Verden er oversvømmet med nyheder og artikler om kunstig intelligens (AI), og betalingsindustrien er ingen undtagelse. For nylig har vi erfaret, at Mastercard har udrullet en
AI-værktøj til at spotte betalingssvindel i realtid,
US Bank bruger kunstig intelligens i forretningsrejsestyring, og konferencer er
fyldt med foredrag om en AI-fremtid.
Et år før havde finanspressen en lignende besværlighed omkring NFT'er og Web3,
men AI har taget vinden ud af sejlene. Der er en nem, og nok ikke helt forkert, fortolkning, som mange har trukket her: I mangel af større strukturelle ændringer for at forbedre økonomien (eller endda økonomien mere bredt), køber virksomheder sig ind i modefæller frem for at tænke langsigtet. Dette er ikke helt forkert eller rigtigt. Det, der er brug for, er som altid et nuanceret syn på fænomenerne AI i bankvirksomhed, der tager højde for dets potentiale og afviser 'hypen'.
Hvad er AI?
Spørgsmålet om, hvad der er intelligens, er langt uden for rækkevidden af det, jeg udforsker her – og kan være et af de vigtigste filosofiske spørgsmål, der findes. Vi kan give en hurtig definition af AI som noget, der ligner et menneskes tankegang – så de systemer, der træffer beslutninger om grænser for låneansøgere, kan defineres som kunstigt intelligente. De gør, hvad et menneske engang ville have gjort med en tjekliste og ofte deres egne mavefornemmelser om, hvorvidt en ansøger er den 'rigtige' slags person.
Denne form for kunstig intelligens er funktionelt et flowdiagram - hvis ansøgeren har en kreditscore over en vis tærskel, skal du gå til spørgsmål tre, hvis den er under, så gå til spørgsmål tre. Disse flowdiagrammer kan være utroligt komplekse, men de er stadig en kopi af noget, der kan gøres med pen og papir. Den nyere bølge af kunstig intelligens gør dog noget anderledes. Machine learning (ML) giver disse flowchart-lignende systemer mulighed for at justere sig selv for bedre at optimere for at opnå bestemte resultater. For eksempel kan et låneselskabs ML-system gennemse data om tilbagebetalingssatser for kunder med forskellige kreditscore og finde ud af, at kunder med en score på 600 er lige så i stand til at betale deres lån tilbage som dem med en score på 700, så der er ingen grund til at opkræve dem højere renter. De mere lempelige vilkår vil tiltrække flere kunder, hvilket øger virksomhedens rentabilitet. Dette kan være noget, som et menneske kunne gøre, men de ville gøre det meget langsommere. Selvfølgelig er ikke alle ML-systemer skabt lige, og der kan være kompleksiteter, som en computer ikke kan tage højde for, så få virksomheder vil give deres AI-systemer frit spil til at foretage de ændringer, de beslutter er rigtige, men de er velegnede til at lave små tilpasninger af systemer, der giver et par procentpoint ekstra overskud. Grundlæggende er AI og ML kun så gode som mennesket bag det, men det kræver helt sikkert mange tunge løft fra menneskets hænder.
AI i betalinger
Inden for betalinger har ML lignende applikationer. Det viser forskning
55 % af virksomhederne er stadig skyldige fakturaer fra 2022 i maj 2023. Det er der mange årsager til, ikke mindst de stigende leveomkostninger og elpriser, men det store bureaukrati omkring betalinger er et stort problem.
B2B-betalinger i Storbritannien er de hurtigste i Europa og bliver hurtigere, men stadig gennemsnitlige
23 dage fra faktura til betaling. Sammenlign dette med B2C-betalinger, hvor penge typisk overføres øjeblikkeligt fra konto til konto eller kunde til virksomhed. 'Dag ét' B2B-betalinger er den hellige gral, men det er ikke altid en mulighed af juridiske og overholdelsesmæssige årsager – AI kan identificere, hvornår det is en mulighed og derfor når øjeblikkelig betaling kan tilbydes.
Udgangspunktet for enhver betaling skal være at sikre, at den person, der betaler eller bliver betalt, er den, de siger, de er, og har bestået KYC- og AML-checks. Hele denne proces er en tidskrævende, torturerende arbejdsbyrde på grund af den store mængde dokumenter, der skal undersøges. Heldigvis har AI- og ML-værktøjer ikke noget imod at gennemsøge papirmasser eller digitalt scannet dokumentation. Med naturlig sprogbehandling kan AI og ML hurtiglæse dokumenter, verificere, om de er falske eller ægte, og krydshenvise dem til andre kilder for at sikre ægthed.
Med meget hurtigere og effektiv onboarding kan kunderne åbne konti på blot et par minutter, begynde at handle med det samme, og institutioner drager fordel af viden om, at de er i fuld overensstemmelse med AML- og KYC-reglerne.
