Чи генеративний штучний інтелект докорінно змінить банківську систему? – Fintech Сінгапур

Відбувається технологічна революція, яка кардинально змінить банківську галузь. Generative AI, який з’явився на сцені на початку 2023 року, використовує передові моделі природної мови для автоматизації широкого спектру когнітивних завдань. Оскільки ця універсальна інновація поширюється в галузях, банківські лідери швидко рухаються до використання її потенціалу.

 Дві третини вищих керівників цифрових і аналітичних відділів, опитаних на a останній форум McKinsey з generative AI заявили, що очікують, що ця технологія кардинально змінить їхній бізнес. 

Актуальний виклик, з яким вони зараз стикаються, полягає не в тому, чи саме, а в тому, як і де запровадити генеративний ШІ, щоб максимізувати створення цінності для своїх установ.

Економічний вплив Generative AI у банківській справі

За оцінками Глобального інституту McKinsey, у різних галузях промисловості по всьому світу генеративний штучний інтелект може приносити щорічну вартість від 2.6 трильйона доларів США до 4.4 трильйона доларів США. Банківська сфера, зокрема, очікує значних здобутків, з оціночним щорічним потенціалом від 200 до 340 мільярдів доларів США, що еквівалентно 9–15 відсоткам операційного прибутку.

Важливо відзначити, що незважаючи на те, що основна увага зосереджена на величезних перевагах у продуктивності, які генеруючий ШІ забезпечує завдяки автоматизації завдань, його вплив обіцяє бути набагато багатограннішим. 

Ця технологія містить потенціал для фундаментальної трансформації операційних моделей, клієнтських інтерфейсів і ділових партнерств, створюючи в цілому нові банківські бізнес-моделі.

Керівники вищої ланки банку зіткнутися зі складними міркуваннями у плануванні своєї генеративної стратегії ШІ. Наскільки сильно генеративний штучний інтелект змінить їхній ланцюжок створення вартості? Які нові можливості він може відкрити, що вимагатиме коригування стратегічного напрямку? Які партнерства чи здібності необхідно розвивати заздалегідь? 

У той час як смартфонам знадобилися роки, щоб надійно спрямувати банківські операції в епоху мобільних пристроїв, впровадження генеративного штучного інтелекту просувається з шаленою швидкістю. 

Розглянемо Goldman Sachs – його розробники вже реалізується інструмент ШІ для систематизації трудомістких процедур тестування, які раніше проводилися вручну. Тим часом Citigroup використовує генеративний штучний інтелект для моделювання впливу американських правил щодо капіталу, які очікують на розгляд. 

Для інституцій, які надто мляво реагують на зміни, така раптова зміна може завдати серйозної напруги крихким операційним структурам, які не звикли до технологічних змін.

Проблеми в масштабуванні Generative AI

Масштабування генеративний ШІ в банківській галузі представляє унікальний виклик, що відрізняє його від впровадження традиційних технологій. Ці проблеми виникають через кілька ключових факторів. По-перше, обсяг і наслідки генеративного штучного інтелекту запроваджують розширені аналітичні можливості та програми. 

Це вимагає від керівних команд орієнтуватися в незнайомій термінології та потенційних шляхах, вимагаючи стратегічного позиціонування, щоб скористатися різними можливостями, які може створити генеративний ШІ. Іншою проблемою є складність координації. 

Інтеграція генеративного ШІ ускладнює динаміку між бізнесом і технологіями у фінансових установах. Аналітика та дані набули популярності, що потребує глибшої співпраці між бізнес-групами та командами аналітики, часто з різними пріоритетами. Крім того, важливим фактором є швидкі темпи змін. 

На відміну від поступового переходу до цифровий банкінггенеруючий штучний інтелект прискорюється, що змушує банки швидко адаптуватися, щоб уникнути навантаження на існуючі операційні моделі. Нарешті, помітні проблеми з талантами. Банки, яким бракує власного досвіду в області штучного інтелекту, стикаються з важким завданням підвищення своїх можливостей шляхом навчання та найму персоналу.

Успішне масштабування Generative AI

Успішно масштабування генеративного ШІ у банківському секторі потрібен стратегічний підхід, зосереджений на семи критичних вимірах. Він починається зі стратегічної дорожньої карти, де банки починають свій шлях зі стратегічної перспективи. 

Розуміння того, де генеративний ШІ може суттєво вплинути на бізнес, має вирішальне значення. Важливо забезпечити узгодження з боку вищого керівництва, точно визначити пріоритетні сфери, встановити чіткі цілі, оцінити необхідні можливості та розробити комплексний план розширення.

Талант формує ще один критичний аспект. Інвестиції в освіту керівників для поглиблення розуміння генеративного штучного інтелекту серед керівників є життєво важливими. Важливо підкреслити зв’язок технології з операціями банку, вирішити проблеми співробітників, пов’язані з автоматизацією, і взяти на себе зобов’язання щодо постійного підходу до підвищення кваліфікації.

З точки зору операційних моделей, заохочення міжфункціональної співпраці є життєво важливим. Цей підхід сприяє безпроблемному впровадженню генеративного ШІ, дозволяючи групам продуктів працювати в тісному взаємозв’язку з бізнес-підрозділами та модифікувати процеси відповідно до вимог швидкості, масштабу та адаптивності.

Розглядаючи технологію, стратегічне рішення про те, чи створювати, купувати чи налагоджувати партнерські відносини для генеративних рішень штучного інтелекту, стає головною темою.

Щоб забезпечити повну інтеграцію з існуючими системами та робочими процесами, необхідний ретельний розгляд архітектурних компонентів. Важливість даних, особливо неструктурованих даних, у генеративних додатках штучного інтелекту важко недооцінити. 

Необхідно розвивати можливості для ефективного використання його потенціалу, наголошуючи на якості даних і враховуючи наслідки для безпеки. Ризик і контроль також відіграють вирішальну роль.

Вирішення нових ризиків, пов’язаних із генеративним штучним інтелектом, включаючи проблеми, пов’язані з інтерпретабельністю моделі та неупередженим прийняттям рішень, потребує комплексного перегляду системи управління ризиками та моделі. 

Нарешті, зосередження на сприйнятті користувачами та управлінні змінами має вирішальне значення для успішного генеративного масштабування ШІ в банках. Це передбачає створення зручних рішень штучного інтелекту, надійну стратегію управління змінами, яка залучає всіх, забезпечує навчання, подає чудовий приклад через лідерство та пропонує чіткі стимули.

Масштаб можливості

Потенціал Generative AI для трансформації банківських операцій просто величезний. Від спрощення реєстрації клієнта до виявлення фінансові злочини до порад з пошиття, практичні застосування вже налічують десятки, і багато інших ще не розкрито. 

Проте успішне використання цієї обіцянки в масштабі залишається складним завданням із багатьма організаційними вимірами. Банки, здатні вміло активувати основні чинники від стратегічного бачення до дизайну, орієнтованого на користувача, зміцнюють суттєву перевагу першого кроку. 

Для тих, хто повільніше використовує можливості генеративного штучного інтелекту для покоління, ігрове поле майбутнього може змусити їх наздогнати згаяне.

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
• PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
• ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
• PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
• джерело: https://fintechnews.sg/81936/ai/will-generative-ai-fundamentally-reshape-banking/