Η τεχνητή νοημοσύνη και η τέχνη του fintech είναι δυνατή

Η τεχνητή νοημοσύνη και η τέχνη του fintech είναι δυνατή

Χρονική σήμανση: 15 Νοεμβρίου 2023 1:40 π.μ.
Η τεχνητή νοημοσύνη και η τέχνη της εφικτής fintech PlatoBlockchain Data Intelligence. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται.
Τεχνητή νοημοσύνη (AI) θα προωθήσει τη μεγαλύτερη αλλαγή από οποιαδήποτε τεχνολογία Ράβι Σουμπραμανιάν έχει δει στα 25 χρόνια του στα οικονομικά γιατί επιτρέπει στους οραματιστές να ονειρεύονται μεγάλα. Ο Subramanian είναι ο EVP και επικεφαλής της τραπεζικής πρακτικής για Hexaware Technologies, μια παγκόσμια εταιρεία παροχής υπηρεσιών τεχνολογίας και επιχειρηματικών διαδικασιών. Χάρη στις τεχνολογικές εξελίξεις όπως η τεχνητή νοημοσύνη, αυτό που χρειάζονταν τέσσερα χρόνια για να το πετύχει νωρίς στην καριέρα του τώρα διαρκεί τέσσερις εβδομάδες.
Αυτός ο σύντομος χρόνος ανάπτυξης ελευθερώνει τα δημιουργικά μυαλά να σκεφτούν τις δυνατότητες που μπορούν να μεταμορφώσουν τις βιομηχανίες. Για τη Hexaware, αυτό σημαίνει εφαρμογή τεχνολογιών οπτικοποίησης δεδομένων και πληρωμής με νέους και μοναδικούς τρόπους.
«Είναι πολύ συναρπαστικές στιγμές γιατί έχει περάσει καιρός από τότε που έχω δει έναν τραπεζικό πάροχο με βάση το SaaS να έρχεται και να γίνεται βασικός παίκτης», ξεκίνησε ο Subramanian. «Έχω δει Mambu και Thought Machine να καταλαμβάνουν τις διαδικασίες σκέψης των CXO στις τράπεζες. Δεν έχω δει ακόμη μια ολοκληρωμένη εφαρμογή συγκρίσιμη με το NFIS…, αλλά παρόλα αυτά, έχουν περάσει χρόνια από τότε που αυτό το μέρος του κόσμου μεταμορφώθηκε και είμαι χαρούμενος που ζω σε αυτήν την εποχή.»

AI και Payscopium, το μέλλον των πληρωμών σε τρία στάδια

Σε σύγκριση με άλλες τεχνολογίες, ο Subramanian βλέπει την εμφάνιση του AI ως ταχεία. Θα οδηγήσει το Payscopium, το όραμα τριών σταδίων της Hexaware για το μέλλον των πληρωμών. Σήμερα, βρισκόμαστε στο Payments as an Experience (PaaX). Το Payments as a Lifestyle (PaaL) έρχεται μόλις το 2024 σε ορισμένα μέρη (πιθανότατα λίγα χρόνια αργότερα στις ΗΠΑ). Τα χρήματα γίνονται προγραμματιζόμενα. Οι καταναλωτές αποφασίζουν πώς να επιμερίσουν τα κεφάλαια μεταξύ κατοικιών, ειδών παντοπωλείου και άλλων ειδών πρώτης ανάγκης. Οι κυβερνήσεις μπορούν να προγραμματίσουν χρήματα μέσω των CBDC. Μόνο αυτά που θέλει ο καταναλωτής θα συμβούν, με τις μηχανές να εντοπίζουν τα πρότυπα και τις ανάγκες μας.
Οι Αόρατες Πληρωμές είναι το τελικό στάδιο. Όλα γίνονται για εμάς. Καθώς οι πληρωμές προχωρούν σε αυτό το σημείο, θα γίνουν πιο καθηλωτικές πέραν των συνόρων, των επιχειρήσεων και των καταναλωτών. Η οριζόντια διαδικασία θα συνδέσει τραπεζικά μέρη.
Τα αποτελέσματα ξεκινούν με τους καταναλωτές χωρίς τραπεζικούς και υποτραπεζικούς πελάτες να συμπεριλαμβάνονται λόγω της αξίας τους και όχι από συμπάθεια. Οι χρηματοπιστωτικές και οι μη χρηματοπιστωτικές επιχειρήσεις θα βρίσκονται στο ίδιο επίπεδο. Αυτό προάγει μετασχηματισμούς με επίκεντρο τις επιχειρήσεις και τους ανθρώπους. Ο εκδημοκρατισμός των πληρωμών που θα προκύψει θα αποφέρει 10πλάσια οφέλη στις επιχειρήσεις.
«Η Uberization των πληρωμών στον τομέα των εμπορικών πληρωμών θα είναι μια αποφασιστική στιγμή (για) τις πολύ μικρές, μικρές και μεσαίες επιχειρήσεις», λέει η Hexaware στην περιγραφή της Payscopium. «Το κεφάλαιο κίνησης θα αναπληρώνεται σε πραγματικό χρόνο, αυξάνοντας τον ρυθμό και την κλίμακα της καινοτομίας.
«Η κοινωνία βρίσκεται στο κατώφλι μιας αλλαγής στην εμπειρία, στη δημιουργία αξίας και στη βελτίωση της ποιότητας ζωής παντού. Οι πληρωμές θα είναι ο μοχλός αυτής της μεταμορφωμένης εμπειρίας για ένα μεγάλο τμήμα του πληθυσμού».

