广告

CITI陷入了人工智能的未来 - 字面意思

在AI供应商Anaconda的软件两年的测试驱动后,花旗集团对其决定投资该公司后留下了深刻的印象。

CITI Ventures在人工智能软件公司Anaconda投资,其母公司花旗集团非常了解。

事实证明花旗集团已经在整个企业中使用了这款流行的开源软件了几年。

虽然没有披露投资的规模,但新闻周一出于三个原因:

  • 这是另一个迹象,更多的银行正在实施人工智能。

大银行喜欢 美国银行, Wells Fargo,BBVA和Ally Bank 是AI部署的许多人。

广告

咨询公司市场结构指标的校长David B.Weiss表示,他已经观察到“不断增长的银行趋势,基本的自动试验和部署了机器学习和机器人过程自动化等机器人学习和机器人流程自动化的五年趋势他们的业务各部分。“

Jesse McVaters,世界经济论坛的金融创新潜水,也看到了“AI专业公司的投资大幅增加”。

  • 它是使用AI使用开源软件的倡导者概率的羽毛。

“这项工作的重要部分是在开源环境中完成的,”McWaters说。

“我认为这表明该算法本身,开发AI的方法是相对商品化的。”

  • 它为CITI越来越多地使用了整个公司的窗口。

“我们一直在努力在花旗中建立技术堆栈,以便我们在各种用例和功能中推动广泛的机器学习,”CITI Ventures的常务公司董事总经理和共同主管林尼克古普塔说。

CITI的数百个数据科学家在银行的Hadoop的企业分析平台上使用Anaconda。

“使用已经足够高,这使得它与公司的企业相关关系,”Gupta说。 “使用者继续增长,我们希望它成为今天的倍数。”

CITI Anaconda的使用案例包括在提高信用卡限制以及进行反洗钱评论时的实时信用评估。

为什么蟒蛇?

根据CEO Scott Collicon的说法,美国的每个主要银行都使用anaconda的软件。汇丰银行,JPMORGAN Chase,Barclays和Now CITI与它一起公开,以及在制造业的保险方面和BMW,Jep和三星的USA。

一些银行使用它来进行压力测试。其他,如花旗,使用它来获得信用评估和AML。其他人还用于贷款决策,风险分析和财务申请和结算。

基于德克萨斯州奥斯汀的Anaconda拥有135名员工,总资本4500万美元。波士顿的一般催化剂是Anaconda的原始投资者。奥斯汀的Buildgroup是其其他投资者。

Anacaonda和Citi都不会说花旗企业投入了多少,但都将金融注射描述为“重要”。

“初创公司”朝向盈利能力,我们有一个非常好的顶线号码,“科希森说。

Anaconda将自己放在地图上,利用自由开源提供,Anaconda发行。

“在任何特定的月份,我们拥有600万用户 - 代表全球最现代化的数据科学家,”科学家说。 “随着数据科学从更多传统平台转移到几种语言,主要是Python和R,我们支持那些现代语言,因此大多数大学使用我们的平台教授,大多数公司都在这种方向移动。”

学生和大学的使用是将Gupta团队到Anaconda的一部分。

“这已经推动了广泛的采用,学生正在接受训练并在此方面培养,”Gupta说。 “当他们进入劳动力时,他们会想要相同的环境,并推动对平台的需求。”

CITI等企业购买企业许可证的额外功能,如整体管理环境。

“在一个企业内,您总是有更多的要求,需要以某种方式管理这些,因为您将它们放入生产中,”Gupta说。 “你需要确保各种包的依赖关系被理解,而不是从在这里或在开源项目中下载某些东西。”

Anaconda还销售大公司的协作功能,允许多个组一起工作并管理谁正在做什么,正在使用哪些类型的资产,结果和所使用的模型的版本。

此外,公司的企业许可使得Gupta表示,更容易扩大扩展。

“下载桌面的版本并在学校做事是一件事,但在云般提供的生产中,有数千个节点的制作内容需要一个非常不同的版本和可扩展平台,”他说。

花旗企业的投资哲学是找到“定义定义平台公司,即将出现一个地区,改变事情在大市场中的方式完成,”Gupta说。

它还试图在花旗可以受益的地方找到公司。银行周围的人分享他们的需求,并且风险投资部队寻求拥有这些解决方案的顶级提供商。

Citi Ventures的公司在投资组合中包括Docusign,Chain.com,Ayasdi和Jumio。

科洛辛说,蟒蛇将使用Citi的现金免入Citi,以获得基本费用。

“不像许多VC支持公司,那些采取越来越多的资金并稀释他们公司的等级和档案,我们希望保持员工股权的价值,”他说。 “随着我们甚至要突破,我们希望甚至打破这个季度,我们想要一个小坐垫。当我们到达那里时,花旗上涨了,为我们提供了垫子,我们很感激。“

大型AI的挑战

McWaters表示,在大型组织中实现AI工具的难以实现AIA工具,正在访问大型,有时独占数据集以训练这些算法。

“这就是橡胶在业务的价值方面击中道路的地方,”他说。

在最近的一项研究中,使用Deloitte进行的世界经济论坛,银行将静坐的环境描述了需要清理的原始数据,以及在开始部署机器学习之前需要为云进行改造的传统系统。

“因此,虽然这些类型的能力采集可能是有用的,但他们需要与一些具有挑战性,昂贵的,并且通常相对毫无抗体的投资相结合,以便让这些遗留机构的数据和技术达到速度,以便您可以部署敏捷方法”麦克沃特斯说。

Mathew Lodge产品和营销高级副总裁兼雅奇达达,表示,其软件可以支持各种各样的数据来源,而不仅仅清理和擦洗数据,虽然显然这是最好的。“他说,该公司帮助数据科学家带来数据,并将其清洁并将其达到可用于机器学习的程度。

德罗特·德罗特的全球银行和资本营销咨询领导者在论坛的研究中强调,与AI,银行冒险进入境内,要求在银行的专业知识。

“我们预计我们在其他情况下遇到了同样的文化和人力资本挑战,我们需要弄清楚收购如何种植种子并在整个公司中构建根,而不是剩余的种子,“他说。

大分球克罗斯曼的编辑欢迎反馈 [email protected].

分享

更多来自信息管理