[Big Data, Искусственный интеллект, Финансы в IT] Меняющаяся роль искусственного интеллекта на финансовых рынках (перевод)
Автор
Сообщение
news_bot ®
Стаж: 6 лет 9 месяцев
Сообщений: 27286
Основываясь на последних наблюдениях, можно сделать вывод, что sell-side сегмент, будет наращивать свои инвестиции в эти технологии быстрее, чем их buy-side коллеги.
Искусственный интеллект и методы машинного обучения - это технологии, способные преобразовывать бизнес и его рынки. Определение того, какую форму примут эти преобразования и как компании на финансовых рынках должны позиционировать себя, чтобы получить от них максимальную пользу, - задача непростая.Однако в своем недавнем отчете Refinitiv удалось пролить свет на эту тему. «The rise of the data scientist», как назван этот отчет, является вторым ежегодным отчетом от группы финансовых данных и аналитики по данному сектору.В рамках отчета было опрошено более 420 участников коммерческих и инвестиционных банков, брокерско-дилерских фирм, бирж, хедж-фондов, управляющих активами и венчурных компаний. Специальности опрошенных варьировались от data science, количественного анализа и разработки до высшего руководства.Географически респонденты были разделены на Азиатско-Тихоокеанский регион, Европу и Америку. На каждый регион приходится примерно по трети участников. Хотя небольшой количественный уклон в сторону Азиатско-Тихоокеанского региона все-таки присутствовал, в котором было на 7 участников больше, чем в Европе, и на 9 больше, чем в Северной и Южной Америке.Основные выводы отчета заключаются в том, что сейчас компании стремятся наращивать свои средства искусственного интеллекта и машинного обучения во многих сферах своего бизнеса.По мере того, как эти оперативные подразделения развиваются, увеличивается набор специалистов по data science, а роль искусственного интеллекта и машинного обучения перестает быть вспомогательной (как, например, для оценки эффективности маркетинговых кампаний) и смещается в сторону проактивных задач, которые помогают управлять стратегией.Такие методы, как обработка естественного языка, могут раскрыть значительную ценность, скрытую в наборах неструктурированных данных, которыми обладают многие фирмы.Однако, качество и доступность данных сейчас рассматриваются как самый большой барьер на пути более широкого внедрения искусственного интеллекта и машинного обучения. Как говорится в отчете, проблемы нехватки талантов, технологий и финансирования постепенно сходят на нет.Однако искусственный интеллект и машинное обучение не являются панацеей, и модели искусственного интеллекта компаний будут настолько эффективны, насколько позволит их стратегия обработки данных.Последствия COVID-19, вероятно, увеличат инвестиции в искусственный интеллект со стороны фирм, уже имеющих существующие программы. Однако для того, чтобы эти технологии были эффективными против других таких «черных лебедей» (или хотя бы были готовы к ним), потребуется доступ к большему количеству альтернативных данных.Что касается результатов опроса, 72% респондентов заявили, что искусственный интеллект и/или машинное обучение, являются основным компонентом их бизнес-стратегии. 80% заявили, что вкладывают значительные средства в эти технологии. 70% респондентов согласились с тем, что решения о стратегии внедрения и развития искусственного интеллекта и машинного обучения касаются многих сфер их бизнеса.Количество вариантов использования искусственного интеллекта также увеличивается. Риск менеджмент и трейдинг являются двумя наиболее распространенными областями применения, где более 60% организаций внедряют решения на базе искусственного интеллекта.Тем не менее, уровень внедрения в области отчетности и комплаенса составил 33%. Также 31% опрошенных предприятий используют искусственный интеллект в исследованиях и генерации идей. Другие популярные варианты использования включают обслуживание клиентов, таргетинг, предтрейдинговую аналитику и сопровождение новых клиентов.Предполагается, что sell-side сегмент, будет наращивать свои инвестиции в эти технологии быстрее, чем их buy-side коллеги, и с большей вероятностью будут разворачивать их сразу в нескольких областях своего бизнеса. До сих пор buy-side в основном использовали эти технологии локально, а не в масштабах всего бизнеса.Около 44% sell-side организаций демонстрируют широкий спектр развертывания по сравнению с 28% для buy-side.65% опрошенных фирм используют один тип искусственного интеллекта и машинного обучения, 28% - два. Однако только 7% фирм применяют в своей деятельности три разных типа этих технологий.Наконец, с точки зрения приложений и областей интересов, компании на финансовых рынках все больше обращают внимание на глубокое обучение. Около 75% респондентов заявили, что использовали эти приложения, хотя именно здесь все же лидирует buy-side.Перевод статьи был подготовлен в преддверии старта курса "Математика для Data Science". Всех, кому интересен данный курс, приглашаем посетить день открытых дверей, который пройдет онлайн на платформе OTUS уже 1 февраля. 
