Hva kan vi lære av AI og ML brukssaker?

Hva kan vi lære av AI og ML brukssaker?

Tidsstempel: 5. mars 2024 4:05
Hva kan vi lære av AI og ML brukssaker? PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

I følge en fersk undersøkelse fra Bank of England, fortsetter bruken av ML-teknologier i britiske finansfirmaer å øke: over 70 % av firmaene som svarte brukte eller utviklet maskinlæringsapplikasjoner (ML), med bedrifter som forventet
antall ML-søknader til mer enn tredobles i løpet av de neste tre årene. De rapporterte fordelene med ML-teknologier er forbedrede data- og analysefunksjoner, økt operasjonell effektivitet og forbedret oppdagelse av svindel og hvitvasking av penger (Bank of
England, 2022).

Hvis du er i de heldige 70 % av firmaer som allerede har implementert ML, vet du at du er inne på en god ting. Imidlertid kan det føles som om du allerede har brukt ML på alle de åpenbare brukstilfellene i virksomheten din. På den annen side, hvis du har
ikke begynt å utvikle eller distribuere ML-applikasjoner i firmaet ditt ennå, så kan det virke som en stor kamp i oppoverbakke å begynne å vurdere det. Det virker faktisk rimelig å forestille seg at den faktiske prosentandelen av firmaer som ennå ikke har begynt på sin ML-reise
er enda større enn 30 %, siden disse tallene er basert på organisasjoner som svarte på en undersøkelse om ML (dvs. demonstrerte selvvalgsskjevhet).

Når man vurderer nye muligheter for ML – eller mer bredt AI – applikasjoner, enten dette er for første gang eller ikke, er det nyttig å vurdere hvordan andre organisasjoner har brukt disse teknologiene med hell. Ofte kan denne informasjonen være vanskelig
tilgang, fordi den er kommersielt sensitiv. I tilfeller når det er tilgjengelig, kan det graves ned i rapporten, undersøkelsesresultater eller annen dokumentasjon. Hensikten med min nylige anmeldelse og opptreden denne måneden i London sammen med Google, er å hjelpe
andre for å overvinne denne utfordringen og dele en systematisk forståelse av AI- og ML-brukstilfeller i finanstjenestedomenet etter å ha kartlagt litteraturen.

Jeg vil presentere den syntetiserte oppsummeringen som er gruppert under tre hovedkategorier: risikostyring, organisatorisk / operasjonell, og forbedre kundeopplevelse og engasjement. Som tilfellet er med enhver litteraturgjennomgang, måtte det tas beslutninger om
gruppering, kategorisering og inkludering av brukstilfeller og deres kilder. For eksempel, for en bredere gjennomgang som også dekker AI- og ML-algoritmer og risikoer knyttet til bruken av disse teknologiene, vil jeg anbefale den nylige rapporten fra Turing Institute
(Maple, et al. 2023).

Den finansielle tjenestesektoren

I følge nyere undersøkelser tar organisasjoner innen finanssektoren i økende grad i bruk – og drar nytte av – ML- og AI-teknologier. Imidlertid er en av hindringene for AI-adopsjon identifiseringen av passende brukstilfeller. I dette
artikkelen har vi utforsket en rekke brukstilfeller som bredt kan grupperes i 'Risikostyring', 'Organisatorisk / operasjonell' og 'Forbedring av kundeopplevelse og engasjement'. I noen tilfeller kan det være mer nyttig å abstrahere bort fra spesifikke
bruk tilfeller for å bruke en mer induktiv tilnærming. For å hjelpe med dette presenterte jeg tre brede kjennetegn ved AI/ML-brukstilfeller, nemlig 'Forretningsprosesser', 'Data' og 'Task type', sammen med tilsvarende eksempler.

En oppsummering av ML- og AI-teknologier og -applikasjoner ville ikke være komplett uten å berøre de potensielle mulighetene som tilbys av generativ AI. Selv om disse tilnærmingene har eksistert i flere år, var det sent i 2022 og den offentlige betaversjonen av
ChatGPT av OpenAI og lignende verktøy fra konkurrenter som PaLM-2; som trakk dem oppmerksomhet til allmennheten og næringslivsledere. Foreløpig har slike generative AI-tilnærminger ennå ikke vist seg i systematiske gjennomganger av AI- og ML-applikasjoner innen finans.
tjenester (selv om Buckmann, Haldane og Hüser, 2021 gjennomgikk og identifiserte begrensninger ved den tidligere store OpenAI-modellen GPT-3). Men av hensyn til fullstendigheten, må du vurdere noen typiske områder hvor generative AI-teknologier
som ChatGPT kan brukes effektivt.

Jeg ser frem til å dele detaljerte anmeldelser snart, inkludert å gjøre det på Google-arrangementet vårt i London denne måneden!

Tidstempel:

Mer fra Fintextra