凭什么让查询效率提高这么多？
|
对于以纸币印刷为核心业务的机构来说，恶性通货膨胀无疑是生意最好的时候，而数字交易则是最大的敌人。 最近哪类企业的日子最难过？纸币印刷厂。虽然美国财政部下辖的雕刻与印刷局正一刻不停地发钞，但在世界上的其他大部分地区（从亚美尼亚到秘鲁，再到泰国与斯威士兰）的纸币印刷实际上都是由少数几家企业负责的。 截至 2018 年底，全球约 11% 的钞票由私营印钞公司印刷而成。而位于德国慕尼黑的 Giesecke & Devrient 公司是全球第二大印钞企业，拥有 23% 的市场份额，仅次于占比 27% 的英国 De La Rue 公司。De La Rue近期因委内瑞拉无法偿还欠款、未能拿下英国护照印刷合同以及管理层重组等原因，目前已经陷入严重的经营危机。 2019 年，G&D 公司总营收 29 亿美元，其中 46% 来自货币技术部门。G&D 公司拥有 4800 名员工，并与全球 145 家央行（全球共存在 195 家央行）开展合作的钞票设计与印刷服务业务。 如今，G&D 在全球五大洲拥有超过 80 家子公司，并在德国和马来西亚部署有最先进的印刷设施。他们设计出安全、防伪的专用钞票，甚至还考虑到了批量销毁的需求。虽然货币印刷业务不够稳定，但 G&D 公司依靠开发出的可供政府机构乃至赌场进行现钞扫描的安全设备，仍保持着可靠的经常性收入。 G&D 公司由两位极富进取心的年轻工匠于 1852 年在德国莱比锡成立。第一次世界大战之后，G&D 成为魏玛共和国官方指定的主要印刷商之一。1936 年，该公司为希特勒时期的德国印制了柏林大会的门票，后来还为西班牙佛朗哥政权印刷了钞票。二战结束之后，苏联没收了 G&D 大部分业务。1948 年，公司迁往慕尼黑。十年之内，该公司拿下德国央行半数的钞票印刷业务，并开始向海外扩张。G&D 还曾是津巴布韦穆加贝政府的指定印刷商。2008 年 7 月，德国政府明令禁止 G&D 继续向津巴布韦央行提供印刷纸钞，理由是该国的年均通货膨胀率已经超过 1000000%。 从纸币印刷到数字货币开发 在由内部程序员及经济学家团队共同开发 Filia 软件的过程中，G&D 公司结识了总部位于瑞士的 Metaco 公司，该公司提供的操作系统能够帮助金融机构托管加密货币、代币与稳定币。Metaco 的软件名为 Silo，属于商业银行当中人工操作员与区块链或其他分布式分类账系统间的用户界面。截至目前，Metaco 公司 75% 的业务来自银行机构，且大部分位于欧洲范围内。 7 月份，这家拥有 168 年历史的纸币印刷企业完成了对区块链的第一笔投资——将 1700 万美元的 A 轮融资交付至瑞士初创企业 Metaco 手中。更重要的是，随着各国竞相发展央行数字货币，G&D 公司的央行客户中已经有 6 家考虑使用 Filia 软件打造自己的央行数字货币（CBDC）。 G&D 公司 CEO Ralf Wintergerst 表示：“我们可以为该公司提供接触中央银行的通道。毕竟在央行越来越多地采用数字货币这一全新形式时，托管环境将成为新一代运营体系的基础。” Wintergerst 认为，货币发行业务正处于新一轮技术革命的边缘，旨在将物质世界与虚拟世界的优势融为一体。G&D 公司目前虽然以纸币业务为主，但他们也是最积极的数字支付倡导者之一。 疫情冲击以及纸币处理风险等多重因素正在推动着美国等多个发达国家向着无现金社会发展。Venmo、Zelle 以及 Square 的 Cash App 等支付应用迎来使用量激增。以 Zelle 为例，其交易量在 2020 年上半年增长了 63%，总额已经超过 1330 亿美元。
57 岁的 Wintergerst 表示：“整体看，多种支付方式的并行发展非常重要。面对电子支付业务的兴起，市场仍然需要结实耐用且防伪效果良好的纸币。毕竟在电力供应中断的时候，用户仍然需要一些更可靠的支付方式，而且现金支付不会留下任何痕迹。” 您能否分享一点关于美国运通在AI技术应用方面的一些有趣，或者说令人惊讶的故事? Rajat Jain: 美国运通的数据科学团队由一大批拥有硕士及博士学位的数据科学家们组成。他们永不满足于现状，他们不断提升自己的技能。在数据科学这个不断发展的领域，我们意识到获得成功的唯一途径就是不断学习并尝试新兴技术。团队会定期评估现有模型的优缺点，并找到切实满足客户需求的创新方法。实际上，我们计划在下个月发布X世代欺诈模型，将采用我们的最新创新技术捕捉更多欺诈行为。 您认为对于银行业务流程来说，目前最大的AI与机器学习应用限制是什么? Rajat Jain: 我们所做的一切，都是为客户服务并得到他们的肯定与支持。对我们来说，将机器学习引入银行流程的最大限制，实际在于如何证明这种新的分析技术能否真的可以帮助我们代表全球无数客户达成承诺的使命。虽然最新的数据科学研究与进步确实令人兴奋，但这一切只是理论方案与学术研究。我们在现实世界中的运作及决策，则会影响到每一位持卡会员的账户安全性。因此在应用一种新型AI技术之前 ，我们必须明确其能够在生产环境中实现并带来客户所期望的结果。 您能否跟我们聊聊在构建ML模型的过程中，运通公司需要着重考量数据中的哪些因素? Rajat Jain: 我们总会强调，各种机器学习模型之间存在着很大差异，而我们的模型之所以与众不同，靠的就是我们使用的数据。作为发卡行、商户收单行以及网络运营商，美国运通在整个支付链中建立起庞大的全球业务体系。这套“闭环网络”将大规模数据集与我们训练有素的专业知识专家及顶尖机器学习算法相结合，帮助运通公司建立起打击欺诈行为方面的强大优势。我们可以查看来自商家与持卡会员的大量数据，保证比其他网络及发卡机构更快采取行动，抢在欺诈行为实际发生之前将其发现并加以阻止。 在构建机器学习模型方面，美国运通是如何保障客户隐私与数据隐私的? Rajat Jain: 美国运通深刻理解保持消费者信任的重要意义，而且对数据隐私及安全性有着坚定而长期的承诺。我们将根据数据保护及隐私原则，以及具有实际约束力的内部规定及适用法律，通过合同及其他政策性要求保护个人数据。 未来几年，您对哪些AI技术最为期待?
Rajat Jain: 概括来讲，我认为在使用有序数据集进行预测方面，我们才刚刚起步。人工智能还无法通过有序预测有效将一系列事件联系起来，因此我们期待能够在这一领域迎来突破性进展，最终持续改善客户体验。至于在未来几年的欺诈行为打击方面，我们将继续评估新兴技术并应用切实有效的技术方案，努力增强自身主动与被动防御措施，借此更好地应对种种新的威胁。 （编辑：唐山站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
