Die Welt ist überschwemmt mit Nachrichten und Artikeln zum Thema künstliche Intelligenz (KI), und die Zahlungsbranche bildet da keine Ausnahme. Kürzlich haben wir erfahren, dass Mastercard eine eingeführt hat
KI-Tool zur Erkennung von Zahlungsbetrug in Echtzeit,
Die US Bank nutzt KI im Geschäftsreisemanagement, und Konferenzen sind
gefüllt mit Vorträgen über eine KI-Zukunft.
Ein Jahr zuvor herrschte in der Finanzpresse ein ähnlicher Überschwang über NFTs und Web3.
Aber die KI hat ihr den Wind aus den Segeln genommen. Es gibt eine einfache und wahrscheinlich nicht ganz falsche Interpretation, die viele hier vertreten haben: In Ermangelung größerer struktureller Veränderungen zur Verbesserung der Finanzen (oder sogar der Wirtschaft im Allgemeinen) akzeptieren Unternehmen eher Modeerscheinungen als langfristiges Denken. Das ist weder völlig falsch noch richtig. Was wie immer erforderlich ist, ist eine differenzierte Sicht auf die Phänomene der KI im Bankwesen, die ihr Potenzial berücksichtigt und gleichzeitig den „Hype“ ablehnt.
Was ist AI?
Die Frage, was Intelligenz ausmacht, geht weit über den Rahmen dessen hinaus, was ich hier untersuche – und könnte eine der wichtigsten philosophischen Fragen sein, die es gibt. Wir können KI kurz als alles definieren, was dem Denken eines Menschen ähnelt – die Systeme, die Entscheidungen über Limits für Kreditantragsteller treffen, könnten also als künstlich intelligent definiert werden. Sie tun das, was früher ein Mensch mit einer Checkliste und oft ihrem eigenen Bauchgefühl darüber getan hätte, ob ein Bewerber die „richtige“ Person ist.
Bei dieser Art von KI handelt es sich funktional um ein Flussdiagramm: Wenn die Kreditwürdigkeit des Antragstellers über einem bestimmten Schwellenwert liegt, fahren Sie mit Frage drei fort, liegt sie darunter, fahren Sie mit Frage drei fort. Diese Flussdiagramme können unglaublich komplex sein, aber sie sind immer noch eine Nachbildung von etwas, das mit Stift und Papier erstellt werden kann. Die neuere KI-Welle macht jedoch etwas anderes. Maschinelles Lernen (ML) ermöglicht es diesen flussdiagrammähnlichen Systemen, sich selbst anzupassen, um besser zu optimieren und bestimmte Ergebnisse zu erzielen. Beispielsweise könnte das ML-System eines Kreditunternehmens die Daten zu den Rückzahlungsraten von Kunden mit unterschiedlichen Kredit-Scores durchsuchen und feststellen, dass Kunden mit einem Score von 600 ihre Kredite genauso gut zurückzahlen können wie Kunden mit einem Score von 700 Es besteht keine Notwendigkeit, ihnen höhere Zinssätze zu berechnen. Die günstigeren Konditionen werden mehr Kunden anziehen und die Rentabilität des Unternehmens steigern. Dies könnte etwas sein, was ein Mensch tun könnte, aber er würde es viel langsamer tun. Natürlich sind nicht alle ML-Systeme gleich und es kann Komplexitäten geben, die ein Computer nicht berücksichtigen kann. Daher würden nur wenige Unternehmen ihren KI-Systemen freien Lauf lassen, um die Änderungen vorzunehmen, die sie für richtig halten, aber sie eignen sich gut für kleine Änderungen Anpassungen an Systemen, die zu einigen Prozentpunkten Mehrgewinn führen. Im Wesentlichen sind KI und ML nur so gut wie der Mensch dahinter, aber sie erfordern sicherlich eine Menge schwerer Arbeit von den Händen des Menschen.
KI im Zahlungsverkehr
Im Zahlungsverkehr hat ML ähnliche Anwendungen. Untersuchungen zeigen das
55 % der Unternehmen haben im Mai 2022 noch Rechnungen aus dem Jahr 2023 geschuldet. Dafür gibt es viele Gründe, nicht zuletzt die steigenden Lebenshaltungskosten und Strompreise, aber der hohe bürokratische Aufwand beim Bezahlen ist ein großes Problem.