Καύσιμο AI: Τα σωστά δεδομένα τη σωστή στιγμή

Οι καταναλωτές αντιλαμβάνονται τη διαφορά στην ποιότητα των υπηρεσιών όταν χρειάζονται περισσότερο μια πιστωτική κάρτα και η τράπεζά τους τους προσφέρει ένα δάνειο. Είναι πρόθυμοι να δεσμευτούν εάν τους δοθεί το σωστό προϊόν εκείνη τη στιγμή.
Ο Subramanian είπε ότι το πρόβλημα συνοψίζεται σε λάθος δεδομένα την κατάλληλη στιγμή. Δεδομένων των σωστών δεδομένων, ένα χρηματοπιστωτικό ίδρυμα μπορεί να προσφέρει σε νέες οικογένειες κεφάλαια κολεγίου, δάνεια διακοπών ή βελτίωσης κατοικίας ή υποθήκες. Εάν ένας πελάτης ταξιδεύει σύντομα σε άλλη χώρα, θα μπορούσε να του παρασχεθεί μια κάρτα Forex.
Το μυστικό είναι η σύνδεση των δομημένων δεδομένων της τράπεζας με πρόσβαση με άδεια χρήστη σε ιστότοπους κοινωνικών μέσων, λογαριασμούς Amazon, ακόμη και Fitbits.
«Αν συνδυάσω τα αδόμητα δεδομένα που υπάρχουν στο Διαδίκτυο, τα οποία είναι δημόσια διαθέσιμα ή ημιδημόσια, και πω στον τραπεζίτη να τα τοποθετήσει στα δεδομένα δομής που έχει για εμένα, όπως έσοδα και έξοδα, και να μου δώσει κάτι που χρειάζομαι», είπε ο Σουμπραμανιάν.
Το AI είναι η κόλλα σε αυτή τη διαδικασία. Επιτρέπει στην τράπεζα να προσαρμόσει, αλλά και να βαθμολογήσει τον πελάτη. Ο πιο αξιόπιστος δανειολήπτης έχει καλύτερο επιτόκιο.
Ο Subramanian ανέπτυξε ένα μοντέλο για να δοκιμάσει το όραμά του, ξεκινώντας με τη λήψη μεγάλων συνόλων δεδομένων. Πρόσθεσε τραπεζικά δεδομένα και πληροφορίες δαπανών από πιστωτικές κάρτες και λογαριασμούς αγορών. Το μοντέλο συγκεντρώνει πληροφορίες από εφαρμογές άσκησης και ακόμη και φιλανθρωπικές δωρεές. Με αυτό το απόθεμα δεδομένων, οι πελάτες μπορούν να προσεγγίσουν την τράπεζά τους με στόχο και να λάβουν το καλύτερο πρόγραμμα προϊόντων.
«Αυτή αισθάνομαι ότι είναι η δύναμη της τεχνητής νοημοσύνης όταν εντάσσεται σε ένα επιχειρηματικό πλαίσιο», είπε ο Subramanian. «Σε ένα επιχειρηματικό πλαίσιο και σε συνδυασμό με τα σωστά δεδομένα, πρόσωπο και χρόνο, τότε η τεχνητή νοημοσύνη είναι εκπληκτική».

