L’IA et l’art de la fintech possibles

L’IA et l’art de la fintech possibles

Horodatage: 15 novembre 2023, 1 h 40
L'IA et l'art de la fintech possible PlatoBlockchain Data Intelligence. Recherche verticale. Aï.
Intelligence artificielle (IA) favorisera le plus grand changement de toutes les technologies Ravi Subramanien a vu au cours de ses 25 années dans la finance car cela permet aux visionnaires de rêver grand. Subramanian est le vice-président exécutif et responsable de la pratique bancaire pour Technologies Hexaware, une société mondiale de services en matière de technologie et de processus commerciaux. Grâce aux progrès technologiques comme l’IA, ce qui prenait quatre ans pour accomplir au début de sa carrière prend désormais quatre semaines.
Ce court temps de développement permet aux esprits créatifs de réfléchir aux possibilités qui peuvent transformer les industries. Pour Hexaware, cela signifie appliquer les technologies de visualisation des données et de paiement de manière nouvelle et unique.
"C'est une période très excitante car cela fait longtemps que je n'ai pas vu un fournisseur bancaire basé sur SaaS arriver et devenir un acteur majeur", a commencé Subramanian. « J'ai vu Mambu et Thought Machine occuper les processus de réflexion des CXO des banques. Je n'ai pas encore vu une mise en œuvre complète comparable au NFIS…, mais cela fait quand même des siècles que cette partie du monde n'a pas été transformée, et je suis heureux de vivre à cette époque.

IA et Payscopium, l'avenir du paiement en trois étapes

Par rapport à d’autres technologies, Subramanian considère l’émergence de l’IA comme rapide. Il pilotera Payscopium, la vision en trois étapes d'Hexaware pour l'avenir des paiements. Aujourd’hui, nous sommes dans le Payments as an Experience (PaaX). Les paiements en tant que style de vie (PaaL) arriveront dès 2024 dans certains endroits (probablement quelques années plus tard aux États-Unis). L'argent devient programmable. Les consommateurs décident comment répartir leurs fonds entre le logement, l’épicerie et d’autres nécessités. Les gouvernements peuvent programmer de l’argent via les CBDC. Seules les choses que le consommateur souhaite se réaliseront, avec des machines identifiant nos modèles et nos besoins.
Les paiements invisibles constituent la dernière étape. Tout est fait pour nous. À mesure que les paiements progressent, ils deviendront plus immersifs au-delà des frontières, des entreprises et des consommateurs. Le processus horizontal reliera les parties bancaires.
Les effets commencent par l’inclusion des consommateurs non bancarisés et sous-bancarisés en raison de leur valeur, et non par sympathie. Les entreprises financières et non financières seront au même niveau. Cela favorise des transformations dirigées par les entreprises et centrées sur les personnes. La démocratisation des paiements qui en résultera apportera des avantages 10 fois supérieurs aux entreprises.
"L'ubérisation des paiements dans le domaine des paiements commerciaux sera un moment décisif (pour) les micro, petites et moyennes entreprises", déclare Hexaware dans sa description du Payscopium. « Le fonds de roulement sera reconstitué en temps réel, augmentant ainsi le rythme et l'ampleur de l'innovation.
« La société est à l’aube d’un changement radical en termes d’expérience, de création de valeur et d’amélioration de la qualité de vie de tous. Les paiements seront le moteur de cette expérience transformée pour un large segment de la population.

