एआई की शक्ति को अनलॉक करना: वित्तीय सेवाओं को नया आकार देना

एआई एक है ताजा विषय और कई लेख प्रकाशित किए गए हैं जिनमें कहा गया है कि वित्तीय सेवा कंपनियां आज एआई को नहीं अपना रही हैं और कल उनके अप्रचलित होने का जोखिम है। हालाँकि, जैसा कि कई प्रचारों के साथ होता है, उद्योग द्वारा AI को अपनाना उतनी तेजी से आगे नहीं बढ़ पाएगा जितनी आमतौर पर भविष्यवाणी की जाती है। उदाहरण के तौर पर, पिछले दो दशकों से विशेषज्ञ पुरानी विरासत मेनफ्रेम सिस्टम का उपयोग करके बैंकों के अप्रचलन की भविष्यवाणी कर रहे हैं। फिर भी, 20 वर्षों के बाद भी, कई बैंक अभी भी पुरानी मेनफ्रेम प्रौद्योगिकियों पर निर्मित महत्वपूर्ण कोर बैंकिंग अनुप्रयोगों पर भरोसा करते हैं, और ये बैंक उतने ही मजबूत (यदि मजबूत नहीं) बने हुए हैं, जितने दो दशक पहले थे।

ऐसा कहा जा रहा है कि, एआई यहाँ रहने के लिए है, और इसे धीरे-धीरे अपनाना आवश्यक है। जैसा कि मेरे ब्लॉग में चर्चा की गई है, "सही फिट: एआई/एमएल अपनाने से पहले व्यावसायिक मूल्य का आकलन" (https://bankloch.blogspot.com/2023/10/the-right-fit-assessing-business-value.html), बैंकों के लिए यह महत्वपूर्ण है कि वे केवल एआई को लागू करने के बजाय अपनी एआई लड़ाइयों को बुद्धिमानी से चुनें।

इसलिए वित्तीय सेवा उद्योग में एआई उपयोग मामलों की एक व्यापक सूची बनाना अत्यावश्यक है। मेरी राय में, हम वित्तीय सेवा उद्योग में सभी एआई उपयोग मामलों को वर्गीकृत कर सकते हैं दो मुख्य समूह:

समूह 1: असंरचित डेटा का अधिक कुशल प्रबंधन

यह श्रेणी उन डेटा को एकत्र करने, विश्लेषण करने और संसाधित करने पर केंद्रित है जिन्हें SQL डेटाबेस में बड़े करीने से संरचित नहीं किया जा सकता है। इसमें आम तौर पर दस्तावेजों, भाषण या छवियों से डेटा शामिल होता है, जो अक्सर सरकार जैसे तीसरे पक्ष या गैर-डिजिटल ग्राहक सेवाओं से प्राप्त होता है जिन्हें डिजिटल प्रारूप में परिवर्तन की आवश्यकता होती है। इन उपयोग के मामलों का उद्देश्य मुख्य रूप से लागत में कमी करना है, क्योंकि असंरचित डेटा को संसाधित करना बहुत संसाधन-गहन हो सकता है। एआई के बढ़ने से इन प्रक्रियाओं को स्वचालित करना अधिक संभव हो गया है।

उदाहरणों में शामिल हैं:

• केवाईसी और केवाईबी दस्तावेज़ प्रबंधन: ग्राहकों और कंपनी संरचनाओं की बेहतर समझ हासिल करने के लिए पहचान पत्र छवियों, सरकारी प्रकाशनों, या कंपनी क़ानूनों को संसाधित करना।

• पहचान प्रबंधन: केवाईसी/केवाईबी के समान लेकिन आईडी कार्ड छवियों, बायोमेट्रिक पहचान (जैसे चेहरे और फिंगरप्रिंट) और व्यवहारिक पहचान जैसे असंरचित डेटा का उपयोग करके निरंतर प्रमाणीकरण और लेनदेन पर हस्ताक्षर करने पर ध्यान केंद्रित किया गया है।

• ब्रांड एवं प्रतिष्ठा प्रबंधन: विपणन अभियानों पर प्रतिक्रिया देने और नकारात्मक प्रचार को संबोधित करने के लिए कंपनी के बारे में ग्राहकों और मीडिया की भावनाओं की निगरानी करना। यह ग्राहकों की भावनाओं और रुझानों की पहचान करने के लिए पारंपरिक मीडिया और सोशल मीडिया (जैसे फीडबैक टिप्पणियां, लाइक, शेयर, राय..) और अन्य सूचना स्रोतों (जैसे कॉल सेंटर रिकॉर्ड) की निगरानी करके किया जाता है।

