AI i sztuka fintech możliwa

AI i sztuka fintech możliwa

Sztuczna inteligencja i sztuka fintech możliwa PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.
Artificial Intelligence (AI) będzie sprzyjać największym zmianom ze wszystkich technologii Raviego Subramana widział przez 25 lat swojej pracy w finansach, ponieważ pozwala wizjonerom mieć wielkie marzenia. Subramanian jest wiceprezesem i szefem praktyki bankowej w firmie Technologie Hexaware, globalna firma świadcząca usługi w zakresie technologii i procesów biznesowych. Dzięki postępom technologicznym, takim jak sztuczna inteligencja, osiągnięcie tego, co na początku jego kariery zajmowało cztery lata, teraz zajmuje cztery tygodnie.
Ten krótki czas rozwoju pozwala kreatywnym umysłom myśleć o możliwościach, które mogą przekształcić branże. Dla Hexaware oznacza to zastosowanie technologii wizualizacji danych i płatności w nowy i unikalny sposób.
„To bardzo ekscytujące czasy, ponieważ minęło trochę czasu, odkąd widziałem, jak dostawca bankowości oparty na SaaS pojawia się i staje się graczem głównego nurtu” – zaczął Subramanian. „Widziałem, jak Mambu i Think Machine zajmują się procesami myślowymi dyrektorów naczelnych w bankach. Nie widziałem jeszcze w pełni rozwiniętej implementacji porównywalnej z NFIS… ale mimo to minęły wieki, odkąd ta część świata uległa przemianie, i cieszę się, że żyję w tej erze”.

AI i Payscopium, trzyetapowa przyszłość płatności

W porównaniu z innymi technologiami Subramanian postrzega pojawienie się sztucznej inteligencji jako szybkie. Będzie to podstawą realizacji Payscopium, trzyetapowej wizji firmy Hexaware dotyczącej przyszłości płatności. Dziś zajmujemy się płatnościami jako doświadczeniem (PaaX). Płatności jako styl życia (PaaL) pojawią się w niektórych miejscach już w 2024 r. (prawdopodobnie kilka lat później w USA). Pieniądze stają się programowalne. Konsumenci decydują, jak podzielić środki pomiędzy mieszkania, artykuły spożywcze i inne potrzeby. Rządy mogą programować pieniądze za pośrednictwem CBDC. Wydarzy się tylko to, czego pragnie konsument, a maszyny będą identyfikować nasze wzorce i potrzeby.
Niewidzialne Płatności to ostatni etap. Wszystko jest zrobione za nas. W miarę jak płatności osiągną ten punkt, staną się one bardziej wciągające w kontekście transgranicznym, biznesowym i konsumenckim. Proces horyzontalny połączy części bankowe.
Efekty zaczynają się od uwzględnienia konsumentów nieposiadających i niedobankowanych usług bankowych ze względu na ich wartość, a nie ze względu na współczucie. Przedsiębiorstwa finansowe i niefinansowe będą na tym samym poziomie. Sprzyja to przemianom kierowanym przez biznes i skupiającym się na ludziach. Wynikająca z tego demokratyzacja płatności przyniesie przedsiębiorstwom 10-krotne korzyści.
„Uberyzacja płatności w obszarze płatności komercyjnych będzie decydującym momentem (dla) mikro, małych i średnich przedsiębiorstw” – stwierdza Hexaware w swoim opisie Payscopium. „Kapitał obrotowy będzie uzupełniany w czasie rzeczywistym, zwiększając tempo i skalę innowacji.
„Społeczeństwo znajduje się u progu radykalnej zmiany doświadczeń, tworzenia wartości i poprawy jakości życia dookoła. Płatności będą motorem zmiany doświadczenia dużej części populacji”.

Paliwo AI: właściwe dane we właściwym czasie

Konsumenci wyczuwają różnicę w jakości obsługi wtedy, gdy najbardziej potrzebują karty kredytowej, a bank oferuje im kredyt. Są gotowi się zaangażować, jeśli w danym momencie otrzymają odpowiedni produkt.
Subramanian powiedział, że problem sprowadza się do podania niewłaściwych danych we właściwym czasie. Mając odpowiednie dane, instytucja finansowa może zaoferować młodym rodzinom fundusze na studia, pożyczki wakacyjne lub na remont domu lub kredyty hipoteczne. Jeśli klient wkrótce podróżuje do innego kraju, może otrzymać kartę Forex.
Sekret polega na połączeniu ustrukturyzowanych danych banku z dostępem użytkowników do serwisów społecznościowych, kont Amazon, a nawet Fitbits.
„Jeśli połączę nieustrukturyzowane dane, które są w Internecie, które są publicznie lub częściowo dostępne, i powiem bankierowi, aby nałożył je na dane strukturalne, które ma na mój temat, takie jak dochody i wydatki, i dam mi coś czego potrzebuję” – powiedział Subramanian.
Sztuczna inteligencja jest spoiwem w tym procesie. Pozwala bankowi personalizować, ale i punktować klienta. Bardziej niezawodny pożyczkobiorca otrzymuje lepszą stopę procentową.
Subramanian opracował model testujący swoją wizję, zaczynając od uzyskania dużych zbiorów danych. Dodał dane bankowe i informacje o wydatkach z kart kredytowych i kont zakupowych. Model czerpie informacje z aplikacji do ćwiczeń, a nawet darowizn na cele charytatywne. Dzięki temu zbiorowi danych klienci mogą zwrócić się do swojego banku z celem i otrzymać najlepszy plan produktowy.
„W moim odczuciu właśnie na tym polega siła sztucznej inteligencji, gdy zastosuje się ją w kontekście biznesowym” – powiedział Subramanian. „Sztuczna inteligencja jest fenomenalna, jeśli zastosuje się ją do kontekstu biznesowego i połączy z właściwymi danymi, osobą i czasem”.

