数据提取，支持更好的文档管理和数据摄取。
下一代会计和税务：簿记自动化是一个巨大的机会。法学硕士为总账分类和自动化 FP&A 分析等任务提供解决方案。
法学硕士并没有像其他市场那样立即应用于金融科技，这是有道理的。金融科技的自动化历来依赖大数据，数据网络效应的好处满足了市场在欺诈和身份用例方面的核心需求。法学硕士在文本密集型领域具有最相关的应用，因此在支付处理等领域的适用性更加有限。

法规为新进入者提供了机会
自动化并不是金融科技创新的唯一推动力。当然，除了自动化和人工智能之外，会议上的另一个热门话题是即将出台的与数据访问和开放银行相关的监管。

对于初创公司来说，好消息是：《消费者金融保护法》第 1033 条等法规将继续创造公平的竞争环境并确保获取财务数据。具体多少取决于合规和执行的时间，但关键在于，随着现有企业失去其主导的数据优势，转向更加开放的银行业务和数据可访问性将为新的金融科技初创公司带来好处。它还通过承诺更多地访问底层数据来更直接地实现新的自动化。



数据提取解决方案的改进
最后，我们看到了一些示例，说明越来越多的上下文感知数据提取解决方案如何帮助银行、贷方和金融科技公司获得更多数据。法学硕士有可能大大提高机器识别文档中特定领域内容并将其转化为决策系统的能力。

Money2020 上有这样的迹象，更全自动的数据提取产品与许多依赖自动化与人机交互数据验证相结合的供应商一起展示了他们的产品。虽然这些产品还处于早期阶段，但可以预见未来在数据提取和文档审查方面将不再需要人工干预。最终，金融科技数据提取的自动化可以为金融机构带来文档处理周转时间、减少管理费用以及为最终用户创造更无缝体验等方面的好处。

大规模金融科技
对于那些参加我们活动的人来说，我们度过了愉快的欢乐时光，并与金融科技领域一些令人兴奋的创始人和团队进行了交谈。如果您正在人工智能和金融科技的交叉领域（法学硕士、机器学习或特定于垂直行业的自动化）进行建设，请联系我们。