AI og fintech-kunsten muligt

AI og fintech-kunsten muligt

Tidsstempel: 15. november 2023 kl. 1
AI og kunsten i fintech mulig PlatoBlockchain Data Intelligence. Lodret søgning. Ai.
Kunstig intelligens (AI) vil fremme den største forandring af enhver teknologi Ravi Subramanian har set i sine 25 år i finans, fordi det giver visionære mulighed for at drømme stort. Subramanian er EVP og chef for bankpraksis for Hexaware teknologier, en global teknologi- og forretningsprocesservicevirksomhed. Takket være teknologiske fremskridt som AI tager det, der plejede at tage fire år at opnå tidligt i hans karriere, nu fire uger.
Den korte udviklingstid frigør kreative sind til at tænke på de muligheder, der kan transformere industrier. For Hexaware betyder det at anvende datavisualisering og betalingsteknologier på nye og unikke måder.
"Det er meget spændende tider, fordi det er et stykke tid siden, jeg har set en SaaS-baseret bankudbyder komme og blive en mainstream-spiller," begyndte Subramanian. ”Jeg har set Mambu og Thought Machine optage tankeprocesserne hos CXO'erne i bankerne. Jeg har endnu ikke set en komplet implementering, der kan sammenlignes med NFIS... men det er stadig evigheder siden, at den del af verden blev transformeret, og jeg er glad for, at jeg lever i denne æra."

AI og Payscopium, betalingsfremtiden i tre stadier

Sammenlignet med andre teknologier ser Subramanian AI's fremkomst som hurtig. Det vil drive Payscopium, Hexawares tre-trins vision for fremtidens betalinger. I dag er vi i Payments as an Experience (PaaX). Nogle steder kommer så snart som 2024 (sandsynligvis et par år senere i USA) er Payments as a Lifestyle (PaaL). Penge bliver programmerbare. Forbrugerne bestemmer, hvordan midlerne skal fordeles mellem boliger, dagligvarer og andre fornødenheder. Regeringer kan programmere penge gennem CBDC'er. Kun ting, forbrugeren ønsker, vil ske, med maskiner, der identificerer vores mønstre og behov.
Invisible Payments er den sidste fase. Alt er gjort for os. Efterhånden som betalinger skrider frem til dette punkt, vil de blive mere fordybende på tværs af grænser, virksomheder og forbrugere. Den horisontale proces vil forbinde bankdelene.
Effekterne begynder med, at forbrugere uden bank og underbank bliver inkluderet på grund af deres værdi, ikke af sympati. Finansielle og ikke-finansielle virksomheder vil være på samme niveau. Det fremmer forretningsledede, menneskefokuserede transformationer. Den resulterende betalingsdemokratisering vil give 10X fordele for virksomheder.
"Uberiseringen af ​​betalinger i det kommercielle betalingsområde vil være et afgørende øjeblik (for) mikro-, små og mellemstore virksomheder," siger Hexaware i sin Payscopium-beskrivelse. "Arbejdskapitalen vil blive genopfyldt i realtid, hvilket øger innovationstempoet og omfanget af innovation.
”Samfundet er på nippet til en havændring i oplevelse, værdiskabelse og en forbedring af livskvaliteten rundt omkring. Betalinger vil være drivkraften bag denne transformerede oplevelse for et stort segment af befolkningen."