ЗАБРАТЬ СКИДКУ
===========
Источник:
habr.com
===========
===========
Автор оригинала: DARREN SINDEN
===========Похожие новости:
- [Программирование, Облачные сервисы, Микросервисы] Введение в паттерн распределенной трассировки (перевод)
- [Управление продуктом] Метрики продуктивности команды
- [Высокая производительность, Настройка Linux, Тестирование IT-систем] Бинарники BPF: BTF, CO-RE и будущее средств оценки производительности BPF (перевод)
- [Python, Big Data, Data Engineering] Coins Classification using Neural Networks
- [Открытые данные, Исследования и прогнозы в IT, Будущее здесь] Возглавляя тренды, часть вторая
- [Информационная безопасность, Законодательство в IT, Финансы в IT, Звук] «Мир Hi-Fi»: обсуждаем налог на картинку, вендор-локи, атмосферу паранойи и музыкальные ИБ-пасхалки
- [Настройка Linux, DevOps] Что нового добавилось в Terraform v0.13
- [Исследования и прогнозы в IT, Искусственный интеллект, IT-компании] Как выстроить процесс интеллектуальной обработки документов с помощью RPA: опыт UiPath
- [Финансы в IT, Криптовалюты] Сбербанк подал заявку на регистрацию собственной криптовалюты
- [Python, Визуализация данных, Машинное обучение] Как изменился Datalore за 2020 год: мощная онлайн-среда для Jupyter-ноутбуков
Теги для поиска: #_big_data, #_iskusstvennyj_intellekt (Искусственный интеллект), #_finansy_v_it (Финансы в IT), #_finansy (финансы), #_iskusstvennyj_intellekt (искусственный интеллект), #_data_science, #_blog_kompanii_otus._onlajnobrazovanie (
Блог компании OTUS. Онлайн-образование
), #_big_data, #_iskusstvennyj_intellekt (
Искусственный интеллект
), #_finansy_v_it (
Финансы в IT
)
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 22-Ноя 21:00
Часовой пояс: UTC + 5
| Автор | Сообщение |
|---|---|
|
news_bot ®
Стаж: 6 лет 9 месяцев |
|
 Основываясь на последних наблюдениях, можно сделать вывод, что sell-side сегмент, будет наращивать свои инвестиции в эти технологии быстрее, чем их buy-side коллеги.  Искусственный интеллект и методы машинного обучения - это технологии, способные преобразовывать бизнес и его рынки. Определение того, какую форму примут эти преобразования и как компании на финансовых рынках должны позиционировать себя, чтобы получить от них максимальную пользу, - задача непростая.Однако в своем недавнем отчете Refinitiv удалось пролить свет на эту тему. «The rise of the data scientist», как назван этот отчет, является вторым ежегодным отчетом от группы финансовых данных и аналитики по данному сектору.В рамках отчета было опрошено более 420 участников коммерческих и инвестиционных банков, брокерско-дилерских фирм, бирж, хедж-фондов, управляющих активами и венчурных компаний. Специальности опрошенных варьировались от data science, количественного анализа и разработки до высшего руководства.Географически респонденты были разделены на Азиатско-Тихоокеанский регион, Европу и Америку. На каждый регион приходится примерно по трети участников. Хотя небольшой количественный уклон в сторону Азиатско-Тихоокеанского региона все-таки присутствовал, в котором было на 7 участников больше, чем в Европе, и на 9 больше, чем в Северной и Южной Америке.Основные выводы отчета заключаются в том, что сейчас компании стремятся наращивать свои средства искусственного интеллекта и машинного обучения во многих сферах своего бизнеса.По мере того, как эти оперативные подразделения развиваются, увеличивается набор специалистов по data science, а роль искусственного интеллекта и машинного обучения перестает быть вспомогательной (как, например, для оценки эффективности маркетинговых кампаний) и смещается в сторону проактивных задач, которые помогают управлять стратегией.