エンベデッド ファイナンス: 課題への対応

オープン バンキングに先導され、パンデミックの中で進化する顧客行動に後押しされて、組込み型金融はフィンテックの世界で急成長しているトレンドです。

エンベデッド ファイナンスとは、銀行以外のブランドのアプリ、ウェブサイト、またはビジネス プロセスに金融サービスを統合することで、野心的な企業が顧客の金融生活に影響を与え、強化するための新しい金融サービス販売モデルと新しい機会をもたらしました。

金融商品の作成は、時間とリソースへの多大な投資を必要とする重大な仕事です。 これは、フィンテック分野での経験があまりないブランドに特に当てはまります。 彼らは、複雑な法律および規制の状況をナビゲートする方法を見つける前に、コアビジネスとの重複を制限した新製品の開発と発売に最初に取り組む必要があります。

誰かの財務とデータの取り扱いに関しては、消費者の信頼を高め、罰則を回避するために、あらゆるレベルでコンプライアンスと規制に厳密に従う必要があります。

このコンプライアンスの責任は最終的にプロバイダーにありますが、プロバイダーが規制基準を満たすのを支援するために、金融機関と規制当局との間の協力と透明性が必要です。

規制要件を満たすことに加えて、エンベデッド ファイナンスの世界に入る前に認識しておくべき課題が他にもいくつかあります。

消極的な現職者が潮流を抑えている

オープン バンキングおよび決済 API は、組込み型金融を可能にする重要な要素です。 これらは進歩し、成熟してエンベデッド ファイナンスが実行可能になることを可能にしましたが、これはまだすべての市場に当てはまるわけではありません。

銀行やその他の金融機関は、新しいテクノロジーの採用が最も遅いとよく言われます。 これは確かにオープン バンキングと API の場合に当てはまり、多くは電子商取引や国際決済を支えるために時代遅れの技術構造を使用しています。

彼らの考え方についても疑問符があります。 組込み金融には異なる考え方が必要であり、銀行にとっては、より幅広い企業と提携し、サービスを希薄化し、最終的にエンドユーザーにとって重要な役割を果たさなくなることを意味します。

特にスターリングやモンゾなどのネオバンクが国際決済分野で成功を収めている場合はなおさらです。 オープンバンキングの精神で技術的能力を完全に開放することになると、大規模な現職者による継続的な慣性は、組込み金融の成長に課題を提示します。

一方、機敏なフィンテック企業は、API を迅速に構築する意欲と能力があり、組み込み製品をフロントエンド インターフェイスの下に置くことができます。 組み込まれた金融サービスを利用したいブランドは、代わりにこれらの専門プロバイダーと提携して、製品がビジネスと顧客の両方に適切にサービスを提供できるようにするために必要な教育とサポートを受けられるようにすることができます。

データの品質、プライバシー、不正行為からの保護

エンベデッド ファイナンスに関する機能上の課題を考えると、最適化された API だけでは十分ではなく、十分な品質と範囲のデータが必要です。 たとえば、金融商品の長いアプリケーション フォームを事前に入力すると、ユーザー ジャーニーを大幅に向上させることができますが、プロバイダーが信用力を正確に評価するには、利用可能なデータが不十分な場合はそうではありません。 既存の銀行は依然として豊富なデータを保持しているため、組み込み型金融の概念をさらに受け入れることが期待されています。

エンベデッド ファイナンスのアプリケーションの成功と受け入れの主な要因は、データ プライバシーの規定と詐欺のリスクを軽減するための対策です。 サイバー犯罪者が新たな機会を求めているため、Juniper Research は、オンライン決済詐欺が 206 年までに累積で 2025 億ドルに達すると予測しています。これは、Amazon の純利益の XNUMX 倍です。

消費者は、財務データが完全に保護され、安全であることを確認する必要があります。 大量の複雑なデータを転送する API の力を考えると、顧客獲得の新しいサービスと方法は、ユーザー エクスペリエンスに重点を置き、消費者がデータの使用を制御できるようにする必要があります。

ISO 27001 などの適切なリスク軽減プロトコルと認証を順守することにより、プロバイダーは消費者に、個人情報が銀行と同じ基準で保護されていることを知って安心感を与えることができます。 これが、組み込み金融プロバイダーが、信頼され規制された組み込み金融ホストとのパートナーシップを模索することが不可欠である理由です。

エンベデッド ファイナンスが進むにつれて、銀行秘密法 (BSA) などの反マネー ロンダリング規制など、新しい規制や既存の規制の拡大が促進される可能性があります。 さらに、将来の詐欺防止ソリューションは、大規模な機械学習に基づくものになります。 最近の Economist Intelligence Unit のレポートでは、AI 対応の不正防止ソリューション ランドスケープへのこのシフトが強調されており、銀行や保険会社では 86 年までに AI 関連のテクノロジが 2025% 増加すると述べています。