AI's brændstof: De rigtige data på det rigtige tidspunkt

Forbrugerne mærker forskellen i servicekvalitet, når de har allermest brug for et kreditkort, og deres bank tilbyder dem et lån. De er villige til at forpligte sig, hvis de får det rigtige produkt på det tidspunkt.
Subramanian sagde, at problemet bunder i de forkerte data på det rigtige tidspunkt. Med de rigtige data kan en finansiel institution tilbyde unge familier universitetsfonde, ferie- eller boligforbedringslån eller realkreditlån. Hvis en kunde snart rejser til et andet land, kan de få et Forex-kort.
Hemmeligheden er at forbinde bankens strukturerede data med brugertilladelse til sociale medier, Amazon-konti og endda Fitbits.
"Hvis jeg kombinerer de ustrukturerede data, som er derude på internettet, som er offentligt tilgængelige eller semi-offentligt tilgængelige, og beder bankmanden om at overlejre dem på de strukturdata, de har om mig, såsom indtægter og udgifter, og give mig noget som jeg har brug for,” sagde Subramanian.
AI er limen i denne proces. Det giver banken mulighed for at tilpasse, men også score, kunden. Den mere pålidelige låntager får en bedre rente.
Subramanian udviklede en model til at teste sin vision, begyndende med at få store datasæt. Han tilføjede bankdata og forbrugsoplysninger fra kreditkort og indkøbskonti. Modellen henter indsigt fra træningsapps og endda donationer til velgørende formål. Med denne datatrove kan kunder henvende sig til deres bank med et mål og modtage den bedste produktplan.
"Dette er, hvad jeg føler er kraften ved AI, når det sættes ind i en forretningskontekst," sagde Subramanian. "Sættet til en forretningsmæssig kontekst og blandet med de rigtige data, person og tid, så er AI fænomenal."

Alle veje fører til AI

Nogle banker frygter aspekter af kunstig intelligens og tager en anden tilgang. De skaber proprietære maskinlæringsalgoritmer til at vurdere kreditrisiko og forbinde den med eksisterende kanaler som mobiltelefoner og websteder. Langsomt introducerer de AI, fordi de er bange for, at nogen vil bruge disse data, og deres konkurrencefordel vil blive slettet.
Disse institutioner fokuserer på dyb læring for at udlede intelligens fra ustrukturerede data. Generativ AI vil hjælpe dem på frontend ved at indsamle alt tilgængeligt og levere handlingsorienteret indsigt. Hexaware udviklede Pervasive AI som svar. Den syntetiserer information fra forskellige områder af en institution for at skabe ny intelligens.
Med tiden kombineres det med Generativ AI for at give endnu mere værdi. Et system kunne automatisk flytte produkter for at spare renter og informere kunden via en alarm på deres telefon, ur eller hvad den valgte gadget nu er. Subramanian ser dette som en realitet i så snart et årti.

Implementeringshindringer

Overgangen kan hindres af siloer, der forhindrer den strukturerede datakoalition i hele institutionen. Afdelinger konkurrerer mod hinanden. Subramanian fokuserer på at bygge broer mellem disse dataøer i disse tilfælde ved at arbejde med flere afdelinger uafhængigt. Han samler den information til en AI-baseret model, der viser dem, hvor meget forskelligt data kan værdisættes.
"Det er, når de indser det muliges kunst," sagde Subramanian.
Subramanian ser andre faktorer, der holder nogle tilbage fra at omfavne AI. Den ene er vigtigheden af ​​tillid. De frygter at bringe AI ind i deres netværk og derefter få information til at lække ud.
Så er der manglen på håndgribelige resultater fra store spillere, der omfavner AI. Selvfølgelig kan der være nogle tidlige tal fra startups eller digitale enheder, men nogle vil forblive skyde, indtil nogle ser positive resultater fra de højere niveauer.

Fremtiden er lys

Subramanian afventer dagen, hvor AI's fordele filtreres ned til de mindre iværksættere, der har mest brug for innovative banktjenester. De store virksomheder har råd til at tage risici som at udvide produktlinjer eller tilføje lokationer. De fleste mindre virksomheder har ikke puden til at gøre det.
AI kan hjælpe med at skabe mere kalkulerede risici. Måske er det arbejdskapital, der frigives på realtidsbasis til et pizzeria fra en bank med alle deres transaktionsoplysninger, der går år tilbage. Ud fra de data forlænger du tilbagebetalingsperioden. Det giver dem mulighed for at tilføje en placering eller øge menustørrelsen. Omsætningen stiger, og forretningen vokser.
"Det er, hvad vi ser, at banker kan gøre," sagde Subramanian. “Privatbank er ikke længere en niche-ting. Alle har brug for private banking, og private banking i stor skala er normen nu.
"Hyperpersonalisering er for alle og enhver. Det er ikke længere kun for de rige.”

Tidsstempel:

Mere fra Fintech Nyheder