• दावा प्रबंधन: असंरचित डेटा के साथ दावों के प्रसंस्करण को स्वचालित करना, जैसे क्षतिग्रस्त बीमित वस्तुओं की तस्वीरें और बीमा विशेषज्ञ रिपोर्ट।

• चैटबॉट और स्वचालित कॉल सेंटर: ग्राहक इंटरैक्शन को वर्गीकृत और टैग करने, इंटरैक्शन को कुशलतापूर्वक भेजने, मानक प्रतिक्रिया टेम्पलेट प्रस्तावित करने और यहां तक ​​कि विभिन्न संचार चैनलों (मेल, फोन कॉल और चैट बॉक्स) में प्रतिक्रियाओं को पूरी तरह से स्वचालित करने के लिए एआई का उपयोग करना।

• भावनाओं का विश्लेषण ग्राहक प्रतिक्रिया और कर्मचारी-ग्राहक इंटरैक्शन को समझने के लिए ईमेल, चैट सत्र, आवाज और वीडियो रिकॉर्डिंग और संचार के असंरचित सारांश पर।

• व्यय और चालान प्रबंधन: स्वचालित प्रसंस्करण के लिए वित्तीय दस्तावेजों को संरचित डेटा में परिवर्तित करना (उदाहरण के लिए इसे सही लेखांकन श्रेणी में सही ढंग से बुक करना)।

समूह 2: बेहतर भविष्यवाणी और संसाधन आवंटन

वित्तीय सेवा उद्योग में (किसी भी अन्य उद्योग की तरह), लोगों और धन जैसे संसाधन दुर्लभ हैं और उन्हें यथासंभव कुशलतापूर्वक आवंटित किया जाना चाहिए। एआई यह अनुमान लगाने में महत्वपूर्ण भूमिका निभा सकता है कि इन संसाधनों की सबसे अधिक आवश्यकता कहाँ है और वे कहाँ सबसे अधिक अतिरिक्त मूल्य प्राप्त कर सकते हैं।

नोट: ग्राहक का ध्यान एक दुर्लभ संसाधन के रूप में भी माना जा सकता है, जिसका अर्थ है कि किसी भी संचार या प्रस्ताव को अत्यधिक वैयक्तिकृत किया जाना चाहिए ताकि यह सुनिश्चित किया जा सके कि ग्राहक के सीमित ध्यान का इष्टतम उपयोग किया जा सके।

इन उपयोग मामलों को दो उप-श्रेणियों में वर्गीकृत किया जा सकता है:

सेक्टर-अज्ञेयवादी उपयोग के मामले

• ग्राहकों का विभाजन सर्वोत्तम संभव साधन (सर्वोत्तम चैनल मिश्रण) और संचार की शैली (संपर्क अनुकूलन) निर्धारित करने और उच्चतम क्षमता वाले ग्राहकों को संसाधन आवंटित करने के लिए उपलब्ध डेटा (उदाहरण के लिए ग्राहक प्रोफाइलिंग, लेनदेन पैटर्न का विश्लेषण, अतीत और तत्काल ग्राहक व्यवहार ...) के आधार पर भविष्य का राजस्व.

• मंथन का पता लगाना छोड़ने के जोखिम वाले ग्राहकों की पहचान करना और उन्हें बनाए रखना। उन ग्राहकों को अतिरिक्त संसाधन आवंटित करके, जैसे कर्मचारी ग्राहक से संपर्क करते हैं या ग्राहक को मंथन से रोकने के लिए कुछ प्रोत्साहन (जैसे छूट या बेहतर ब्याज दरें) प्रदान करते हैं।

• सर्वोत्तम संभावनाओं और बिक्री के अवसरों की पहचान करें: लीड की सूची में से उन लोगों की पहचान करें जिनके ग्राहक बनने की सबसे अधिक संभावना है, लेकिन यह भी पहचानें कि कौन से मौजूदा ग्राहकों को क्रॉस-सेलिंग और अप-सेलिंग कार्यों के लिए सबसे अच्छा लक्षित किया जा सकता है।

• मांग और आपूर्ति में विकास की भविष्यवाणी करेंउदाहरण के लिए, पहचानें कि एटीएम मशीनें या शाखाएं कहां स्थित होनी चाहिए, अनुमान लगाएं कि ग्राहक सहायता टीम के इष्टतम स्टाफिंग को सुनिश्चित करने के लिए कितने ग्राहक सहायता इंटरैक्शन की उम्मीद की जा सकती है या क्लाउड इंफ्रास्ट्रक्चर लागत को अनुकूलित करने के लिए आईटी बुनियादी ढांचे पर लोड की भविष्यवाणी की जा सकती है।