I tilfælde af mere komplekse betalinger kan AI identificere genveje og effektivitetsbesparelser eller automatisere de mere hverdagsagtige opgaver. AI's evne til at behandle massive datasæt og sammenligne et væld af variabler i realtid er en game-changer. Det kan lette direkte behandling af betalinger med langt mere præcis beslutningstagning og smart routing og distribution af betalingstransaktioner for at forbedre autorisation og afvikling. For eksempel kan AI hjælpe en betalingsudbyder med at beslutte, om en specifik transaktion skal gennemgå to-faktor-autentificering.
AI-drevet betalingsafstemning kan automatisk matche indgående betalinger med udestående fakturaer, hvilket reducerer behovet for menneskelig indgriben og fremskynder afstemningstiderne. Dette vil forhåbentlig føre til nogle af de
£50 milliarder eller mere i forsinkede betalinger til britiske virksomheder bliver reduceret.
Hvad er det næste for AI i betalinger?
Du vil efterhånden bemærke, at vi taler om AI-systemer i betalinger og finans i nutid. Det skyldes, at de har været til stede i den større finansbranche i årevis – i nogle tilfælde årtier. Når AI bliver nævnt i dag, er det normalt med reference til nye innovationer på området, nemlig store sprogmodeller (normalt omtalt som ChatGPT, selvom dette er en af mange virksomheder, der arbejder på området.)
Du vil sandsynligvis være opmærksom på mulighederne for disse systemer, der allerede er i brug: en bruger kan give AI'en en prompt ('skrive tre indlæg på sociale medier om AI i business-to-business betalinger') eller stille et spørgsmål ("hvordan kan AI" påvirke B2B betalingsbranchen?”), og den store sprogmodel vil give et svar, der ofte kan være yderst overbevisende. Det gør den ved at være blevet fodret med millioner af stykker data (artikler, bøger, indlæg på sociale medier og så videre) og lave sofistikerede netværk af forbindelser mellem termer til det punkt, at den kan gengive noget, der ligner det, den tidligere har set en artikel. på AI i betalinger ser ud. Fordi det ikke 'tænker' som sådan og ikke kan udføre forskning, er disse LLM'er tilbøjelige til at 'hallucinationer', hvor de frembringer et svar, der ser plausibelt ud, men som falder fra hinanden under den mindste granskning.
På trods af al snak om LLM'er og betalinger, er det svært at se, hvad disse systemer tilbyder, som ikke allerede er tilgængeligt gennem ML. Behovet for at producere store mængder af overbevisende (men ikke helt overbevisende) tekst er ikke en af betalingsindustriens smertepunkter sammenlignet med betalingsfacilitering, grænseoverskridende betalinger og svindel. Det kan være tilfældet, at disse teknologier vil føre til fremskridt inden for ML, der kan gøre eksisterende systemer bedre i stand til at parse de massive datasæt, der genereres af en betalingsvirksomhed under dens daglige aktivitet.
Som altid skal betalingsindustrien have et realistisk syn på både teknologien bag AI, og hvad der virkelig vil flytte nålen for dem. De specifikke smertepunkter, der skal adresseres i betalinger, er forskellige og udvikler sig altid, men vi ser allerede, hvordan AI kan forbedre resultater for betalingsvirksomheder.
- SEO Powered Content & PR Distribution. Bliv forstærket i dag.
- PlatoData.Network Vertical Generative Ai. Styrk dig selv. Adgang her.
- PlatoAiStream. Web3 intelligens. Viden forstærket. Adgang her.
- PlatoESG. Automotive/elbiler, Kulstof, CleanTech, Energi, Miljø, Solenergi, Affaldshåndtering. Adgang her.
- BlockOffsets. Modernisering af miljømæssig offset-ejerskab. Adgang her.
- Kilde: https://www.finextra.com/blogposting/24673/can-ai-really-change-the-payments-industry?utm_medium=rssfinextra&utm_source=finextrablogs
- :har
- :er
- :ikke
- :hvor
- $OP
- 2022
- 23
- 700
- a
- evne
- I stand
- Om
- over
- Konto
- Konti
- præcis
- opnå
- aktivitet
- adressering
- fremskridt
- påvirke
- AI
- AI-systemer
- Alle
- tillader
- allerede
- altid
- AML
- blandt
- beløb
- an
- ,
- besvare
- enhver
- noget
- fra hinanden
- ansøgere
- applikationer
- ER
- omkring
- artikel
- artikler
- kunstig
- kunstig intelligens
- Kunstig intelligens (AI)
- AS
- Godkendelse
- ægthed
- tilladelse
- automatisere
- automatisk
- til rådighed
- gennemsnit
- opmærksom på
- væk
- B2B
- B2B-betalinger
- B2C
- tilbage
- Bank
- Bank
- BE
- fordi
- været
- før
- bag
- være
- jf. nedenstående
- gavner det dig
- Bedre
- mellem
- Beyond
- Billion
- organer
- Bøger
- både
- bredt
- virksomhed
- virksomheder
- men
- Købe
- by
- CAN
- kan ikke
- kapaciteter
- tilfælde
- tilfælde
- vis
- sikkert
- lave om
- Ændringer
- afgift
- Chart
- Diagrammer
- ChatGPT
- Kontrol
- CO
- Virksomheder
- selskab
- Selskabs
- sammenligne
- sammenlignet
- komplekse
- kompleksiteter
- Compliance
- computer
- Adfærd
- konferencer
- Tilslutninger
- Koste
- kunne
- Kursus
- oprettet
- kredit
- grænseoverskridende
- grænseoverskridende betalinger
- kunde
- Kunder
- data
- datasæt
- datasæt
- dag til dag
- Dage
- årtier
- beslutte
- afgørelser
- definerede
- definition
- forskellige
- svært
- digitalt
- fordeling
- do
- dokumentation
- dokumenter
- gør
- færdig
- Dont
- tegne
- trukket
- i løbet af
- let
- økonomi
- effektivitet
- effektiv
- elektricitet
- helt
- lige
- væsentlige
- Europa
- Endog
- udviklende
- undersøge
- eksempel
- undtagelse
- eksisterende
- Udforskning
- ekstra
- ekstremt
- lette
- falsk
- Fall
- langt
- hurtigere
- hurtigste
- Fed
- følelser
- få
- felt
- fyldt
- finansiere
- finansielle
- Finde
- Finextra
- flow
- Til
- Heldigvis
- bedrageri
- Gratis
- fra
- fuld
- funktionelt
- game-changer
- genereret
- ægte
- få
- Giv
- Go
- godt
- havde
- hænder
- Have
- have
- tunge
- tunge løft
- hjælpe
- link.
