هوش مصنوعی و هنر فین تک ممکن است

هوش مصنوعی و هنر فین تک ممکن است

تمبر زمان: 15 نوامبر 2023، 1:40 صبح
هوش مصنوعی و هنر فین‌تک ممکن است هوش داده پلاتوبلاک چین. جستجوی عمودی Ai.
هوش مصنوعی (AI) بیشترین تغییر را در بین هر فناوری ایجاد خواهد کرد راوی سوبرامانیان او در 25 سال کارش در امور مالی دیده است، زیرا به رویاپردازان اجازه می دهد رویاهای بزرگ داشته باشند. سوبرامانیان EVP و رئیس بخش بانکداری است فناوری های هگزا ور، یک شرکت جهانی فناوری و خدمات فرآیند کسب و کار. به لطف پیشرفت‌های فناوری مانند هوش مصنوعی، آنچه در اوایل دوران حرفه‌ای او چهار سال طول می‌کشید، اکنون چهار هفته طول می‌کشد.
این زمان کوتاه توسعه، ذهن های خلاق را آزاد می کند تا به امکاناتی که می توانند صنایع را متحول کنند فکر کنند. برای Hexaware، این به معنای استفاده از تجسم داده ها و فناوری های پرداخت به روش های جدید و منحصر به فرد است.
سوبرامانیان شروع کرد: «این زمان‌ها بسیار هیجان‌انگیز است، زیرا مدتی است که می‌بینم یک ارائه‌دهنده بانکی مبتنی بر SaaS می‌آید و به یک بازیگر اصلی تبدیل می‌شود. من مامبو و ماشین فکری را دیده‌ام که فرآیندهای فکری CXOها را در بانک‌ها اشغال کرده‌اند. من هنوز یک پیاده‌سازی کامل قابل مقایسه با NFIS ندیده‌ام...، اما هنوز، از زمانی که آن بخش از جهان تغییر کرده است، سال‌ها می‌گذرد، و من خوشحالم که در این دوران زندگی می‌کنم.»

هوش مصنوعی و Payscopium، آینده سه مرحله ای پرداخت ها

در مقایسه با سایر فناوری‌ها، سوبرامانیان ظهور هوش مصنوعی را سریع می‌بیند. این برنامه Payscopium، چشم انداز سه مرحله ای Hexaware برای آینده پرداخت ها را هدایت می کند. امروز، ما در پرداخت به عنوان یک تجربه (PaaX) هستیم. به زودی در سال 2024 در برخی جاها (احتمالاً چند سال بعد در ایالات متحده آمریکا) Payments as a Lifestyle (PaaL) است. پول قابل برنامه ریزی می شود. مصرف کنندگان تصمیم می گیرند که چگونه بودجه را بین مسکن، مواد غذایی و سایر نیازها تقسیم کنند. دولت ها می توانند پول را از طریق CBDC ها برنامه ریزی کنند. تنها چیزهایی که مصرف‌کننده می‌خواهد اتفاق می‌افتد، با ماشین‌هایی که الگوها و نیازهای ما را شناسایی می‌کنند.
پرداخت نامرئی مرحله نهایی است. همه چیز برای ما انجام می شود. همانطور که پرداخت ها تا این مرحله پیش می رود، آنها در سراسر مرزها، مشاغل و مصرف کنندگان فراگیرتر می شوند. فرآیند افقی باعث اتصال قطعات بانکی می شود.
این تأثیرات زمانی آغاز می‌شود که مصرف‌کنندگان بدون بانک و زیربانک به دلیل ارزششان شامل می‌شوند، نه از روی همدردی. بنگاه های مالی و غیر مالی در یک سطح خواهند بود. این تحولات مبتنی بر کسب و کار و مردم محور را تقویت می کند. دموکراتیزه سازی پرداخت حاصل، مزایایی 10 برابری برای کسب و کارها به همراه خواهد داشت.
Hexaware در توضیحات Payscopium خود می‌گوید: «استفاده از پرداخت‌ها در حوزه پرداخت‌های تجاری لحظه‌ای تعیین‌کننده (برای) شرکت‌های خرد، کوچک و متوسط ​​خواهد بود. "سرمایه در گردش در زمان واقعی دوباره پر می شود و سرعت و مقیاس نوآوری افزایش می یابد.
«جامعه در آستانه یک تغییر دریایی در تجربه، خلق ارزش و بهبود کیفیت زندگی در اطراف است. پرداخت ها محرک این تجربه متحول شده برای بخش بزرگی از مردم خواهد بود."