• अगला सर्वोत्तम कार्य, अगला सर्वोत्तम प्रस्ताव या अनुशंसा इंजन वैयक्तिकृत ग्राहक इंटरैक्शन के लिए, यानी भविष्यवाणी करें कि किसी भी समय किसी उपयोगकर्ता को कौन सी क्रिया, उत्पाद या सेवा में रुचि होने की सबसे अधिक संभावना है। इस प्रक्रिया तक आसान पहुंच की अनुमति देने से ग्राहक या किसी अन्य उपयोगकर्ता (जैसे आंतरिक कर्मचारी) को अपने लक्ष्य को तेज़ी से प्राप्त करने में मदद मिल सकती है, जिसके परिणामस्वरूप राजस्व में वृद्धि और लागत कम हो सकती है।

• मूल्य निर्धारण इंजन इष्टतम उत्पाद या सेवा मूल्य निर्धारण के लिए।

वित्तीय सेवा उद्योग विशिष्ट उपयोग के मामले

• क्रेडिट स्कोरिंग इंजन साख योग्यता का आकलन करना और कुशल ऋण निर्णय लेना। इस इंजन का लक्ष्य डिफ़ॉल्ट की संभावना और डिफ़ॉल्ट के मामले में अनुमानित हानि मूल्य की भविष्यवाणी करना है, ताकि यह निर्धारित किया जा सके कि क्रेडिट स्वीकार किया जाना चाहिए या नहीं। यह भी एक पूर्वानुमान समस्या है, जो यह सुनिश्चित करती है कि बैंक का पैसा सबसे कुशल तरीके से खर्च किया जाए।

• धोखाधड़ी का पता लगाने वाला इंजन ऑनलाइन धोखाधड़ी (साइबर खतरे) और भुगतान धोखाधड़ी सहित धोखाधड़ी वाले वित्तीय लेनदेन की पहचान करने और उन्हें रोकने के लिए। इंजन भविष्यवाणी करता है कि उपयोगकर्ता का वास्तविक व्यवहार अपेक्षित (अनुमानित) व्यवहार से मेल खाता है या नहीं। यदि नहीं, तो संभवतः यह धोखाधड़ी का मामला है। ये इंजन राजस्व घाटे को कम करने, ब्रांड क्षति से बचने और ग्राहकों को परेशानी रहित ऑनलाइन अनुभव प्रदान करने में मदद करते हैं।

• रोबो-सलाहकार बाजार के रुझान, वर्तमान निवेश पोर्टफोलियो और ग्राहक बाधाओं (जैसे जोखिम प्रोफ़ाइल, स्थिरता बाधाएं, निवेश क्षितिज…) के आधार पर इष्टतम निवेश पोर्टफोलियो बनाने के लिए सेवाएं।

  • एएमएल डिटेक्शन इंजन वित्तीय लेनदेन में मनी लॉन्ड्रिंग और आपराधिक गतिविधि का पता लगाना (और रोकना)।

  • तरलता जोखिम प्रबंधन इंजन नकदी प्रवाह को अनुकूलित करने के लिए. यह एक ऐसी सेवा है जो ग्राहकों को दी जा सकती है, लेकिन जो बैंक के लिए आंतरिक रूप से भी आवश्यक है। बैंक को सभी निकासी को कवर करने के लिए अपनी बैलेंस शीट पर पर्याप्त तरलता सुनिश्चित करने की आवश्यकता है, लेकिन एटीएम मशीनों और शाखाओं की आपूर्ति के लिए भौतिक नकदी की जरूरतों का भी अनुमान लगाना होगा।

इन व्यवसाय-उन्मुख AI उपयोग मामलों के अलावा, AI के आंतरिक उपयोग को नज़रअंदाज़ न करें कर्मचारी उत्पादकता बढ़ाएँ. चैटजीपीटी जैसे जेनरेटिव एआई उपकरण बिक्री, विपणन और आईटी जैसे विभिन्न विभागों को उनकी उत्पादकता बढ़ाने में सहायता कर सकते हैं।

जैसा कि मेरे ब्लॉग "सही फिट: एआई/एमएल को अपनाने से पहले व्यावसायिक मूल्य का आकलन" में बताया गया है (https://bankloch.blogspot.com/2023/10/the-right-fit-assessing-business-value.html), पहली श्रेणी (यानी "असंरचित डेटा का अधिक कुशल प्रबंधन") मेरी राय में सबसे बड़ी क्षमता रखती है, हालांकि इसके लिए बहुत विशिष्ट एआई कौशल और जटिल एआई मॉडल की आवश्यकता होती है। इसलिए, कई वित्तीय सेवा कंपनियां इस श्रेणी के उपयोग के मामलों के लिए पूर्व-प्रशिक्षित मॉडल का उपयोग करने की संभावना रखती हैं।

