Ce putem învăța din cazurile de utilizare AI și ML?

Potrivit unui sondaj recent al Băncii Angliei, utilizarea tehnologiilor ML în firmele de servicii financiare din Marea Britanie continuă să crească: peste 70% dintre firmele care au răspuns utilizau sau dezvoltau aplicații de învățare automată (ML), firmele așteptând ca
numărul de aplicații ML se va tripla în următorii trei ani. Beneficiile raportate ale tehnologiilor ML sunt capacități îmbunătățite de date și analiză, eficiență operațională sporită și detectarea îmbunătățită a fraudei și a spălării banilor (Bank of
Anglia, 2022).

Dacă sunteți în norocoșii aproximativ 70% dintre firmele care au implementat deja ML, știți că sunteți la un lucru bun. Cu toate acestea, s-ar putea simți că ați aplicat deja ML în toate cazurile de utilizare evidente din afacerea dvs. Pe de altă parte, dacă ai
nu ați început să dezvoltați sau să implementați încă aplicații ML în firma dvs., atunci totul ar putea părea o luptă uriașă să începeți chiar să luați în considerare acest lucru. Într-adevăr, ar părea rezonabil să ne imaginăm că procentul real de firme care încă nu au pornit în călătoria lor ML
este chiar mai mare de 30%, deoarece aceste cifre se bazează pe organizațiile care au răspuns la un sondaj despre ML (adică, care demonstrează părtinire de auto-selecție).

Atunci când luăm în considerare noi oportunități pentru aplicațiile ML – sau mai larg AI –, indiferent dacă este pentru prima dată sau nu, este util să luăm în considerare modul în care alte organizații au aplicat cu succes aceste tehnologii. Adesea, această informație poate fi dificilă
la acces, deoarece este sensibil din punct de vedere comercial. În cazurile în care este disponibil, acesta poate fi îngropat în corpul de rapoarte, rezultate ale anchetei sau alte documente. Scopul recenziei mele recente și apariției mele luna aceasta la Londra alături de Google este de a ajuta
alții pentru a depăși această provocare și pentru a împărtăși o înțelegere sistematică a cazurilor de utilizare AI și ML în domeniul serviciilor financiare, după ce au analizat literatura de specialitate.

Voi prezenta rezumatul sintetizat care este grupat în trei categorii principale: managementul riscului, organizațional/operațional și îmbunătățirea experienței și angajamentului clienților. Ca și în cazul oricărei analize a literaturii de specialitate, trebuiau luate decizii cu privire la
gruparea, clasificarea și includerea cazurilor de utilizare și a surselor acestora. De exemplu, pentru o revizuire mai amplă care acoperă și algoritmii AI și ML și riscurile legate de utilizarea acestor tehnologii, aș recomanda raportul recent al Institutului Turing
(Maple, et al. 2023).

Sectorul serviciilor financiare

Conform sondajelor recente, organizațiile din sectorul serviciilor financiare adoptă și beneficiază din ce în ce mai mult de tehnologiile ML și AI. Cu toate acestea, unul dintre obstacolele în calea adoptării AI este identificarea cazurilor de utilizare adecvate. In acest
În acest articol, am explorat o gamă largă de cazuri de utilizare care pot fi grupate pe larg în „Gestionarea riscurilor”, „Organizațional/operațional” și „Îmbunătățirea experienței și angajamentului clienților”. În unele cazuri, ar putea fi mai util să faceți abstracție de la anumite aspecte
cazuri de utilizare pentru a utiliza o abordare mai inductivă. Pentru a ajuta la aceasta, am prezentat trei caracteristici largi ale cazurilor de utilizare AI/ML, și anume „Procese de afaceri”, „Date” și „Tip de sarcină”, împreună cu exemplele corespunzătoare.

Un rezumat al tehnologiilor și aplicațiilor ML și AI nu ar fi complet fără atingerea oportunităților potențiale oferite de AI generativă. Deși aceste abordări există de câțiva ani, era sfârșitul anului 2022 și lansarea publică beta a
ChatGPT de la OpenAI și instrumente similare de la concurenți, cum ar fi PaLM-2; care i-a atras în atenția publicului larg și a liderilor de afaceri. În prezent, astfel de abordări generative de IA nu figurează încă în revizuirile sistematice ale aplicațiilor AI și ML în domeniul financiar.
servicii (deși Buckmann, Haldane și Hüser, 2021 au revizuit și au identificat limitări ale modelului de limbă mare OpenAI anterior GPT-3). Cu toate acestea, în interesul completității, trebuie să luați în considerare câteva domenii tipice în care tehnologiile AI generative
precum ChatGPT ar putea fi aplicat eficient.

Aștept cu nerăbdare să împărtășesc recenzii detaliate în curând, inclusiv la evenimentul nostru Google din Londra în această lună!

• Distribuție de conținut bazat pe SEO și PR. Amplifică-te astăzi.
• PlatoData.Network Vertical Generative Ai. Împuterniciți-vă. Accesați Aici.
• PlatoAiStream. Web3 Intelligence. Cunoștințe amplificate. Accesați Aici.
• PlatoESG. carbon, CleanTech, Energie, Mediu inconjurator, Solar, Managementul deșeurilor. Accesați Aici.
• PlatoHealth. Biotehnologie și Inteligență pentru studii clinice. Accesați Aici.
• Sursa: https://www.finextra.com/blogposting/25836/what-can-we-learn-from-ai-and-ml-use-cases?utm_medium=rssfinextra&utm_source=finextrablogs