Come GenAI sta trasformando i servizi finanziari attraverso l'iper-personalizzazione

Come GenAI sta trasformando i servizi finanziari attraverso l'iper-personalizzazione

Come GenAI sta trasformando i servizi finanziari attraverso l'iper-personalizzazione
Michael Haney, responsabile della strategia di prodotto presso Tecnologie finanziarie Galileo, ha affermato che l’apprendimento automatico combinato con l’ascesa dell’intelligenza artificiale generativa inaugurerà una nuova era di produttività del back-office e, in ultima analisi, trasformerà il modo in cui le organizzazioni di servizi finanziari utilizzano i dati per offrire esperienze iper-personalizzate.
La conversazione tra Haney e PYMNTS fa parte della serie "What's Next in Payments: Payments and GenAI".
Siamo ancora in un’era in cui le organizzazioni di servizi finanziari stanno adottando il machine learning (un sottoinsieme dell’intelligenza artificiale), ha affermato. Ma sempre più spesso le organizzazioni si rivolgono all’intelligenza artificiale generativa e al machine learning per “potenziare” le proprie operazioni di back-end per migliorare produttività, efficienza e qualità.
Mentre l’apprendimento automatico a volte richiede un intervento manuale poiché gli utenti modificano i modelli stessi ed esaminano quali funzionano meglio, i modelli acquisiscono la capacità di apprendere e adattarsi più rapidamente al variare delle condizioni, ha spiegato Haney.
All’interno di quest’area dell’apprendimento automatico esistono tecniche chiamate reti neurali. Le reti neurali sono un “tentativo di imitare il funzionamento del cervello umano e spesso hanno più strati”, ha detto Haney. Più strati vengono utilizzati, maggiore è la capacità, l'efficienza, le prestazioni e la precisione che possono essere migliorate.
I progressi nell’intelligenza artificiale generativa hanno sviluppato il potenziale dell’apprendimento automatico oltre i “motori di regole rigide e inflessibili” del passato che erano limitati a tipi specifici di contenuti. I metodi moderni si basano su trasformatori, o modelli di deep learning, che possono prevedere la parola successiva in una frase o quale immagine, video o musica offrire, ha detto Haney.
"Crea una risposta simile a quella umana a livelli che non abbiamo mai visto prima", ha detto.

Visualizzazione dei dati

Rivolgendo l'attenzione ai pagamenti, Haney ha affermato che l'intelligenza artificiale può trasformare i servizi finanziari attraverso diversi flussi di lavoro e interazioni, tra cui il servizio ai clienti, migliorando e migliorando la produttività delle operazioni. Poiché le istituzioni finanziarie e gli elaboratori di pagamento cercano di utilizzare tali dati in modi unici, il consenso dei consumatori alla condivisione dei dati sarà fondamentale, ha affermato.
"I team operativi amano i dati, i report, i dashboard e cose di questo tipo", ha affermato Haney. "Stanno iniziando ad acquisire la capacità di visualizzare i dati attraverso query in linguaggio naturale."
Queste query in linguaggio naturale possono fornire informazioni preziose, ad esempio informazioni su come i volumi dei pagamenti cambiano ogni giorno. Altre tecnologie generative basate sull’intelligenza artificiale, come gli assistenti virtuali, forniscono valore sia ai clienti che al personale della banca. Ad esempio, invece di dover consultare manuali spessi centinaia di pagine, i membri dello staff possono semplicemente digitare una domanda nelle loro applicazioni basate sull’intelligenza artificiale per trovare il modo migliore per migliorare i tempi di risposta e servire in altro modo i clienti. Le difese antifrode sono un altro caso d’uso rafforzato attraverso l’analisi automatizzata.
L’intelligenza artificiale generativa può anche migliorare le decisioni sui prestiti e altre interazioni, supportando la gestione del ciclo di vita dei prestiti, dalle richieste alla riscossione dei crediti, ha affermato. In contesti più commerciali, l’intelligenza artificiale sta già aiutando i gestori di tesoreria delle varie banche a esaminare i flussi di cassa e le variazioni dei tassi di interesse e a gestire il rischio di liquidità.
L’iper-personalizzazione sarà un sottoprodotto naturale dell’intelligenza artificiale, ha detto Haney, anche se ha avvertito che i modelli devono essere esaminati per salvaguardarsi dai pregiudizi. Ha aggiunto che i consumatori hanno tradizionalmente dovuto navigare manualmente attraverso una miriade di opzioni di pagamento, che spaziano da ACH ai bonifici e, più recentemente, alle opzioni in tempo reale. Avere un “motore” che li aiuti a guidarli rapidamente attraverso le opzioni può rivelarsi prezioso.
“I consumatori sono spesso completamente sopraffatti dal numero di modi diversi per spostare denaro”, ha affermato. "Hanno bisogno di questi motori per guidarli attraverso il compromesso tra velocità, prezzo e rischio e per consigliare il miglior tipo di percorso di pagamento da prendere in considerazione in base alla transazione che stanno cercando di effettuare."
Allo stesso modo, esiste anche la possibilità di utilizzare dati strutturati e non strutturati e un contesto in tempo reale per creare e diffondere le prossime migliori offerte nel punto vendita. Nuovi casi d’uso si stanno evolvendo anche in molti aspetti dei servizi finanziari, comprese le operazioni di servizio al cliente, le operazioni di marketing e lo sviluppo del prodotto.
Il modo in cui la tecnologia si sta evolvendo apre nuove possibilità.
“Una delle cose che inizieremo a vedere sono nuovi modelli linguistici di grandi dimensioni, verticalizzati e specializzati”, ha affermato Haney, aggiungendo che casi d’uso più decisionali saranno i tratti distintivi dei mesi e degli anni a venire.
"Quest'anno accadranno molte cose nuove e interessanti oltre ai modelli stessi", ha previsto.

Link: https://www.pymnts.com/news/artificial-intelligence/2024/how-generative-ai-is-transforming-financial-services-through-hyper-personalization/

Fonte: https://www.pymnts.com

Come GenAI sta trasformando i servizi finanziari attraverso la Data Intelligence di PlatoBlockchain "iper-personalizzazione". Ricerca verticale. Ai.

Timestamp:

Di più da Notizie Fintech