Három technikai átvétel a Sibos 2023-tól

Három technikai átvétel a Sibos 2023-tól

Időbélyeg: 9. október 2023. 5:59
Three Tech Takeaways from Sibos 2023 PlatoBlockchain Data Intelligence. Vertical Search. Ai.

A Sibos 2023 egy nagyszerű összejövetel a pénzügyi szektorban, és egy olyan hely, ahol meg lehet figyelni az izgalmas és kihívásokkal teli embereket.  

Míg a konferencia színpadai az ipar látnokainak rivaldafényét ragadják meg, a konferencia padlóján, az előcsarnokokban és – igen – a bárokban barangoló küldöttek alulról építkező véleménye az, amely még éleslátóbb. 

Sokatmondó volt, hogy míg a mesterséges intelligencia a Sibos küldötteinek egyik fő témája, voltak más, itt és most-problémák, amelyek hangosak és egyértelműek voltak. 

Még nincs ott az ISO20022-n 

Míg a nagy bankok többnyire be vannak állítva, Sibos felfedte előttem, hogy milyen sok kisebb, közepes méretű bank és üzleti ügyfél, akik még nincsenek ott az ISO20022 átálláson. Sokkal több erőfeszítést kell tenni e szervezetek alapvető fizetési platformjainak és kivételes folyamatainak átalakítása érdekében. Az ISO20022 szabványra felkészült nagyobb intézmények abban reménykedtek, hogy a Swift szilárdan tartja magát a 2025-ös határidőhöz. De felmerült egy kérdés, hogy szükség van-e halasztásra, hogy segítsünk ezeknek a többi szervezetnek felzárkózni? Ezt nehéz megjósolni, de a legtöbb bank, amellyel beszéltünk, inkább maradna a határidőn, mert különben a költségvetés és a munka csúsznak, és a legtöbben azt gondolják, hogy 2024-nek kell lennie az átállási akadály átugrásának évének. 

A valós idejű fizetések emelkedése megtöri a bankot? 

A küldöttek egyértelmű üzenetet kaptak arról, hogy a valós idejű fizetések volumene valóban nagyon gyorsan növekszik. A Cap Gemini által a Sibosnál közzétett jelentés néhány jelentős számot közölt ezzel kapcsolatban. Beszámoltak arról, hogy a globális nem készpénzes kereskedelmi fizetési forgalom 11% körüli összetett éves ütemben növekszik. A Sibos 2023 hangulatzenéje az volt, hogy a kereskedelmi digitális fizetések felzárkóztak, és közeledtek ahhoz, hogy megelőzzék a fogyasztói digitális fizetési sávot.  

De azt az üzenetet is hallottam a Sibosnál, hogy a határokon átnyúló fizetések nagysága nyomást gyakorolt ​​arra, hogy ismét javítsák a szolgáltatási színvonalat ezen a területen, de tágabban is. A bankok kereskedelmi ügyfelei ugyanolyan fizetési élményt szeretnének, mint saját pénzügyeik. Ez nagyobb átláthatóságot és rugalmasságot jelent a fizetések kezelésében, annak ellenére, hogy a kereskedelmi fizetések sok manuális folyamatot és beavatkozást megtartanak. Az ezekkel a nyomásokkal való lépéstartás lehetőségét most jobban korlátozza az emelkedő inflációs szint, az üzleti élet visszaesése és a költségvetésre nehezedő nyomás, ami megnehezíti a fizetési infrastruktúra nagykereskedelmi átalakítását célzó „nagy bumm” stratégiák megvalósítását. Ez ideális feltételeket teremthet a fizetési folyamatok és kivételek digitalizálására és automatizálására irányuló agilisabb megközelítésekhez?  

És természetesen a Gen AI nagy dolog volt a Sibosnál, de… 

Ahogy én, és valószínűleg mindenki megjósolta, sokat beszéltünk a Gen AI-ról a Sibosnál. Nagyon jó volt visszajelzést kapni arról, hogy mik lehetnek a kereskedelmi banki szolgáltatások valódi felhasználási esetei. Két nagy érdeklődési terület volt.  

Az egyik az volt, hogy a generatív mesterséges intelligencia hogyan segíthet a nem szoftveres kódolóknak felgyorsítani a kereskedelmi banki csapatok által kívánt új alkalmazások és folyamatok tervezését és fejlesztését. A generatív mesterséges intelligencia így teszi még hasznosabbá az alacsony kódszámú alkalmazásfejlesztési modellt. A gen AI befecskendezése ezekbe az eszközökbe lehetővé teszi, hogy a csapat sokkal gyorsabban készítsen működőképes prototípust, és gyorsabban haladjon a folyamatok egyszerűsítésére olyan területeken, mint a fizetési javítások, a kereskedelmi finanszírozás vagy a hitelezés.  

A másik az, hogy a Gen AI hogyan segítheti a csapatokat abban, hogy gyorsabban és hatékonyabban dolgozzanak a meglehetősen összetett és túlnyomásos munkafolyamatokon belül. Sibosnak sok nagyszerű példája volt arra, hogy a mesterséges intelligencia ezen íze milyen hasznos lehet. Például megosztottunk egy használati esetet, amely a Swift-üzenetek sűrű blokkjait tömör, egyszerű angol nyelvre fordította le, amely azonnal érthető volt, és gyorsan megosztható e-mailben, vagy az ügyfélszolgálat felhasználhatja az ügyfelekkel való beszélgetés során.  

Az ilyen típusú alkalmazások azonban azt is megmutatták, hogy a gen AI milyen nagyszerű, de korlátozott, ha nem kombinálják a folyamatos MI-vel. A generatív mesterséges intelligencia összefoglalhat egy helyzetet, de maga a technológia nem adaptív, és egyszerűen a hozzáfért adatokból generál választ. Ezzel szemben a folyamat AI lehet öntanuló, és előrejelző modelleket építettek bele. Ennek alapján kezdett felismerni annak fontosságát, hogy a mesterséges intelligencia folyamat hogyan lép be, és segíti az embereket a mesterséges intelligencia alkalmazásában, hogy megoldja a problémákat, vagy legalábbis a legjobb útra terelje őket. 

Tehát a Gen AI felkeltette az emberek figyelmét a Sibosnál, de a valóság, amit a kereskedelmi bankok és az ügyfelek a Sibos után csinálnak a technológia terén, sokkal inkább a működési és szolgáltatási fejlesztésekre való folyamatos összpontosítás, mivel képesek lesznek kezelni a mennyiségeket az automatizálás révén olyan területeken, mint pl. szankciók, az önkiszolgálási lehetőségek javítása, az omni-csatornás szolgáltatási élmény megteremtése és a valós idejű megbirkózás. Az izgalmas az, hogy mindezeket a kihívásokat hogyan lehet megoldani a mesterséges intelligencia elemeivel, más automatizálási technológiákkal és ötletes megközelítésekkel. 

Időbélyeg:

Még több Fintextra