سوخت هوش مصنوعی: داده های مناسب در زمان مناسب

مصرف کنندگان زمانی تفاوت در کیفیت خدمات را احساس می کنند که بیشتر به کارت اعتباری نیاز دارند و بانک آنها به آنها وام می دهد. اگر در آن لحظه محصول مناسب به آنها داده شود، حاضرند متعهد شوند.
سوبرامانیان گفت که مشکل به داده های اشتباه در زمان مناسب خلاصه می شود. با توجه به داده‌های صحیح، یک موسسه مالی می‌تواند به خانواده‌های جوان بودجه دانشگاه، وام تعطیلات یا بهبود خانه یا وام مسکن ارائه دهد. اگر مشتری به زودی به کشور دیگری سفر می کند، می تواند یک کارت فارکس برای او ارائه شود.
راز این است که داده‌های ساختاریافته بانک را با دسترسی کاربر به سایت‌های رسانه‌های اجتماعی، حساب‌های آمازون و حتی Fitbits مرتبط می‌کند.
«اگر داده‌های بدون ساختار موجود در اینترنت را که در دسترس عموم یا نیمه عمومی است، ترکیب کنم و به بانکدار بگویم که آن‌ها را بر روی داده‌های ساختاری که درباره من دارند، مانند درآمد و هزینه، قرار دهد و چیزی به من بدهد. سوبرامانیان گفت.
هوش مصنوعی چسب در این فرآیند است. این به بانک اجازه می دهد تا مشتری را سفارشی کند، بلکه به آن امتیاز دهد. وام گیرنده قابل اطمینان تر، نرخ بهتری دریافت می کند.
سوبرامانیان مدلی را برای آزمایش بینایی خود ایجاد کرد که با به دست آوردن مجموعه داده های بزرگ شروع شد. او داده‌های بانکی و اطلاعات هزینه‌ها را از کارت‌های اعتباری و حساب‌های خرید اضافه کرد. این مدل بینش هایی را از برنامه های ورزشی و حتی کمک های خیریه به دست می آورد. با این مجموعه داده، مشتریان می توانند با هدف به بانک خود نزدیک شوند و بهترین طرح محصول را دریافت کنند.
سوبرامانیان گفت: «این چیزی است که من احساس می کنم وقتی هوش مصنوعی در یک زمینه تجاری قرار می گیرد، قدرت آن است. در یک زمینه تجاری قرار دهید و با داده ها، شخص و زمان مناسب ترکیب کنید، پس هوش مصنوعی فوق العاده است.