- højere
- Forhåbentlig
- Hvordan
- Men
- HTTPS
- menneskelig
- identificere
- if
- vigtigt
- Forbedre
- in
- Indgående
- stigende
- utroligt
- industrien
- innovationer
- øjeblikkelig
- øjeblikkeligt
- institutioner
- Intelligens
- Intelligent
- interesse
- Renter
- fortolkning
- indgriben
- ind
- spørgsmål
- IT
- ITS
- jpg
- lige
- viden
- KYC
- Sprog
- stor
- større
- Sent
- føre
- lærte
- læring
- mindst
- Politikker
- løft
- ligesom
- grænser
- levende
- lån
- Lån
- Lang
- Se
- UDSEENDE
- Lot
- maskine
- machine learning
- større
- lave
- Making
- mange
- massive
- mastercard
- Match
- Kan..
- Medier
- nævnte
- måske
- millioner
- tankerne
- minutter
- ML
- model
- modeller
- penge
- mere
- mest
- bevæge sig
- meget
- mangfoldighed
- nemlig
- Natural
- Natural Language Processing
- Behov
- behov
- behøve
- behov
- net
- Ny
- nyheder
- næste
- NFT'er
- ingen
- Varsel..
- nu
- of
- tilbyde
- tilbydes
- tit
- on
- onboarding
- engang
- ONE
- kun
- åbent
- optimere
- Option
- or
- Andet
- ud
- udfald
- udestående
- egen
- betalt
- Smerte
- Papir
- Bestået
- Betal
- betale
- betaling
- betalingsafstemning
- betalingstransaktioner
- betalinger
- procentdel
- person,
- stykker
- plato
- Platon Data Intelligence
- PlatoData
- plausibel
- Punkt
- punkter
- Indlæg
- potentiale
- præsentere
- trykke
- tidligere
- Priser
- sandsynligvis
- behandle
- forarbejdning
- producere
- Profit
- rentabilitet
- udbyder
- spørgsmål
- Spørgsmål
- Hurtig
- priser
- hellere
- ægte
- realtid
- realistisk
- virkelig
- årsager
- nylige
- for nylig
- forsoning
- Rød
- Reduceret
- reducere
- benævnt
- regler
- tilbagebetaling
- svar
- forskning
- Ligner
- resultere
- afkast
- højre
- stigende
- Rullet
- routing
- s
- Besparelser
- siger
- rækkevidde
- score
- kontrol
- se
- se
- set
- sæt
- afregning
- Shows
- lignende
- lille
- Smart
- So
- Social
- sociale medier
- Indlæg på sociale medier
- nogle
- noget
- sofistikeret
- Kilder
- specifikke
- hastighed
- STAVE
- Spot
- starte
- Starter
- Stadig
- lige
- strukturel
- sådan
- sikker
- systemet
- Systemer
- Tag
- taget
- tager
- Tal
- taler
- Talks
- opgaver
- Teknologier
- Teknologier
- semester
- vilkår
- end
- at
- UK
- deres
- Them
- selv
- derefter
- Der.
- derfor
- Disse
- de
- Tænker
- denne
- dem
- selvom?
- tre
- tærskel
- Gennem
- tid
- tidskrævende
- gange
- til
- i dag
- værktøj
- værktøjer
- handler
- transaktion
- Transaktioner
- overført
- rejse
- typisk
- Uk
- under
- brug
- Bruger
- ved brug af
- sædvanligvis
- verificere
- Specifikation
- bind
- Wave
- Vej..
- we
- Web3
- GODT
- Hvad
- uanset
- hvornår
- hvorvidt
- som
- mens
- WHO
- Hele
- vilje
- blæst
- med
- arbejder
- world
- ville
- ville give
- Forkert
- år
- år
- zephyrnet