金融包容新纪元：利用人工智能赋能低至中等收入家庭 - FTW星期日社论

发现顶尖的金融科技新闻和事件！

订阅FinTech Weekly的通讯

由JP Morgan、Coinbase、Blackrock、Klarna等高管阅读

在本周日的社论中，我们FinTech Weekly希望与您分享一项重要的研究，这项研究由Commonwealth提供，该组织是一家全国性的非营利机构，致力于通过创新和合作为经济脆弱人群建立金融安全和机会。

他们的为所有人提供新兴技术（ETA）倡议旨在揭示如何设计人工智能，以真正服务于低收入和中等收入（LMI）家庭，这是一个在技术进步中常常被忽视的人群。

人工智能，特别是对话式人工智能，因其重塑金融服务的潜力而广受认可。真正的挑战在于这些系统是否能够为LMI家庭提供切实可靠的支持，而不仅仅是服务于高收入、精通技术的用户。问题不仅在于获取，而在于设计真正满足那些被技术进步抛在后面的人们需求的工具。

理解利害关系

技术进步和可达性的差异在历史上一直存在。人工智能系统，尤其是那些针对金融服务的，通常以高收入用户的需求为目标。为一个人群设计的便利工具往往无法有效转化为另一个人群。

来自Commonwealth研究的数据清晰地呈现了这一分歧。虽然近30%的美国成年人在2023年报告使用人工智能，但其中只有一小部分属于LMI家庭。这一差距反映了一个更深层次的问题：人工智能工具往往在开发时没有充分考虑LMI个体的具体需求和关注点。这些系统可能提供复杂的功能，但在最重要的地方缺乏相关性。

围绕2022年推出的生成式人工智能模型如ChatGPT的热情展示了这些系统提供可扩展、个性化金融指导的潜力。然而，这些工具主要针对拥有财务资源或技术能力的用户。开发者和公司的兴奋尚未转化为对LMI家庭的切实有效的解决方案。

建立信任并解决真实问题

信任是LMI群体是否接受人工智能系统的关键因素。对于许多用户而言，人工智能系统不仅仅是技术工具；它们是必须展示实际价值的服务，同时确保隐私和安全。对数据安全和隐私的担忧仍然是采用的重大障碍。

根据Commonwealth的研究，63%的用户担心人工智能的安全性，53%担心隐私问题。这些担忧反映了对感觉侵入性而非支持性的技术的广泛怀疑。人工智能工具往往承诺便利，但未能传达如何保护用户的个人信息。

有趣的是，许多LMI用户并不将聊天机器人视为“人工智能”。他们将其视为旨在执行特定任务的工具，例如支付账单、检查余额或解决简单问题。这种看法为开发者提供了宝贵的见解：人们并不一定对人工智能这一概念感兴趣；他们更关心的是满足他们需求的实用工具，而没有不必要的复杂性。

可信度是通过一致性和清晰性建立的。人工智能系统必须提供可靠、透明的服务，尊重用户的隐私，并在不显得剥削的情况下赋予他们权力。有效的工具通过实际、可衡量的结果证明其价值。

LMI用户真正想要的是什么

Commonwealth的研究为LMI家庭真正寻找的内容提供了重要见解。他们寻求为现实世界金融挑战提供实用帮助的工具，而不是为了技术本身而开发的复杂技术。

人工智能可以带来改变的最紧迫领域包括预算、信用建立和支付处理。这些领域虽然不华丽，但对于实现财务稳定至关重要。Commonwealth的实地测试表明，用户更喜欢提供简单、无评判指导的人工智能工具，重点关注可用性和可达性。

金融不安全往往伴随着羞耻和焦虑，这使得寻求帮助变得困难。旨在提供指导而不让用户感到被审视或评判的人工智能系统更有可能获得更大的接受度。在这些工具的结构中建立实用性和同情心至关重要。

生成式人工智能的潜力和局限性

生成式人工智能在增强金融服务方面具有巨大的潜力。它提供个性化指导和实时洞察的能力可能重塑LMI家庭与金融系统的互动。然而，关于准确性、隐私和复杂性的实际问题仍然是重大障碍。

对于许多LMI用户而言，生成式人工智能仍然显得不可靠。将聊天机器人从简单的问答工具转变为全面的金融指南的技术具有潜力，但需要持续、可靠的性能。旨在理解个人情况并提供量身定制建议的系统可能会产生最大的影响。

人工智能可以产生影响的地方：公共福利和工作场所工具

Commonwealth的研究还突出了人工智能可以显著改善金融包容性的领域。公共福利系统仍然复杂且难以导航。每年，约1400亿美元的政府援助因官僚障碍而未被领取。能够简化资格检查和申请流程的人工智能工具可以改善数百万人的可达性。

人工智能系统还可以增强工作场所金融工具。将对话式人工智能整合到人力资源基础设施中的公司可以帮助员工访问从退休计划到紧急储蓄计划等资源。提供有关可用福利的清晰、个性化指导的能力可以提高整个员工队伍的金融素养和福祉。

有意向前迈进

来自Commonwealth研究的发现揭示了一个重要真理：创造真正惠及LMI家庭的人工智能系统不仅仅是技术挑战，而是伦理设计的问题。有效的工具必须在理解那些历史上被排除在技术进步之外的人的真实需求的基础上构建。

技术是存在的。剩下的挑战是构建可靠、包容并能够满足其服务对象特定需求的工具。人工智能的真正潜力只有在它真正为每个人工作时才能实现。