दूसरी श्रेणी में उपयोग के मामले (यानी "बेहतर भविष्यवाणी और दुर्लभ संसाधनों का बेहतर आवंटन") भी आशाजनक हैं और श्रेणी 1 के उपयोग के मामलों की तुलना में अधिक तेज़ी से परिणाम दे सकते हैं। हालांकि, पारंपरिक नियम-आधारित एल्गोरिदम की तुलना में उनका अतिरिक्त मूल्य है हमेशा गारंटी नहीं दी जाती, उनमें अक्सर पारदर्शिता की कमी होती है और उन्हें ठीक करना मुश्किल होता है। परिणामस्वरूप, एआई के उपयोग के मामले अक्सर वास्तविकता की तुलना में अधिक आशाजनक दिखते हैं।

कई मामलों में, बैंकों को एआई में सीधे निवेश करने की आवश्यकता नहीं होगी, क्योंकि कई सॉफ्टवेयर समाधान पहले से मौजूद हैं, जो न केवल एआई मॉडल पेश करते हैं बल्कि उनके आसपास वर्कफ़्लो और व्यावसायिक तर्क भी शामिल करते हैं।
प्रत्येक उपयोग के मामले के लिए, वित्तीय सेवा कंपनियाँ वास्तव में इनमें से किसी एक को चुन सकती हैं तीन विकल्प:

• देखिये 1: एक मॉडल बनाना शुरुवात से AWS SageMaker या GCP AI प्लेटफ़ॉर्म जैसे प्लेटफ़ॉर्म का उपयोग करना। इसका मतलब है कि कंपनी को एक अच्छे डेटा प्रशिक्षण सेट की पहचान करने, एक मॉडल स्थापित करने और मॉडल को स्वयं प्रशिक्षित करने की आवश्यकता है। उदाहरण के लिए केबीसी ने अपने वर्चुअल असिस्टेंट (जिसे केट कहा जाता है) का एक बड़ा हिस्सा जीसीपी एआई प्रौद्योगिकियों का उपयोग करके पूरी तरह से इन-हाउस बनाया है।

• देखिये 2: का उपयोग करना पूर्व प्रशिक्षित क्लाउड-आधारित मॉडल जो आसानी से तैनात और अनुकूलनीय हैं, जैसे कि विशिष्ट उपयोग के मामलों के लिए एडब्ल्यूएस फ्रॉड डिटेक्टर, एडब्ल्यूएस पर्सनलाइज़, या चैटजीपीटी के कस्टम संस्करण (जीपीटी की नई अवधारणा पेश करने के लिए ओपनएआई की सीएफआर घोषणा)।

• देखिये 3: प्राप्त करना पूर्ण सॉफ्टवेयर समाधान जिसमें आंतरिक AI मॉडल, स्क्रीन, वर्कफ़्लो और प्रक्रियाएँ शामिल हैं। वित्तीय सेवा उद्योग में कई समाधान मौजूद हैं, जैसे कि डिस्काई (जो केबीसी बैंक द्वारा आंतरिक रूप से निर्मित एआई मॉडल का व्यावसायीकरण करता है), कॉम्प्लीएडवांटेज, जेस्ट एआई, साइनैप्टिक एआई, डेटारोबोट, केंशो टेक्नोलॉजीज, टेगस, कैनो, एबे.एआई…​

कौन सा विकल्प चुनना है इसका निर्णय वित्तीय सेवा कंपनी की विशिष्ट आवश्यकताओं पर निर्भर करता है। एआई मॉडल की क्षमताओं और सीमाओं को समझना, एक ठोस डेटा रणनीति रखना, और बाहरी मॉडल और टूल के लिए डेटा कैसे उपलब्ध कराया जाए, यह जानना एआई को अपनाने की इच्छुक वित्तीय सेवा कंपनी के लिए महत्वपूर्ण कदम हैं। ये चरण आमतौर पर गहन आंतरिक एआई ज्ञान से अधिक महत्वपूर्ण हैं।

प्रतिस्पर्धी बने रहने और ग्राहकों की मांगों को पूरा करने के लिए वित्तीय सेवा उद्योग में एआई को अपनाना स्पष्ट रूप से एक आवश्यकता है। सही दृष्टिकोण (निर्माण बनाम खरीद का), सुविचारित उपयोग के मामलों के साथ मिलकर, एक सफल एआई यात्रा का मार्ग प्रशस्त कर सकता है।

मेरे सभी ब्लॉग देखें https://bankloch.blogspot.com/

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
• प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
• प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
• स्रोत: https://www.finextra.com/blogposting/25219/unlocking-the-power-of-ai-reshaping-financial-services?utm_medium=rssfinextra&utm_source=finextrablogs