Όλοι οι δρόμοι οδηγούν στο AI

Φοβούμενοι πτυχές της τεχνητής νοημοσύνης, ορισμένες τράπεζες υιοθετούν διαφορετική προσέγγιση. Δημιουργούν ιδιόκτητους αλγόριθμους μηχανικής μάθησης για να αξιολογήσουν τον πιστωτικό κίνδυνο και να τον συνδέσουν με υπάρχοντα κανάλια, όπως κινητά τηλέφωνα και ιστότοπους. Σιγά σιγά, εισάγουν την τεχνητή νοημοσύνη επειδή φοβούνται ότι κάποιος θα χρησιμοποιήσει αυτά τα δεδομένα και το ανταγωνιστικό πλεονέκτημά τους θα διαγραφεί.
Αυτά τα ιδρύματα εστιάζουν στη βαθιά μάθηση για να αντλήσουν νοημοσύνη από μη δομημένα δεδομένα. Το Generative AI θα τους βοηθήσει στο μπροστινό μέρος συλλέγοντας ό,τι είναι διαθέσιμο και παρέχοντας χρήσιμες πληροφορίες. Η Hexaware ανέπτυξε το Pervasive AI ως απάντηση. Συνθέτει πληροφορίες από διαφορετικούς τομείς ενός ιδρύματος για να δημιουργήσει νέα νοημοσύνη.
Με τον καιρό, συνδυάζεται με το Generative AI για να παρέχει ακόμα μεγαλύτερη αξία. Ένα σύστημα θα μπορούσε να μετακινήσει αυτόματα προϊόντα για να εξοικονομήσει τόκους και να ενημερώσει τον πελάτη μέσω μιας ειδοποίησης στο τηλέφωνο, το ρολόι του ή οτιδήποτε άλλο είναι το gadget της επιλογής. Ο Subramanian το βλέπει αυτό ως πραγματικότητα σε μια δεκαετία μόλις.

Εμπόδια υλοποίησης

Η μετάβαση μπορεί να παρεμποδιστεί από σιλό που εμποδίζουν τη συσπείρωση δομημένων δεδομένων σε όλο το ίδρυμα. Τα τμήματα ανταγωνίζονται μεταξύ τους. Ο Subramanian εστιάζει στην οικοδόμηση γεφυρών μεταξύ αυτών των νησιών δεδομένων σε αυτές τις περιπτώσεις συνεργαζόμενος με πολλαπλά τμήματα ανεξάρτητα. Συγκεντρώνει αυτές τις πληροφορίες σε ένα μοντέλο που βασίζεται σε AI που τους δείχνει πόσο διαφορετικά μπορούν να αποτιμηθούν τα δεδομένα.
«Τότε συνειδητοποιούν την τέχνη του δυνατού», είπε ο Subramanian.
Ο Subramanian βλέπει άλλους παράγοντες που εμποδίζουν κάποιους να υιοθετήσουν την τεχνητή νοημοσύνη. Το ένα είναι η σημασία της εμπιστοσύνης. Φοβούνται να φέρουν την τεχνητή νοημοσύνη στο δίκτυό τους και στη συνέχεια να διαρρεύσουν πληροφορίες.
Έπειτα, υπάρχει η έλλειψη απτών αποτελεσμάτων από τους μεγάλους παίκτες που αγκαλιάζουν την τεχνητή νοημοσύνη. Σίγουρα, μπορεί να υπάρχουν κάποιοι πρώιμοι αριθμοί από νεοφυείς επιχειρήσεις ή ψηφιακές οντότητες, αλλά κάποιοι θα παραμείνουν ντροπαλοί μέχρι να δουν κάποιοι θετικά από τα υψηλότερα επίπεδα.

Το μέλλον είναι φωτεινό

Ο Subramanian περιμένει την ημέρα που τα οφέλη της τεχνητής νοημοσύνης φιλτράρονται στους μικρότερους επιχειρηματίες που χρειάζονται περισσότερο την καινοτόμο τραπεζική. Οι μεγάλες εταιρείες μπορούν να αντέξουν οικονομικά να αναλάβουν κινδύνους όπως η επέκταση των γραμμών προϊόντων ή η προσθήκη τοποθεσιών. Οι περισσότερες μικρότερες επιχειρήσεις δεν έχουν το μαξιλάρι να το κάνουν.
Η τεχνητή νοημοσύνη μπορεί να βοηθήσει στη δημιουργία πιο υπολογισμένων κινδύνων. Ίσως είναι το κεφάλαιο κίνησης που κυκλοφόρησε σε πραγματικό χρόνο για μια πιτσαρία από μια τράπεζα με όλες τις πληροφορίες συναλλαγών της να πηγαίνουν χρόνια πίσω. Με βάση αυτά τα δεδομένα, επιμηκύνετε την περίοδο αποπληρωμής. Αυτό τους επιτρέπει να προσθέσουν μια τοποθεσία ή να αυξήσουν το μέγεθος του μενού. Τα έσοδα αυξάνονται και η επιχείρηση μεγαλώνει.
«Αυτό βλέπουμε ότι μπορούν να κάνουν οι τράπεζες», είπε ο Σουμπραμανιάν. «Η ιδιωτική τραπεζική δεν είναι πια κάτι εξειδικευμένο. Όλοι χρειάζονται private banking, και η ιδιωτική τραπεζική σε κλίμακα είναι ο κανόνας τώρα.
«Η υπερπροσωποποίηση είναι για όλους και για όλους. Δεν είναι πια μόνο για τους πλούσιους».

Σφραγίδα ώρας:

Περισσότερα από Νέα της Fintech