玩币族移动版

　　译者：玩币族Sally

　　Venkatesh P -Maveric系统

　　技术管理人员通常会在相同的预算下准备两个备选项目以供选择，这是非常常见的做法。在这种情况下，我们来看看选择的太平会向哪方倾斜。

　　让我们将应用范围限制在银行和金融服务业(BFSI)领域。在2008年金融危机爆发之后，银行和金融服务业面临全球经济增长放缓的问题，且成本管理压力巨大。而该领域急需一种不可篡改的数据存储应用程序。对新兴技术的审查就是在这种情况下开始和进行的。

　　收入与成本

　　有些银行已经在使其产品构成及客户选择更为合理化的基础上，开始专注于其他成本要素的控制了。如果银行的产品及服务销售收入严重下滑，至少成本的降低可以使他们度过难关。有些银行的客户和产品优化改组率高达60%，仍然没有对收入产生重大影响;他们的成本显示出下降的迹象或已经有所下降，并且正在进一步下滑。

　　大多数这些机构都使用人工智能AI技术，包括机器学习(machine learning)、自然语言处理、数学算法(algorithms)和工作流(workflows)来实现其结果。 但是，区块链技术却不在其中。

　　覆盖宽度

　　通常，金融服务产品会在不同程度上依赖外部服务。大多数投资或理财产品都需要与市场、交易对方等外部机构进行对接和信息的交流，贸易融资也是如此。在这种情况下，虽然需要外部接口，但内部流程实现的支出却是相等的。

　　区块链本质上是一个去中心化的分类账，这对于改善这种外部依赖是至关重要的。人工智能应用在这方面并没有涉及。

　　内部对外部的依赖

　　区块链需要创建一个庞大的银行联盟以共同开展业务，并建立双边或多边的交易及沟通渠道。区块链技术能够真正发挥其作用来源于这种共同的理解。

　　而AI是技术推动者，无论是否能够与其贸易伙伴达成联盟，该机构都可以使用它。

　　技术成熟度

　　经验证的区块链平台已经开始运用于金融服务领域。区块链可以用于管理产品的风险、增加客户对产品的适应性，也可以为客户提供关闭交易的决策帮助。 Kabbage、LendUp和Lending Club等平台都是区块链成功运用方面的案例。

　　此外，还有一些工具在金融服务领域的某些流程上已经取得了一定的技术成熟度。比如Dataminr和Alphasense能够在各种平台上采集数据，也可以以文本、音频、视觉或图形等形式进行数据的输出;Blue Prism和UI Path能够在前台及后台功能方面实现加速过程自动化。

　　而在区块链领域还很难找出任何类似成熟的平台或工具。比如Hedgy，LedgerX和TeraExchange这样的交易平台，以及Linq或10等发行平台，他们在成熟度方面与人工智能程序还有一定的差距。

　　运用和实践

　　在AI领域出现了两个趋势：金融科技公司正在推出更强大的平台，以供更大规模的银行使用; 大型银行本身正在积极地通过采用和调整这些工具来努力简化交易流程和节省成本。 一些小型和区域性银行也已经按照同样的方法开展工作。

　　而在区块链技术领域，像澳大利亚银行或美国大型投资银行机构的银行联盟已经开始努力从中获得价值。 我们需要看看我们是属于哪一种情况。

　　总结

　　在这个时候，无论是在多功能性还是通用性方面，AI都是领先于金融服务行业的区块链的。 至于未来如何，还有待观察。