安德鲁·格雷, 存董事总经理兼集团首席风险官
智能弹性是我们创造的一个短语，用来描述风险管理人员如何使用战略数据分析和知情决策来更有效地预测未来的冲击，并了解在市场事件发生时有效恢复的方法. 这个概念需要对人员、流程和技术进行投资. 我们的员工将制定战略，并利用技术收集和整合数据. 使用人工智能(AI)或机器学习, 他们可以通过从大量数据集中提取见解，在整个扩展企业中进行分析, 通过自动学习检测模式并支持更快地适应风险模型. 技术为未来开发更复杂、更可预测的风险管理程序打开了大门.
利用关键的人的因素
科技在大多数公司的风险管理项目中扮演着更重要的角色, 但它也有一定的局限性, 尤其是在做决策的时候. 风险管理中的人的因素对于制定总体战略至关重要, 建立强有力的风险管理文化，制定定性决策的方法, 组织内部的责任委派, 和, 当然, 避免在技术上自满. 对于解释输出和对如何使用该信息进行正确的判断，人员也是必不可少的. 金融科技的真正价值是作为更先进的风险管理的推动者, 但这并不能替代全面的风险管理策略.
识别攻击模式
人工智能(AI)最有前途的领域之一是它能够识别我们称之为“攻击模式”的能力, 这些指标, 网络罪犯的行为和行动顺序，可以帮助识别他们或他们发起的攻击. 就像侦探用这种方法解决现实世界中的犯罪一样, 我们的团队开始使用人工智能在数字领域做同样的事情. 人工智能可以帮助我们以一种与以前的技术完全不同的方式了解网络罪犯及其行为.
用高质量数据驱动金融科技
机器人和人工智能(AI)可以改变企业管理数据的方式, 但是，这些技术的力量依赖于创建由适当框架和纪律管理的高质量数据的基础. 这是因为数据和人工智能之间存在一种内在的协同作用. 数据是驱动人工智能的燃料, 所以数据越丰富, 技术在识别趋势方面越聪明. 关键是企业要采用数据驱动的理念，而严格的数据管理程序是建立这种文化的第一步. 这将使必要的实践成为可能, 标准和控制，以确保高质量的数据, 哪些不仅是业务的基础, 但是对于使用先进技术来管理风险是必不可少的.