Wszystkie drogi prowadzą do AI

W obawie przed aspektami sztucznej inteligencji niektóre banki przyjmują inne podejście. Tworzą autorskie algorytmy uczenia maszynowego w celu oceny ryzyka kredytowego i łączenia go z istniejącymi kanałami, takimi jak telefony komórkowe i strony internetowe. Powoli wprowadzają sztuczną inteligencję, ponieważ boją się, że ktoś wykorzysta te dane i ich przewaga konkurencyjna zostanie zniszczona.
Instytucje te skupiają się na głębokim uczeniu się w celu wydobywania inteligencji z nieustrukturyzowanych danych. Generatywna sztuczna inteligencja pomoże im na froncie, zbierając wszystko, co dostępne i dostarczając przydatnych informacji. W odpowiedzi Hexaware opracowało wszechobecną sztuczną inteligencję. Syntetyzuje informacje z różnych obszarów instytucji w celu stworzenia nowej inteligencji.
Z czasem łączy się z generatywną sztuczną inteligencją, aby zapewnić jeszcze większą wartość. System może automatycznie przenosić produkty, aby zaoszczędzić na odsetkach i informować klienta za pomocą alertu na jego telefonie, zegarku lub innym wybranym gadżecie. Subramanian uważa, że ​​stanie się to rzeczywistością w ciągu najbliższej dekady.

Przeszkody we wdrażaniu

Przejście mogą być utrudnione przez silosy uniemożliwiające utworzenie koalicji danych strukturalnych w całej instytucji. Wydziały konkurują ze sobą. W takich przypadkach Subramanian koncentruje się na budowaniu mostów między tymi wyspami danych, współpracując niezależnie z wieloma działami. Łączy te informacje w model oparty na sztucznej inteligencji, który pokazuje, jak bardzo różnie można wyceniać dane.
„Wtedy uświadamiają sobie sztukę tego, co możliwe” – powiedział Subramanian.
Subramanian widzi inne czynniki powstrzymujące niektórych przed przyjęciem sztucznej inteligencji. Jednym z nich jest znaczenie zaufania. Obawiają się wprowadzenia sztucznej inteligencji do swojej sieci, a następnie wycieku informacji.
Następnie brakuje wymiernych rezultatów ze strony dużych graczy wdrażających sztuczną inteligencję. Jasne, mogą pojawić się pewne wstępne liczby dotyczące startupów lub podmiotów cyfrowych, ale niektórzy pozostaną nieufni, dopóki niektórzy nie zobaczą pozytywów na wyższych poziomach.

Przyszłość jest jasna

Subramanian czeka na dzień, w którym korzyści ze sztucznej inteligencji dotrą do mniejszych przedsiębiorców, którzy najbardziej potrzebują innowacyjnej bankowości. Duże firmy mogą sobie pozwolić na ryzyko, takie jak poszerzanie linii produktów lub dodawanie lokalizacji. Większość mniejszych firm nie ma wystarczającej siły, aby to zrobić.
Sztuczna inteligencja może pomóc w podejmowaniu bardziej skalkulowanego ryzyka. Być może jest to kapitał obrotowy uwalniany w czasie rzeczywistym dla pizzerii z banku, w którym wszystkie informacje o transakcjach sięgają lat wstecz. Na podstawie tych danych wydłużasz okres spłaty. Dzięki temu mogą dodać lokalizację lub zwiększyć rozmiar menu. Przychody rosną, a firma się rozwija.
„To właśnie widzimy, że banki mogą zrobić” – powiedział Subramanian. „Bankowość prywatna nie jest już sprawą niszową. Każdy potrzebuje bankowości prywatnej, a bankowość prywatna na dużą skalę jest obecnie normą.
„Hiperpersonalizacja jest dla każdego i dla każdego. To już nie jest tylko dla bogatych.”

Znak czasu:

Więcej z Wiadomości Fintech