1. 技术趋势与观察：
-
从“区块链驱动”到“人工智能驱动”的公司声明转变。
-
强调人工智能、机器学习和区块链作为工具，而非商业模式。它们的价值取决于在产品和经济模型中的应用。
- Ramp 和 Finix 在分析、报告和费用自动化上的人工智能应用。
-
生成性人工智能在降低劳动成本方面的潜力，以及区分真正的人工智能使用与公关炒作的挑战。
- 公开可用的大型模型无法满足金融科技机构的具体和细致需求。
- 金融行业抵制之前人工智能代的“黑箱”特性，并未完全接受生成性人工智能的到来。
- 机构应该使用自己的数据构建中型模型。
- 他们应该采用生成性人工智能的互动模式，以增强现有产品的体验。
- 当前的目标是改善产品，而不是从零开始发明新的生成性人工智能产品。
2. 行业洞察：
-
来自大麻银行峰会的洞察：大麻银行业务中的挑战与机遇。与大麻领先银行和信用合作社的互动，以增强风险管理和合规性。
- “我们社区中的现金过多是一个问题”，这既不方便，又昂贵，且常常危险。
- 在大麻银行业务这一具有挑战性的领域工作，促进了强有力的合规、治理和风险管理系统的发展，这一点得到了几位银行家的强调，他们利用这一专长扩展到在线游戏和加密等类似高风险行业。
-
通过银行支付已成为一种流行的支付方式，为客户提供了一种方便且安全的方式，直接从他们的银行账户进行在线购物。
3. 政治与监管影响：
- 美国的监管流程缓慢，预计“银行即服务”领域的银行将经历 3-5 年的调整期。
- 监管重点主要集中在《银行保密法》（BSA）和反洗钱（AML）问题上。
- 在“银行即服务”领域合规成本不断增加，以及中间件平台在降低这些成本方面的承诺受到挑战。
- 银行正在注册 FedNow，但他们主要只是注册以接收付款，而不是发送付款。
4. 银行即服务（BaaS）与开放银行：
- “银行即服务”讨论的上升，给人一种问题多于积极的印象。
- 开放银行在教育政策制定者方面的积极主动，与“银行即服务”缺乏动力形成对比。
- 对开放银行的程度和影响持怀疑态度，特别是其促进账户切换的能力。
- 关于标准制定机构的辩论，以及认为金融科技公司在塑造这些标准方面参与不足的观点。
5. 合规、合规、合规。多德-弗兰克法案第 1033 条 – 消费者访问金融记录
- 财务数据交换（FDX）将成为开放银行的标准制定组织。
- 像苹果这样的科技巨头面临着要求数据共享的规则挑战，适用于年收入超过 100 亿美元的公司。
- 预计银行与金融科技之间的双向数据共享将引发进一步的辩论。