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

发现顶级金融科技新闻与事件！

订阅金融科技周刊的新闻通讯

被摩根大通、Coinbase、黑石、Klarna 等高管阅读

在本周日的社论中，金融科技周刊 想与您分享一份由**联邦会（Commonwealth）**带来的重要研究成果。联邦会是一个全国性非营利组织，致力于通过创新和合作，为财务脆弱人群建立财务安全和机会。

他们的全民新兴技术（ETA）倡议旨在探索人工智能如何设计得真正服务于低收入和中等收入（LMI）家庭，这一群体常被忽视在技术进步之外。

人工智能，尤其是对话式AI，已被广泛认可具有重塑金融服务的潜力。真正的挑战在于这些系统是否能为LMI家庭提供切实、可靠的支持，而不仅仅是服务于高收入、技术熟练的用户。问题不仅在于获取途径，更在于设计出真正满足那些被技术进步抛在后面人群需求的工具。

理解风险

技术进步和可及性的不平等在历史上一直存在。针对金融服务的AI系统，往往以高收入用户为目标。旨在提升某一群体便利性的工具，往往难以有效转化到另一群体。

联邦会的研究数据显示，这一鸿沟十分明显。虽然2023年近30%的美国成年人报告使用过AI，但其中真正属于LMI家庭的比例很低。这一差距反映出更深层次的问题：AI工具的开发常常未充分考虑LMI人群的具体需求和关切。这些系统可能拥有先进的功能，但在最需要的地方缺乏相关性。

2022年推出的生成式AI模型如ChatGPT的热潮，展现了这些系统提供可扩展、个性化财务指导的潜力。然而，这些工具主要面向拥有财务资源或技术流利度的用户。开发者和企业的热情尚未转化为对LMI家庭的实际、有效的解决方案。

建立信任与解决实际关切

信任仍是LMI群体是否接受AI系统的关键因素。对许多用户而言，AI系统不仅是技术工具，更是必须展现真正价值、确保隐私和安全的服务。数据安全和隐私的担忧依然是采用的重大障碍。

根据联邦会的研究，63%的用户担心AI的安全性，53%的用户担心隐私。这些担忧反映出对那些感觉具有侵入性而非支持性的技术的普遍怀疑。AI工具常承诺便利，但未能充分说明其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“AI”。他们认为它们是完成特定任务的工具，比如支付账单、查询余额或解决简单问题。这一认知为开发者提供了宝贵的启示：人们并不一定对AI这一概念感兴趣，他们更关心实用、能解决实际需求、无需繁琐操作的工具。

可信赖性通过一致性和透明度建立。AI系统必须提供可靠、透明的服务，尊重用户隐私，赋能用户而非剥削。有效的工具通过实际、可衡量的成果证明其价值。

LMI用户真正需要什么

联邦会的研究提供了关于LMI家庭真正需求的重要洞察。他们寻求的是能帮助应对现实财务挑战的实用工具，而非为了炫耀技术而开发的复杂系统。

AI能立即发挥作用的领域包括预算管理、信用建设和支付处理。这些领域虽不华丽，但对实现财务稳定至关重要。联邦会的实地测试显示，用户更偏好提供直观、无评判、注重易用性和可及性的AI工具。

财务不安全常伴有羞耻感和焦虑感，导致寻求帮助变得困难。设计出能提供指导而不让用户感到被审视或评判的AI系统，更易被接受。将实用性和同理心融入这些工具的结构中至关重要。

生成式AI的潜力与局限

生成式AI在提升金融服务方面具有巨大潜力。其提供个性化指导和实时洞察的能力，可能改变LMI家庭与金融系统的互动方式。然而，关于准确性、隐私和复杂性的实际担忧仍是重大障碍。

对许多LMI用户而言，生成式AI仍显不可靠。将聊天机器人从简单问答工具转变为全面财务指南的能力令人期待，但需要持续、可靠的表现。设计能理解个人情况并提供定制建议的系统，可能会带来最大影响。

AI可能带来变革的领域：公共福利和职场工具

联邦会的研究还指出，AI可以显著改善金融包容性。公共福利系统依然复杂难懂。每年约有1400亿美元的政府援助因繁琐的官僚程序未被领取。能够简化资格审核和申请流程的AI工具，有望让数百万个人更便捷地获得帮助。

AI系统还能增强职场财务工具。企业将对话式AI整合到人力资源基础设施中，可以帮助员工获取退休计划、应急储蓄等资源。提供清晰、个性化的福利指导，有助于提升整体财务素养和福祉。

以意图为导向的未来

联邦会的研究结果揭示了一个核心真理：真正惠及LMI家庭的AI系统，不仅是技术挑战，更是伦理设计的问题。有效的工具必须基于对那些被排除在技术进步之外人群真实需求的理解而构建。

技术已然存在，剩下的挑战是打造可靠、包容、能满足特定需求的工具。只有当AI真正为所有人服务时，其潜力才能得到充分发挥。