همه جاده ها به هوش مصنوعی منتهی می شوند

برخی بانک ها از ترس جنبه های هوش مصنوعی، رویکرد متفاوتی را اتخاذ می کنند. آنها الگوریتم‌های یادگیری ماشینی اختصاصی را برای ارزیابی ریسک اعتباری و اتصال آن به کانال‌های موجود مانند تلفن‌های همراه و وب‌سایت‌ها ایجاد می‌کنند. آنها به آرامی هوش مصنوعی را معرفی می کنند زیرا می ترسند کسی از آن داده ها استفاده کند و مزیت رقابتی آنها پاک شود.
این موسسات بر یادگیری عمیق تمرکز می کنند تا اطلاعات را از داده های ساختار نیافته استخراج کنند. هوش مصنوعی مولد با جمع‌آوری همه چیز در دسترس و ارائه بینش‌های عملی به آنها کمک می‌کند. Hexaware در پاسخ، هوش مصنوعی فراگیر را توسعه داد. این اطلاعات را از مناطق مختلف یک موسسه برای ایجاد اطلاعات جدید ترکیب می کند.
با گذشت زمان، با هوش مصنوعی Generative ترکیب می شود تا ارزش بیشتری را ارائه دهد. یک سیستم می‌تواند به‌طور خودکار محصولات را برای صرفه‌جویی در هزینه‌های بهره جابه‌جا کند و از طریق یک هشدار در تلفن، ساعت یا هر ابزاری که انتخاب می‌کند، به مشتری اطلاع دهد. سوبرامانیان این را به عنوان یک واقعیت در یک دهه آینده می بیند.

موانع اجرایی

انتقال را می توان با سیلوهایی که از ائتلاف داده های ساختاریافته در سراسر مؤسسه جلوگیری می کنند، جلوگیری کرد. بخش ها با یکدیگر رقابت می کنند. سوبرامانیان بر روی ایجاد پل‌هایی بین این جزایر داده‌ای در آن نمونه‌ها با کار با بخش‌های مختلف به طور مستقل تمرکز می‌کند. او این اطلاعات را در یک مدل مبتنی بر هوش مصنوعی گرد هم می‌آورد که به آن‌ها نشان می‌دهد که چقدر می‌توان داده‌ها را متفاوت ارزیابی کرد.
سوبرامانیان گفت: "در آن زمان است که آنها هنر ممکن را درک می کنند."
سوبرامانیان عوامل دیگری را می بیند که برخی را از پذیرش هوش مصنوعی باز می دارد. یکی اهمیت اعتماد است. آنها می ترسند هوش مصنوعی را به شبکه خود بیاورند و سپس اطلاعات به بیرون درز کند.
سپس، فقدان نتایج ملموس از سوی بازیگران بزرگ که هوش مصنوعی را پذیرفته اند، وجود دارد. مطمئناً، ممکن است تعدادی از اعداد اولیه از استارت آپ ها یا نهادهای دیجیتالی وجود داشته باشد، اما برخی از آنها تا زمانی که برخی نکات مثبت را از سطوح بالاتر ببینند، خجالتی خواهند ماند.

آینده روشن است

سوبرامانیان منتظر روزی است که مزایای هوش مصنوعی به کارآفرینان کوچکتری که بیشتر به بانکداری نوآورانه نیاز دارند، کاهش یابد. شرکت های بزرگ می توانند ریسک هایی مانند گسترش خطوط تولید یا اضافه کردن مکان ها را بپذیرند. اکثر مشاغل کوچکتر بالشتک لازم برای انجام این کار را ندارند.
هوش مصنوعی می تواند به ایجاد ریسک های حساب شده تر کمک کند. شاید این سرمایه در گردش است که به صورت بلادرنگ برای یک پیتزافروشی از یک بانک با تمام اطلاعات تراکنش‌های آن‌ها به سال‌ها قبل منتشر می‌شود. بر اساس آن داده ها، دوره بازپرداخت را طولانی تر می کنید. این به آنها امکان می دهد مکان اضافه کنند یا اندازه منو را افزایش دهند. درآمد افزایش می یابد و کسب و کار رشد می کند.
سوبرامانیان گفت: "این چیزی است که ما می بینیم که بانک ها می توانند انجام دهند." «بانکداری خصوصی دیگر چیز مهمی نیست. همه به بانکداری خصوصی نیاز دارند و بانکداری خصوصی در مقیاس در حال حاضر عادی است.
«هیچ شخصی‌سازی برای همه و همه است. این دیگر فقط برای ثروتمندان نیست.»

تمبر زمان:

بیشتر از اخبار فین تک