Такие методы, как обработка естественного языка, могут раскрыть значительную ценность, скрытую в наборах неструктурированных данных, которыми обладают многие фирмы.Однако, качество и доступность данных сейчас рассматриваются как самый большой барьер на пути более широкого внедрения искусственного интеллекта и машинного обучения. Как говорится в отчете, проблемы нехватки талантов, технологий и финансирования постепенно сходят на нет.Однако искусственный интеллект и машинное обучение не являются панацеей, и модели искусственного интеллекта компаний будут настолько эффективны, насколько позволит их стратегия обработки данных.Последствия COVID-19, вероятно, увеличат инвестиции в искусственный интеллект со стороны фирм, уже имеющих существующие программы. Однако для того, чтобы эти технологии были эффективными против других таких «черных лебедей» (или хотя бы были готовы к ним), потребуется доступ к большему количеству альтернативных данных.Что касается результатов опроса, 72% респондентов заявили, что искусственный интеллект и/или машинное обучение, являются основным компонентом их бизнес-стратегии. 80% заявили, что вкладывают значительные средства в эти технологии. 70% респондентов согласились с тем, что решения о стратегии внедрения и развития искусственного интеллекта и машинного обучения касаются многих сфер их бизнеса.Количество вариантов использования искусственного интеллекта также увеличивается. Риск менеджмент и трейдинг являются двумя наиболее распространенными областями применения, где более 60% организаций внедряют решения на базе искусственного интеллекта.Тем не менее, уровень внедрения в области отчетности и комплаенса составил 33%. Также 31% опрошенных предприятий используют искусственный интеллект в исследованиях и генерации идей. Другие популярные варианты использования включают обслуживание клиентов, таргетинг, предтрейдинговую аналитику и сопровождение новых клиентов.Предполагается, что sell-side сегмент, будет наращивать свои инвестиции в эти технологии быстрее, чем их buy-side коллеги, и с большей вероятностью будут разворачивать их сразу в нескольких областях своего бизнеса. До сих пор buy-side в основном использовали эти технологии локально, а не в масштабах всего бизнеса.Около 44% sell-side организаций демонстрируют широкий спектр развертывания по сравнению с 28% для buy-side.65% опрошенных фирм используют один тип искусственного интеллекта и машинного обучения, 28% - два. Однако только 7% фирм применяют в своей деятельности три разных типа этих технологий.Наконец, с точки зрения приложений и областей интересов, компании на финансовых рынках все больше обращают внимание на глубокое обучение. Около 75% респондентов заявили, что использовали эти приложения, хотя именно здесь все же лидирует buy-side.Перевод статьи был подготовлен в преддверии старта курса "Математика для Data Science". Всех, кому интересен данный курс, приглашаем посетить день открытых дверей, который пройдет онлайн на платформе OTUS уже 1 февраля.  ЗАБРАТЬ СКИДКУ =========== Источник: habr.com =========== =========== Автор оригинала: DARREN SINDEN ===========Похожие новости:
Блог компании OTUS. Онлайн-образование ), #_big_data, #_iskusstvennyj_intellekt ( Искусственный интеллект ), #_finansy_v_it ( Финансы в IT ) |
|
Вы не можете начинать темы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Вы не можете отвечать на сообщения
Вы не можете редактировать свои сообщения
Вы не можете удалять свои сообщения
Вы не можете голосовать в опросах
Вы не можете прикреплять файлы к сообщениям
Вы не можете скачивать файлы
Текущее время: 22-Ноя 21:00
Часовой пояс: UTC + 5