B2B-Zahlungen in Großbritannien sind die schnellsten in Europa und werden immer schneller, sind aber immer noch durchschnittlich
23 Tage von der Rechnung bis zur Zahlung. Vergleichen Sie dies mit B2C-Zahlungen, bei denen Geld normalerweise sofort von Konto zu Konto oder von Kunde zu Unternehmen überwiesen wird. B2B-Zahlungen am ersten Tag sind der heilige Gral, aber aus rechtlichen und Compliance-Gründen ist dies nicht immer eine Option – KI kann erkennen, wann dies der Fall ist is eine Option und daher eine Sofortzahlung angeboten werden kann.
Der Ausgangspunkt jeder Zahlung muss darin bestehen, sicherzustellen, dass die Person, die zahlt oder bezahlt wird, die ist, für die sie sich ausgibt, und KYC- und AML-Prüfungen bestanden hat. Dieser gesamte Prozess ist aufgrund der schieren Menge der zu prüfenden Dokumente eine zeitaufwändige und qualvolle Arbeitsbelastung. Glücklicherweise haben KI- und ML-Tools nichts dagegen, Unmengen von Papier oder digital gescannte Dokumentation zu durchforsten. Mit der Verarbeitung natürlicher Sprache können KI und ML Dokumente schnell lesen, überprüfen, ob sie gefälscht oder echt sind, und sie mit anderen Quellen vergleichen, um die Authentizität festzustellen.
Durch das viel schnellere und effizientere Onboarding können Kunden in nur wenigen Minuten Konten eröffnen und sofort mit Transaktionen beginnen, und Institutionen profitieren von der Gewissheit, dass sie die AML- und KYC-Vorschriften vollständig einhalten.
Bei komplexeren Zahlungen kann KI Abkürzungen und Effizienzeinsparungen erkennen oder alltäglichere Aufgaben automatisieren. Die Fähigkeit der KI, riesige Datensätze zu verarbeiten und eine Vielzahl von Variablen in Echtzeit zu vergleichen, ist bahnbrechend. Es kann eine durchgängige Zahlungsabwicklung mit weitaus genaueren Entscheidungen sowie eine intelligente Weiterleitung und Verteilung von Zahlungstransaktionen ermöglichen, um die Autorisierung und Abwicklung zu verbessern. Beispielsweise kann KI einem Zahlungsanbieter dabei helfen, zu entscheiden, ob eine bestimmte Transaktion eine Zwei-Faktor-Authentifizierung durchlaufen muss.
Der KI-gestützte Zahlungsabgleich kann eingehende Zahlungen automatisch mit ausstehenden Rechnungen abgleichen, wodurch der Bedarf an menschlichem Eingreifen reduziert und die Abgleichszeiten verkürzt werden. Dies wird hoffentlich zu einigen davon führen
50 Milliarden Pfund oder mehr an verspäteten Zahlungen an britische Unternehmen reduziert wird.
Wie geht es mit KI im Zahlungsverkehr weiter?
Sie werden inzwischen feststellen, dass wir im Präsens über KI-Systeme im Zahlungs- und Finanzwesen sprechen. Dies liegt daran, dass sie in der größeren Finanzbranche seit Jahren – in manchen Fällen sogar Jahrzehnten – präsent sind. Wenn heute von KI die Rede ist, bezieht es sich in der Regel auf neue Innovationen auf diesem Gebiet, nämlich auf große Sprachmodelle (normalerweise als ChatGPT bezeichnet, obwohl dies eines von vielen Unternehmen ist, die auf diesem Gebiet tätig sind).
Sie werden sich wahrscheinlich der Fähigkeiten dieser Systeme bewusst sein, die bereits im Einsatz sind: Ein Benutzer kann der KI eine Aufforderung geben („Schreiben Sie drei Social-Media-Beiträge über KI im Business-to-Business-Zahlungsverkehr“) oder eine Frage stellen („Wie könnte KI?“) Auswirkungen auf die B2B-Zahlungsbranche haben?“) und das große Sprachmodell wird eine Antwort liefern, die oft äußerst überzeugend sein kann. Dies geschieht, indem es mit Millionen von Daten (Artikeln, Büchern, Social-Media-Beiträgen usw.) gefüttert wird und ausgefeilte Netzwerke von Verbindungen zwischen Begriffen erstellt, sodass es etwas reproduzieren kann, das aussieht wie das, was es zuvor in einem Artikel gesehen hat wie es mit KI im Zahlungsverkehr aussieht. Da es sich dabei nicht um „Denken“ als solches handelt und sie keine Forschung betreiben können, sind diese LLMs anfällig für „Halluzinationen', in denen sie eine Antwort liefern, die plausibel erscheint, die aber bei der geringsten Prüfung scheitert.
