Как GenAI трансформирует финансовые услуги посредством «гиперперсонализации»

Майкл Хейни, руководитель отдела продуктовой стратегии в Галилео Финансовые ТехнологииПо его словам, машинное обучение в сочетании с развитием генеративного искусственного интеллекта откроет новую эру производительности бэк-офиса и в конечном итоге изменит то, как организации финансовых услуг используют данные для предоставления гиперперсонализированного опыта.

Разговор Хейни и PYMNTS входит в серию «Что дальше в платежах: платежи и GenAI».

По его словам, мы все еще живем в эпоху, когда организации, предоставляющие финансовые услуги, внедряют машинное обучение (разновидность искусственного интеллекта). Но все чаще организации обращаются к генеративному искусственному интеллекту и машинному обучению, чтобы «усилить» свои внутренние операции и повысить производительность, эффективность и качество.

Хотя машинное обучение иногда требует ручного вмешательства, поскольку пользователи сами настраивают модели и проверяют, какие из них работают лучше всего, модели приобретают способность учиться и адаптироваться быстрее по мере изменения условий, объяснил Хейни.

В этой области машинного обучения существуют методы, называемые нейронными сетями. Нейронные сети — это «попытка имитировать работу человеческого мозга, и они часто имеют несколько слоев», — сказал Хейни. Чем больше слоев используется, тем больше можно улучшить емкость, эффективность, производительность и точность.

Достижения в области генеративного искусственного интеллекта расширили потенциал машинного обучения за пределы «жестких и негибких механизмов правил» прошлого, которые были ограничены конкретными типами контента. По словам Хейни, современные методы основаны на преобразователях или моделях глубокого обучения, которые могут предсказать следующее слово в предложении или то, какую картинку, видео или музыку предложить.

«Это создает человеческую реакцию на уровнях, которых мы никогда раньше не видели», — сказал он.

Визуализация данных

Обращая внимание на платежи, Хейни сказал, что ИИ может трансформировать финансовые услуги в нескольких рабочих процессах и взаимодействиях, в том числе в обслуживании клиентов, повышая и повышая производительность операций. По его словам, поскольку финансовые учреждения и платежные системы стремятся использовать эти данные уникальными способами, согласие потребителей на обмен данными будет иметь решающее значение.

«Операционные команды любят данные, отчеты, информационные панели и тому подобное», — сказал Хейни. «Они начинают получать возможность визуализировать данные с помощью запросов на естественном языке».

Эти запросы на естественном языке могут предоставить ценную информацию, например информацию о том, как объемы платежей меняются каждый день. Другие генеративные технологии на базе искусственного интеллекта, такие как виртуальные помощники, приносят пользу как клиентам, так и сотрудникам банка. Например, вместо того, чтобы просматривать руководства объемом в сотни страниц, сотрудники могут просто ввести вопрос в свои приложения на базе искусственного интеллекта, чтобы найти лучший способ сократить время ответа и иным образом обслуживать клиентов. Защита от мошенничества — еще один вариант использования, подкрепленный автоматизированной аналитикой.

По его словам, генеративный искусственный интеллект также может улучшить процесс принятия решений по кредитам и другие взаимодействия, поддерживая управление жизненным циклом кредита, от подачи заявок до получения кредита. В более коммерческих условиях ИИ уже помогает менеджерам казначейств в различных банках анализировать движение денежных средств и изменения процентных ставок, а также ориентироваться в риске ликвидности.

Гиперперсонализация станет естественным побочным продуктом искусственного интеллекта, сказал Хейни, хотя и предупредил, что модели необходимо изучать, чтобы защититься от предвзятости. Он добавил, что потребителям традиционно приходилось вручную выбирать множество вариантов оплаты, начиная от ACH и заканчивая банковскими переводами, а в последнее время и вариантами в режиме реального времени. Наличие «движка», который поможет им быстро просмотреть варианты, может оказаться ценным.

«Потребители часто совершенно ошеломлены количеством различных способов перемещения денег», — сказал он. «Им нужны эти механизмы, чтобы помочь им найти компромисс между скоростью, ценой и риском, а также порекомендовать лучший тип платежных путей, который им следует рассмотреть в зависимости от транзакции, которую они пытаются совершить».

Точно так же существует потенциал использования структурированных и неструктурированных данных и контекста в реальном времени для создания и распространения следующих лучших предложений в точках продаж. Новые варианты использования также развиваются во многих аспектах финансовых услуг, включая операции по обслуживанию клиентов, маркетинговые операции и разработку продуктов.

Развитие технологий открывает новые возможности.

«Одна из вещей, которые мы собираемся увидеть, — это новые, вертикальные и специализированные модели больших языков», — сказал Хейни, добавив, что отличительными чертами предстоящих месяцев и лет станут новые варианты использования для принятия решений.

«В этом году произойдет много нового и интересного, помимо самих моделей», — предсказал он.

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

Источник: https://www.pymnts.com

• SEO-контент и PR-распределение. Получите усиление сегодня.
• PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
• ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
• ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
• ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
• Источник: https://www.fintechnews.org/how-genai-is-transforming-financial-services-through-hyper-personalization/