GenAI가 '초개인화'를 통해 금융 서비스를 혁신하는 방법

마이클 헤이니, 제품 전략 책임자 갈릴레오 금융 기술, 생성 인공 지능의 부상과 결합된 머신 러닝은 백오피스 생산성의 새로운 시대를 열고 궁극적으로 금융 서비스 조직이 데이터를 사용하여 초개인화된 경험을 제공하는 방식을 변화시킬 것이라고 말했습니다.

Haney와 PYMNTS의 대화는 "결제의 다음 단계: 결제 및 GenAI" 시리즈의 일부입니다.

우리는 여전히 금융 서비스 조직이 기계 학습(AI의 하위 집합)을 채택하는 시대에 있다고 그는 말했습니다. 그러나 점점 더 많은 조직이 생산성, 효율성 및 품질을 향상시키기 위해 백엔드 운영을 "강화"하기 위해 생성 AI 및 기계 학습으로 전환하고 있습니다.

사용자가 모델을 직접 조정하고 어떤 모델이 가장 잘 수행되는지 조사할 때 기계 학습에는 수동 개입이 필요한 경우가 있지만 모델은 조건이 변함에 따라 더 빠르게 학습하고 적응할 수 있는 능력을 얻게 된다고 Haney는 설명했습니다.

이 기계 학습 영역에는 신경망이라는 기술이 있습니다. 신경망은 "인간의 두뇌가 작동하는 방식을 모방하려는 시도이며 종종 여러 계층으로 구성됩니다"라고 Haney는 말했습니다. 더 많은 레이어를 사용할수록 더 많은 용량, 효율성, 성능 및 정확성이 향상될 수 있습니다.

제너레이티브 AI의 발전은 특정 유형의 콘텐츠에만 국한되었던 과거의 “엄격하고 유연하지 못한 규칙 엔진”을 뛰어넘어 머신러닝의 잠재력을 발전시켰습니다. 현대의 방법은 문장의 다음 단어나 제공할 사진, 비디오 또는 음악을 예측할 수 있는 변환기 또는 딥 러닝 모델에 의존한다고 Haney는 말했습니다.

“그것은 우리가 이전에 본 적이 없는 수준에서 인간과 유사한 반응을 만들어냅니다.”라고 그는 말했습니다.

데이터 시각화

결제에 초점을 맞춘 Haney는 AI가 고객 서비스를 포함한 여러 작업 흐름과 상호 작용 전반에 걸쳐 금융 서비스를 변화시켜 운영 생산성을 향상하고 향상시킬 수 있다고 말했습니다. 금융 기관과 결제 처리업체가 해당 데이터를 고유한 방식으로 사용하려고 하기 때문에 소비자의 데이터 공유 선택이 중요할 것이라고 그는 말했습니다.

Haney는 “운영팀은 데이터, 보고서, 대시보드 및 그러한 성격의 것들을 좋아합니다.”라고 말했습니다. “그들은 자연어 쿼리를 통해 데이터 시각화를 수행하는 능력을 갖추기 시작했습니다.”

이러한 자연어 쿼리는 결제량이 매일 어떻게 변화하는지에 대한 정보와 같은 귀중한 통찰력을 제공할 수 있습니다. 가상 비서와 같은 기타 생성적 AI 기반 기술은 고객과 은행 직원 모두에게 가치를 제공합니다. 예를 들어 직원은 수백 페이지에 달하는 매뉴얼을 정독하는 대신 AI 기반 애플리케이션에 질문을 입력하기만 하면 응답 시간을 개선하고 고객에게 서비스를 제공할 수 있는 최선의 방법을 찾을 수 있습니다. 사기 방어는 자동화된 분석을 통해 강화된 또 다른 사용 사례입니다.

생성적 AI는 또한 대출 결정 및 기타 상호 작용을 개선하여 신청부터 신용 회수까지 대출 수명 주기 관리를 지원할 수 있다고 그는 말했습니다. 보다 상업적인 환경에서 AI는 이미 다양한 은행 내 재무 관리자가 현금 흐름과 이자율 변화를 조사하고 유동성 위험을 탐색하는 데 도움을 주고 있습니다.

초개인화는 AI의 자연스러운 부산물이 될 것이라고 Haney는 말했습니다. 하지만 그는 편견을 방지하기 위해 모델을 검사해야 한다고 경고했습니다. 그는 전통적으로 소비자는 ACH부터 유선 결제, 가장 최근에는 실시간 옵션까지 모든 결제 옵션을 수동으로 탐색해야 했다고 덧붙였습니다. 옵션을 빠르게 안내하는 데 도움이 되는 "엔진"이 있으면 가치가 있을 수 있습니다.

“소비자들은 돈을 이동하는 다양한 방법에 압도당하는 경우가 많습니다.”라고 그는 말했습니다. "그들은 속도, 가격 및 위험의 균형을 통해 그들을 안내하고 그들이 수행하려는 거래를 기반으로 고려해야 할 최상의 유형의 지불 레일을 추천하기 위해 이러한 엔진이 필요합니다."

마찬가지로, 정형 및 비정형 데이터와 실시간 컨텍스트를 사용하여 판매 시점에 차선책 제안을 생성하고 전파할 가능성도 있습니다. 고객 서비스 운영, 마케팅 운영, 제품 개발 등 금융 서비스의 여러 측면에서 새로운 사용 사례도 진화하고 있습니다.

기술이 발전하는 방식은 새로운 가능성을 열어줍니다.

Haney는 "우리가 보게 될 것 중 하나는 새롭고 수직화되고 전문화된 대형 언어 모델입니다."라고 말하면서 더 많은 의사 결정 사용 사례가 앞으로 몇 달, 몇 년의 특징이 될 것이라고 덧붙였습니다.

그는 “올해는 모델 자체를 넘어 새롭고 흥미로운 일이 많이 일어날 것”이라고 예측했다.

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

출처: https://www.pymnts.com

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
• 출처: https://www.fintechnews.org/how-genai-is-transforming-financial-services-through-hyper-personalization/