O que podemos aprender com os casos de uso de IA e ML?

De acordo com um inquérito recente realizado pelo Banco de Inglaterra, a utilização de tecnologias de ML nas empresas de serviços financeiros do Reino Unido continua a aumentar: mais de 70% das empresas que responderam estavam a utilizar ou a desenvolver aplicações de aprendizagem automática (ML), com as empresas esperando que o
o número de aplicações de ML mais que triplicará nos próximos três anos. Os benefícios relatados das tecnologias de ML são recursos aprimorados de dados e análise, maior eficiência operacional e melhor detecção de fraude e lavagem de dinheiro (Banco de
Inglaterra, 2022).

Se você está entre os 70% sortudos das empresas que já implementaram ML, sabe que está no caminho certo. No entanto, pode parecer que você já aplicou o ML a todos os casos de uso óbvios em sua empresa. Por outro lado, se você tiver
ainda não começou a desenvolver ou implantar aplicativos de ML em sua empresa, então pode parecer uma enorme luta árdua até mesmo começar a considerá-lo. Na verdade, parece razoável imaginar que a percentagem real de empresas que ainda não embarcaram na sua jornada de BC
é ainda superior a 30%, uma vez que estes números se baseiam em organizações que responderam a um inquérito sobre BC (ou seja, demonstrando preconceito de auto-seleção).

Ao considerar novas oportunidades para aplicações de ML – ou, mais amplamente, IA –, seja pela primeira vez ou não, é útil considerar como outras organizações aplicaram com sucesso essas tecnologias. Muitas vezes, esta informação pode ser difícil
de acesso, por ser comercialmente sensível. Nos casos em que estiver disponível, pode ser enterrado no corpo de relatórios, resultados de pesquisas ou outra documentação. O objetivo da minha recente análise e aparição este mês em Londres, ao lado do Google, é ajudar
outros para superar este desafio e compartilhar uma compreensão sistemática dos casos de uso de IA e ML no domínio dos serviços financeiros após pesquisar a literatura.

Apresentarei o resumo sintetizado que está agrupado em três categorias principais: gestão de riscos, organizacional/operacional e melhoria da experiência e engajamento do cliente. Como acontece com qualquer revisão de literatura, decisões tiveram que ser tomadas sobre
o agrupamento, categorização e inclusão de casos de uso e suas fontes. Por exemplo, para uma revisão mais ampla que também cubra algoritmos de IA e ML e riscos relacionados ao uso dessas tecnologias, eu recomendaria o recente relatório do Turing Institute
(Maple, et al. 2023).

O setor de serviços financeiros

De acordo com inquéritos recentes, as organizações do setor dos serviços financeiros estão cada vez mais a adotar – e a beneficiar – de tecnologias de BC e IA. No entanto, um dos obstáculos à adoção da IA ​​é a identificação de casos de utilização apropriados. Nisso
Neste artigo, exploramos uma série de casos de uso que podem ser amplamente agrupados em 'Gerenciamento de riscos', 'Organizacional/operacional' e 'Melhorar a experiência e o envolvimento do cliente'. Em alguns casos, pode ser mais útil abstrair-se de
casos de uso para usar uma abordagem mais indutiva. Para ajudar com isso, apresentei três características amplas de casos de uso de IA/ML, a saber, 'Processos de negócios', 'Dados' e 'Tipo de tarefa', juntamente com exemplos correspondentes.

Um resumo das tecnologias e aplicações de ML e IA não estaria completo sem abordar as oportunidades potenciais oferecidas pela IA generativa. Embora essas abordagens já existam há vários anos, era final de 2022 e o lançamento beta público do
ChatGPT da OpenAI e ferramentas similares de concorrentes como PaLM-2; que os atraiu à atenção do público em geral e dos líderes empresariais. Atualmente, essas abordagens generativas de IA ainda não apareceram em revisões sistemáticas de aplicações de IA e ML em finanças.
serviços (embora Buckmann, Haldane e Hüser, 2021 tenham revisado e identificado limitações do modelo anterior de linguagem grande OpenAI GPT-3). No entanto, no interesse da integridade, é necessário considerar algumas áreas típicas onde as tecnologias generativas de IA
como o ChatGPT poderiam ser efetivamente aplicados.

Estou ansioso para compartilhar análises detalhadas em breve, inclusive em nosso evento do Google em Londres este mês!

• Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
• PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
• PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
• PlatãoESG. Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
• PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
• Fonte: https://www.finextra.com/blogposting/25836/what-can-we-learn-from-ai-and-ml-use-cases?utm_medium=rssfinextra&utm_source=finextrablogs