Hvordan GenAI transformerer finansielle tjenester gjennom "Hyper-Personalization"

Michael Haney, leder for produktstrategi hos Galileo Financial Technologies, sa maskinlæring kombinert med fremveksten av generativ kunstig intelligens vil innlede en ny æra av backoffice-produktivitet og til slutt transformere hvordan finansielle tjenesteorganisasjoner bruker data for å levere hyper-personlige opplevelser.

Samtalen mellom Haney og PYMNTS er en del av "What's Next in Payments: Payments and GenAI"-serien.

Vi er fortsatt i en epoke hvor finansielle tjenesteorganisasjoner tar i bruk maskinlæring (en undergruppe av AI), sa han. Men i økende grad vender organisasjoner seg mot generativ kunstig intelligens og maskinlæring for å "superlade" back-end-driften for å øke produktiviteten, effektiviteten og kvaliteten.

Mens maskinlæring noen ganger krever manuell intervensjon ettersom brukere justerer modellene selv og undersøker hvilke som gir best ytelse, får modellene muligheten til å lære og tilpasse seg raskere ettersom forholdene endrer seg, forklarte Haney.

Innenfor dette området av maskinlæring finnes teknikker som kalles nevrale nettverk. Nevrale nettverk er et "forsøk på å etterligne hvordan den menneskelige hjernen fungerer, og de har ofte flere lag," sa Haney. Jo flere lag som brukes, jo mer kapasitet, effektivitet, ytelse og nøyaktighet kan forbedres.

Fremskritt innen generativ AI har utviklet potensialet til maskinlæring utover de "stive og lite fleksible regelmotorene" fra fortiden som var begrenset til spesifikke typer innhold. Moderne metoder er avhengige av transformatorer, eller dyplæringsmodeller, som kan forutsi neste ord i en setning, eller hvilket bilde, video eller musikk å tilby, sa Haney.

"Det skaper en menneskelignende respons på nivåer vi aldri har sett før," sa han.

Visualisere dataene

Han vendte fokuset mot betalinger, sa Haney at AI kan transformere finansielle tjenester på tvers av flere arbeidsflyter og interaksjoner, blant annet kundeservice – som forbedrer og forbedrer produktiviteten til operasjoner. Ettersom finansinstitusjoner og betalingsbehandlere ser etter å bruke disse dataene på unike måter, vil forbrukernes valg av datadeling være avgjørende, sa han.

"Operasjonsteam elsker data, rapporter, dashbord og slike ting," sa Haney. "De begynner å få muligheten til å gjøre datavisualisering gjennom naturlige språkspørringer."

Disse naturlige språkspørsmålene kan gi verdifull innsikt, for eksempel informasjon om hvordan betalingsvolumene endres hver dag. Andre generative AI-drevne teknologier, som virtuelle assistenter, gir verdi for både kunder og bankpersonale. For eksempel, i stedet for å måtte lese håndbøker som er hundrevis av sider tykke, kan ansatte ganske enkelt skrive inn et spørsmål i sine AI-drevne applikasjoner for å finne den beste måten å forbedre responstiden på og på annen måte betjene kunder. Svindelforsvar er en annen brukstilfelle styrket gjennom automatiserte analyser.

Generativ kunstig intelligens kan også forbedre lånebeslutninger og andre interaksjoner, og støtte styring av lånets livssyklus fra søknader til kredittinnkreving, sa han. I mer kommersielle omgivelser hjelper AI allerede treasury managers i de ulike bankene med å undersøke kontantstrøm og renteendringer og navigere i likviditetsrisiko.

Hyper-personalisering vil være et naturlig biprodukt av AI, sa Haney, selv om han advarte om at modeller må undersøkes for å beskytte mot skjevhet. Han la til at forbrukere tradisjonelt har måttet navigere manuelt gjennom en mengde betalingsalternativer, som spenner over alt fra ACH til ledninger og sist, sanntidsalternativer. Å ha en "motor" for å hjelpe dem raskt å veilede dem gjennom alternativene kan vise seg å være verdifullt.

"Forbrukere er ofte helt overveldet av antall forskjellige måter å flytte penger på," sa han. "De trenger disse motorene for å veilede dem gjennom den avveiningen av hastighet, pris og risiko, og for å anbefale den beste typen betalingsskinner som de bør vurdere basert på transaksjonen de prøver å gjøre."

På samme måte er det også potensialet til å bruke strukturerte og ustrukturerte data og sanntidskontekst for å skape og spre de nest beste tilbudene på salgsstedet. Nye brukstilfeller utvikler seg også på tvers av mange aspekter av finansielle tjenester, inkludert kundeservicedrift, markedsføringsoperasjoner og produktutvikling.

Måten teknologien utvikler seg på åpner nye muligheter.

"En av tingene vi kommer til å begynne å se er nye, vertikaliserte og spesialiserte store språkmodeller," sa Haney, og la til at flere beslutningsbrukssaker vil være kjennetegn for månedene og årene fremover.

"Mye nye og interessante ting kommer til å skje i år utover bare modellene selv," spådde han.

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

Kilde: https://www.pymnts.com

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
• PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
• PlatoESG. Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
• PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
• kilde: https://www.fintechnews.org/how-genai-is-transforming-financial-services-through-hyper-personalization/