Mida saame AI ja ML kasutusjuhtudest õppida?

Mida saame AI ja ML kasutusjuhtudest õppida?

Mida saame AI ja ML kasutusjuhtudest õppida? PlatoBlockchaini andmete luure. Vertikaalne otsing. Ai.

Inglise keskpanga hiljutise uuringu kohaselt kasvab ML-tehnoloogiate kasutamine Ühendkuningriigi finantsteenuste ettevõtetes jätkuvalt: üle 70% vastanud ettevõtetest kasutas või arendas masinõppe rakendusi, kusjuures ettevõtted ootasid
ML-i taotluste arv järgmise kolme aasta jooksul enam kui kolmekordistub. ML-tehnoloogiate teatatud eelised on täiustatud andme- ja analüüsivõimalused, suurenenud tegevuse tõhusus ning pettuste ja rahapesu parem avastamine (Bank of
Inglismaa, 2022).

Kui olete umbes 70% ettevõtetest, kes on ML-i juba rakendanud, õnnelikud, teate, et teil on hea asi. Siiski võib tunduda, et olete ML-i juba rakendanud kõikidele oma ettevõtte ilmsetele kasutusjuhtudele. Teisest küljest, kui teil on
Kui te pole veel alustanud ML-rakenduste arendamist ega juurutamist teie ettevõttes, võib see kõik tunduda tohutu võitlusena, et seda isegi kaaluda. Tõepoolest, näib mõistlik ette kujutada, et nende ettevõtete tegelik protsent, kes on veel alustanud oma rahapesu
on isegi suurem kui 30%, kuna need arvud põhinevad organisatsioonidel, kes vastasid ML-i käsitlevale küsitlusele (st näitavad enesevaliku eelarvamust).

Mõeldes uutele võimalustele ML – või laiemalt AI – rakenduste jaoks, olgu see siis esmakordne või mitte, on kasulik mõelda, kuidas teised organisatsioonid on neid tehnoloogiaid edukalt rakendanud. Sageli võib see teave olla keeruline
juurdepääsu, kuna see on äriliselt tundlik. Kui see on saadaval, võib selle matta aruannete, uuringutulemuste või muu dokumentatsiooni kehasse. Minu hiljutise ülevaate ja sel kuul Londonis Google'i kõrval ilmumise eesmärk on aidata
teised saavad sellest väljakutsest üle ja jagavad pärast kirjanduse uurimist süstemaatilist arusaama AI ja ML kasutusjuhtudest finantsteenuste valdkonnas.

Esitan sünteesitud kokkuvõtte, mis on rühmitatud kolme põhikategooria alla: riskijuhtimine, organisatsiooniline/operatiivne ning kliendikogemuse ja kaasamise suurendamine. Nagu iga kirjanduse ülevaate puhul ikka, tuli otsuseid langetada umbes
kasutusjuhtude ja nende allikate rühmitamine, kategoriseerimine ja kaasamine. Näiteks laiema ülevaate jaoks, mis hõlmab ka AI ja ML algoritme ning nende tehnoloogiate kasutamisega seotud riske, soovitaksin Turingi Instituudi hiljutist aruannet.
(Maple jt 2023).

Finantsteenuste sektor

Hiljutiste uuringute kohaselt võtavad finantsteenuste sektori organisatsioonid üha enam kasutusele ML ja AI tehnoloogiaid ning saavad neist kasu. Üks AI kasutuselevõtu takistusi on aga asjakohaste kasutusjuhtude tuvastamine. Selles
Artiklis oleme uurinud mitmeid kasutusjuhtumeid, mida saab laias laastus rühmitada riskijuhtimiseks, organisatsiooniliseks/tegevuseks ja kliendikogemuse ja kaasamise suurendamiseks. Mõnel juhul võib olla kasulikum konkreetsest eemalduda
induktiivsema lähenemisviisi kasutamiseks. Selle abistamiseks esitasin AI/ML kasutusjuhtumite kolm üldist tunnust, nimelt „äriprotsessid”, „andmed” ja „ülesande tüüp” koos vastavate näidetega.

ML ja AI tehnoloogiate ja rakenduste kokkuvõte ei oleks täielik, kui ei puudutaks generatiivse AI pakutavaid potentsiaalseid võimalusi. Kuigi need lähenemisviisid on eksisteerinud mitu aastat, oli see 2022. aasta lõpp ja selle avalik beetaversioon
OpenAI ChatGPT ja konkurentide sarnased tööriistad, nagu PaLM-2; mis juhtis neile üldsuse ja ettevõtete juhtide tähelepanu. Praegu ei ole selliseid generatiivseid tehisintellekti lähenemisviise finantsvaldkonna tehisintellekti ja ML rakenduste süstemaatilises ülevaates veel kasutatud.
teenused (kuigi Buckmann, Haldane ja Hüser, 2021 vaatasid üle ja tuvastasid varasema OpenAI suure keelemudeli GPT-3 piirangud). Täielikkuse huvides peate siiski arvestama mõne tüüpilise valdkonnaga, kus kasutatakse generatiivseid AI-tehnoloogiaid
näiteks ChatGPT-d saaks tõhusalt rakendada.

Ootan peagi üksikasjalikke arvustusi jagama, sealhulgas sel kuul meie Google'i üritusel Londonis!

Ajatempel:

Veel alates Fintextra