Le carburant de l'IA : les bonnes données au bon moment

Les consommateurs ressentent la différence dans la qualité du service lorsqu’ils ont le plus besoin d’une carte de crédit et que leur banque leur propose un prêt. Ils sont prêts à s'engager s'ils reçoivent le bon produit à ce moment-là.
Subramanian a déclaré que le problème se résume aux mauvaises données au bon moment. Avec les bonnes données, une institution financière peut proposer aux jeunes familles des fonds d’études, des prêts de vacances ou de rénovation domiciliaire ou des hypothèques. Si un client voyage bientôt dans un autre pays, il pourrait recevoir une carte Forex.
Le secret consiste à connecter les données structurées de la banque avec un accès autorisé par les utilisateurs aux sites de réseaux sociaux, aux comptes Amazon et même à Fitbits.
« Si je combine les données non structurées disponibles sur Internet, qui sont accessibles au public ou semi-publiquement, et que je dis au banquier de les superposer aux données structurées dont il dispose sur moi, comme les revenus et les dépenses, et que je me donne quelque chose dont j'ai besoin », a déclaré Subramanian.
L’IA est le ciment de ce processus. Il permet à la banque de personnaliser, mais aussi de noter, le client. L’emprunteur le plus fiable bénéficie d’un meilleur taux.
Subramanian a développé un modèle pour tester sa vision, en commençant par obtenir de grands ensembles de données. Il a ajouté des données bancaires et des informations sur les dépenses des cartes de crédit et des comptes commerciaux. Le modèle tire des informations des applications d’exercice et même des dons caritatifs. Grâce à cette mine de données, les clients peuvent approcher leur banque avec un objectif et recevoir le meilleur plan de produits.
"C'est ce que je considère comme le pouvoir de l'IA lorsqu'elle est placée dans un contexte commercial", a déclaré Subramanian. « Appliquée à un contexte commercial et associée aux bonnes données, à la bonne personne et au bon moment, l'IA est alors phénoménale. »

Tous les chemins mènent à l’IA

Craignant certains aspects de l’IA, certaines banques adoptent une approche différente. Ils créent des algorithmes exclusifs d'apprentissage automatique pour évaluer le risque de crédit et le connecter aux canaux existants tels que les téléphones mobiles et les sites Web. Petit à petit, ils introduisent l’IA parce qu’ils ont peur que quelqu’un utilise ces données et que leur avantage concurrentiel soit effacé.
Ces institutions se concentrent sur l’apprentissage profond pour extraire des renseignements de données non structurées. L'IA générative les aidera dès le départ en collectant tout ce qui est disponible et en fournissant des informations exploitables. Hexaware a développé Pervasive AI en réponse. Il synthétise les informations provenant de différents domaines d'une institution pour créer de nouvelles informations.
Au fil du temps, il se combine avec l’IA générative pour offrir encore plus de valeur. Un système pourrait déplacer automatiquement les produits pour économiser les frais d'intérêt et informer le client via une alerte sur son téléphone, sa montre ou tout autre gadget de son choix. Subramanian voit cela comme une réalité dans une décennie à peine.

Obstacles à la mise en œuvre

La transition peut être entravée par des silos empêchant la coalition des données structurées dans l’ensemble de l’institution. Les départements se font concurrence. Subramanian se concentre sur la construction de ponts entre ces îlots de données dans ces cas-là en travaillant indépendamment avec plusieurs départements. Il rassemble ces informations dans un modèle basé sur l’IA qui leur montre à quel point les données peuvent être valorisées différemment.
"C'est à ce moment-là qu'ils réalisent l'art du possible", a déclaré Subramanian.
Subramanian voit d’autres facteurs qui empêchent certains d’adopter l’IA. L’une est l’importance de la confiance. Ils craignent d’introduire l’IA dans leur réseau et de voir ensuite des informations fuir.
Ensuite, il y a le manque de résultats tangibles de la part des grands acteurs qui adoptent l’IA. Bien sûr, il peut y avoir quelques premiers chiffres provenant de startups ou d’entités numériques, mais certains resteront timides jusqu’à ce que certains voient des points positifs aux niveaux supérieurs.

L'avenir est prometteur

Subramanian attend le jour où les avantages de l’IA profiteront aux petits entrepreneurs qui ont le plus besoin de services bancaires innovants. Les grandes entreprises peuvent se permettre de prendre des risques, comme élargir leurs gammes de produits ou ajouter des sites. La plupart des petites entreprises ne disposent pas de la marge nécessaire pour le faire.
L’IA peut aider à prendre des risques plus calculés. Il s'agit peut-être du fonds de roulement libéré en temps réel pour une pizzeria par une banque avec toutes ses informations de transaction remontant à des années. Sur la base de ces données, vous allongez la période de remboursement. Cela leur permet d'ajouter un emplacement ou d'augmenter la taille du menu. Les revenus augmentent et l'entreprise se développe.
"C'est ce que nous constatons que les banques peuvent faire", a déclaré Subramanian. « La banque privée n'est plus une activité de niche. Tout le monde a besoin de services bancaires privés, et les services bancaires privés à grande échelle sont désormais la norme.
« L’hyperpersonnalisation s’adresse à tout le monde. Ce n'est plus réservé aux riches.

Horodatage:

Plus de Actualités Fintech