Trotz all des Geredes über LLMs und Zahlungen ist es schwierig zu erkennen, was diese Systeme bieten, was nicht bereits über ML verfügbar ist. Im Vergleich zu Zahlungserleichterungen, grenzüberschreitenden Zahlungen und Betrug gehört die Notwendigkeit, große Mengen überzeugender (aber nicht völlig überzeugender) Texte zu erstellen, nicht zu den Problemen der Zahlungsbranche. Es könnte sein, dass diese Technologien zu Fortschritten im ML führen, die bestehende Systeme besser in die Lage versetzen können, die riesigen Datensätze zu analysieren, die ein Zahlungsunternehmen während seiner täglichen Aktivitäten generiert.
Wie immer muss die Zahlungsbranche eine realistische Sicht sowohl auf die Technologie hinter der KI als auch darauf haben, was sie wirklich bewegen wird. Die spezifischen Schwachstellen, die im Zahlungsverkehr angegangen werden müssen, sind vielfältig und entwickeln sich ständig weiter. Wir sehen jedoch bereits, wie KI die Ergebnisse für Zahlungsunternehmen verbessern kann.
- SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
- PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
- PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
- PlatoESG. Automobil / Elektrofahrzeuge, Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
- BlockOffsets. Modernisierung des Eigentums an Umweltkompensationen. Hier zugreifen.
- Quelle: https://www.finextra.com/blogposting/24673/can-ai-really-change-the-payments-industry?utm_medium=rssfinextra&utm_source=finextrablogs
- :hast
- :Ist
- :nicht
- :Wo
- $UP
- 2022
- 23
- 700
- a
- Fähigkeit
- Fähig
- Über uns
- oben
- Konto
- Trading Konten
- genau
- Erreichen
- Aktivität
- Adressierung
- Vorschüsse
- beeinflussen
- AI
- KI-Systeme
- Alle
- erlaubt
- bereits
- immer
- AML
- unter
- Betrag
- an
- machen
- beantworten
- jedem
- etwas
- auseinander
- Bewerber
- Anwendungen
- SIND
- um
- Artikel
- Artikel
- künstlich
- künstliche Intelligenz
- Künstliche Intelligenz (AI)
- AS
- Authentifizierung
- Authentizität
- Erlaubnis
- automatisieren
- Im Prinzip so, wie Sie es von Google Maps kennen.
- verfügbar
- durchschnittlich
- bewusst
- ein Weg
- B2B
- B2B Zahlungen
- B2C
- Zurück
- Bank
- Bankinggg
- BE
- weil
- war
- Bevor
- hinter
- Sein
- unten
- Nutzen
- Besser
- zwischen
- Beyond
- Milliarde
- Körper
- Bücher
- beide
- allgemein
- Geschäft
- Unternehmen
- aber
- Kauf
- by
- CAN
- kann keine
- Fähigkeiten
- Häuser
- Fälle
- sicher
- sicherlich
- Übernehmen
- Änderungen
- berechnen
- Chart
- Charts
- ChatGPT
- Schecks
- CO
- Unternehmen
- Unternehmen
- Unternehmen
- vergleichen
- verglichen
- Komplex
- Komplexität
- Compliance
- Computer
- Leiten
- Kongressbegleitung
- Verbindungen
- Kosten
- könnte
- Kurs
- erstellt
- Kredit
- grenzüberschreitende
- grenzüberschreitende Zahlungen
- Kunde
- Kunden
- technische Daten
- Datensätze
- Datensätze
- Täglich, von Tag zu Tag
- Tage
- Jahrzehnte
- entscheidet
- Entscheidungen
- definiert
- Definition
- anders
- schwer
- digital
- Verteilung
- do
- Dokumentation
- Unterlagen
- die
- erledigt
- Nicht
- zeichnen
- gezogen
- im
- Einfache
- Wirtschaft
- Effizienz
- effizient
- Strom
- vollständig
- gleich
- im Wesentlichen
- Europa
- Sogar
- sich entwickelnden
- untersuchen
- Beispiel
- Ausnahme
- vorhandenen
- Möglichkeiten sondieren
- extra
- äußerst
- erleichtern
- Fälschung
- Fallen
- weit
- beschleunigt
- schnellsten
- Fed
- Gefühle
- wenige
- Feld
- gefüllt
- Finanzen
- Revolution
- Finden Sie
- Finextra
- Fluss
- Aussichten für
- Zum Glück
- Betrug
- Frei
- für
- voller
- funktional
- Game-Changer
- erzeugt
- Richte deinen Sinn auf das,
- bekommen
- ABSICHT
- Go
- gut
- hätten
- Hände
- Haben
- mit
- schwer
- schweres Heben
- Hilfe
- hier
- höher
- Hoffentlich
- Ultraschall
- aber
- HTTPS
- human
- identifizieren
- if
- wichtig
- zu unterstützen,
- in
- Eingehende
- zunehmend
- unglaublich
- Energiegewinnung
- Innovationen
- sofortig
- sofort
- Institutionen
- Intelligenz
- Intelligent
- Interesse
- Zinsen
- Interpretation
- Intervention
- in
- Problem
- IT
- SEINE
- jpg
- nur
- Wissen
- KYC
- Sprache
- grosse
- größer
- Spät
- führen
- gelernt
- lernen
- am wenigsten
- Rechtlich
- Facelift
- Gefällt mir
- Grenzen
- Leben
- Darlehen
- Kredite
- Lang
- aussehen
- SIEHT AUS
- Los
- Maschine
- Maschinelles Lernen
- Dur
- um
- Making
- viele
- massiv
- MasterCard
- Spiel
- Kann..
