对于金融机构和银行来说，安全工具是其业务的重要组成部分，不仅在保持客户账户安全方面，而且在内部合规方面也是如此。这些组织有责任保护其客户的资金和信息。因此，至关重要的是，他们有工具和技术来保护这些关键资产。

随着技术的不断发展，2020年，我们将看到更多的银行开始采用人工智能（A I）与机器学习（M L）相结合，为客户提供增强的安全功能。此外，随着关于云安全的误解和神话被消除，云技术的采用也将增加。现在，到2020年，金融机构对这些技术的越来越多的吸收对于下一年银行业的安全意味着什么？

通过在2020年增加使用人工智能和ML，银行将能够帮助客户通过比以前更快地发现任何异常和欺诈活动来保持他们的账户更安全。以这种方式使用AI和ML的好处在于他们能够通过基于过去的交易和行为来识别模式来理解每个帐户或卡的“正常”是什么。

例如，如果一个账户99%的交易发生在周一到周五，那么在周末发生的交易将被视为异常并标记为此。随着人工智能加快发现任何偏离正常模式的情况，银行将能够在通知客户其帐户似乎有异常活动时更迅速地作出反应。由于企业目前平均每年损失7%的支出用于欺诈和2017年看到创纪录的1670万身份欺诈受害者，使用AI和ML应该看到这个数字减少。

当然，反常交易并不总是欺诈。通常，他们只是不寻常，需要更多的调查，并将他们标记到企业将允许这一点。这些新技术将确保企业能够立即处理其账户中的差异，而不是在难以清楚了解交易发生时的事件的情况下，几个月后才发现这些差异。

虽然这不太可能发生在2020年，但在未来，我们可能会进入一个可以实时进行欺诈检测的阶段，以阻止欺诈交易。在这些情况下，我们可以看到帐户被冻结或卡被封锁，以防止交易完成。

人工智能和ML也将是网络安全和保持监管合规的关键，这两者都是金融服务部门的热门话题，并将继续进入2020年及以后。我们将看到更多的银行使用ML编码平台来识别用户模式和检测异常网络行为，这变得越来越重要，因为网络攻击往往伪装成不显眼的数据或代码。

从历史上看，金融机构采用云的速度一直很慢，部分原因是对安全性的误解。然而，银行开始意识到，云计算服务与当前技术相比，不存在更多的安全风险，因为公共云提供商已经投入了时间、金钱和精力来达到安全标准。

最终，云提供商已经实现了安全服务的商品化，因此，不需要银行建立自己的加密能力，例如，AWS等行业专家使它们能够在直接跳出框框的按钮的点击下实现安全服务。这为银行提供了一种比在自己的环境中部署或改造安全功能更快、更容易获得安全的方法。这将有助于银行确保以安全和合规的方式存储客户信息，更广泛地遵守银行法规。

多年来，生物计量学一直被用来访问账户，使支付更加安全，但只适用于那些拥有某些设备和某些银行的人。然而，据预测，到2020年，几乎所有智能设备，包括移动电话、平板电脑和可穿戴设备，都将具有某种形式的生物识别安全功能，因此这一功能很快就会变得更加广泛。因此，将有更多的人能够通过指纹和面部识别进行支付，到2023年，估计将有26亿以上的生物识别支付用户。

虽然生物鉴别目前往往只向消费者提供，但2020年可能是企业客户获得相同功能的一年。随着生物识别功能扩展到公司卡领域，商业支付过程不仅会变得更加安全，而且会变得更加无缝。我们还可以看到移动钱包，它们遵从个人的个人属性，在这些卡上进行安全支付，无论是通过指纹还是面部识别进行身份验证。

虽然恶意软件和欺诈风险等网络安全威胁永远不会消失，但在2020年，我们将看到银行采取新的、更复杂的措施来防止这些情况，并改善金融部门的安全。这方面的关键是越来越多地采用人工智能和ML技术，这将帮助银行更快地发现异常，也许有一天会阻止它们完全发生。这些技术的效率已经由公司银行实现，Visa使用人工智能将全球欺诈率降低到不到0.1%。

随着更多的银行认识到人工智能和ML不仅会对安全产生重大影响，而且会在2020年及以后对它们的组织产生重大影响，我们很可能会看到更多的公司转向金融技术公司寻求支持。在这样一个竞争激烈的市场中，这将是学习如何最好地利用这些技术来提高安全性和保持合规性以留住客户和吸引新客户的关键步骤。这些技术还将为银行提供变得更加敏捷和创新的好处，从而帮助它们保留现有客户并吸引新客户。