- Medien
- erwähnt
- könnte
- Millionen
- Geist / Bewusstsein
- Minuten
- ML
- Modell
- für
- Geld
- mehr
- vor allem warme
- schlauer bewegen
- viel
- Vielzahl
- nämlich
- Natürliche
- Verarbeitung natürlicher Sprache
- Need
- erforderlich
- benötigen
- Bedürfnisse
- Netzwerke
- Neu
- News
- weiter
- NFTs
- nicht
- Notiz..
- jetzt an
- of
- bieten
- angeboten
- vorgenommen,
- on
- Einsteigen
- einmal
- EINEM
- einzige
- XNUMXh geöffnet
- optimieren
- Option
- or
- Andere
- Ergebnisse
- hervorragend
- besitzen
- bezahlt
- Schmerzen
- Papier
- Bestanden
- AUFMERKSAMKEIT
- zahlen
- Zahlung
- Zahlungsabgleich
- Zahlungsverkehr
- Zahlungen
- Prozentsatz
- person
- Stücke
- Plato
- Datenintelligenz von Plato
- PlatoData
- plausibel
- Points
- Punkte
- BLOG-POSTS
- Potenzial
- Gegenwart
- Presse
- vorher
- Preise
- wahrscheinlich
- Prozessdefinierung
- Verarbeitung
- produziert
- Profit
- Rentabilität
- Versorger
- Frage
- Fragen
- Direkt
- Honorar
- lieber
- echt
- Echtzeit
- realistisch
- wirklich
- Gründe
- kürzlich
- kürzlich
- Versöhnung
- Rot
- Reduziert
- Reduzierung
- bezeichnet
- Vorschriften
- Rückzahlung
- antworten
- Forschungsprojekte
- ähnelt
- Folge
- Rückkehr
- Recht
- Anstieg
- Gerollt
- Routing
- s
- Ersparnisse
- Umfang
- Ergebnis
- Überprüfung
- sehen
- Sehen
- gesehen
- Sets
- Siedlung
- Konzerte
- ähnlich
- klein
- smart
- So
- Social Media
- Social Media
- Social Media Beiträge
- einige
- etwas
- anspruchsvoll
- Quellen
- spezifisch
- Geschwindigkeit
- BUCHSTABIEREN
- Spot
- Anfang
- Beginnen Sie
- Immer noch
- mit Stiel
- strukturell
- so
- sicher
- System
- Systeme und Techniken
- Nehmen
- gemacht
- nimmt
- Reden
- sprechen
- Gespräche
- und Aufgaben
- Technologies
- Technologie
- Begriff
- AGB
- als
- zur Verbesserung der Gesundheitsgerechtigkeit
- Das
- Großbritannien
- ihr
- Sie
- sich
- dann
- Dort.
- deswegen
- Diese
- vom Nutzer definierten
- Denken
- fehlen uns die Worte.
- diejenigen
- obwohl?
- nach drei
- Schwelle
- Durch
- Zeit
- Zeitaufwendig
- mal
- zu
- heute
- Werkzeug
- Werkzeuge
- Transaktionen
- Transaktion
- Transaktionen
- übertragen
- reisen
- typisch
- Uk
- für
- -
- Mitglied
- Verwendung von
- gewöhnlich
- überprüfen
- Anzeigen
- Volumen
- Wave
- Weg..
- we
- Web3
- GUT
- Was
- was auch immer
- wann
- ob
- welche
- während
- WHO
- ganze
- werden wir
- Wind
- mit
- arbeiten,
- weltweit wie ausgehandelt und gekauft ausgeführt wird.
- würde
- Würde geben
- Falsch
- Jahr
- Jahr
- Zephyrnet