人工智能和金融科技的艺术成为可能

人工智能和金融科技的艺术成为可能

时间戳记：15年2023月1日上午40:XNUMX
人工智能和金融科技的艺术可能成为柏拉图区块链数据智能。垂直搜索。人工智能。
人工智能 （人工智能）将促进所有技术中最大的变革 拉维·苏布拉马尼安 他在 25 年的金融生涯中见证了这一点，因为它让有远见的人能够实现远大的梦想。 Subramanian 是执行副总裁兼银行业务主管 Hexaware Technologies，一家全球技术和业务流程服务公司。 得益于人工智能等技术进步，他职业生涯早期需要四年才能完成的任务现在只需要四个星期。
如此短的开发时间让创造性思维得以释放，思考可以改变行业的可能性。 对于 Hexaware 来说，这意味着以新颖独特的方式应用数据可视化和支付技术。
“这是非常激动人心的时刻，因为我已经有一段时间没有看到基于 SaaS 的银行提供商出现并成为主流参与者了，”Subramanian 开始说道。 “我看到 Mambu 和 Thought Machine 占据了银行 CXO 的思维过程。 我还没有看到与 NFIS 相媲美的成熟实施方案……但是，自从世界的那一部分发生转变以来已经有很多年了，我很高兴我生活在这个时代。”

AI 和 Payscopium，支付的三个阶段的未来

与其他技术相比，萨勃拉曼尼亚认为人工智能的出现非常迅速。 它将推动 Payscopium 的发展，这是 Hexaware 对未来支付的三阶段愿景。 今天，我们处于支付即体验 (PaaX) 领域。 支付即生活方式 (PaaL) 最早将于 2024 年在某些地方（在美国可能几年后）推出。 金钱变得可编程。 消费者决定如何在住房、食品杂货和其他必需品之间分配资金。 政府可以通过 CBDC 来规划资金。 只有消费者想要的事情才会发生，机器会识别我们的模式和需求。
隐形支付是最后阶段。 一切都为我们做好了。 随着支付发展到这一点，它们将变得更加跨越国界、企业和消费者的身临其境。 横向流程将连接银行各个部分。
其影响首先是无银行账户和银行服务不足的消费者因其价值而被纳入其中，而不是出于同情。 金融企业和非金融企业将处于同一水平。 这促进了以业务为主导、以人为本的转型。 由此产生的支付民主化将为企业带来 10 倍的好处。
Hexaware 在其 Payscopium 描述中表示：“商业支付领域的支付优步化将成为微型、小型和中型企业的决定性时刻。” “营运资金将得到实时补充，从而加快创新的步伐和规模。
“社会正处于体验、价值创造和生活质量改善的巨变的风口浪尖。 支付将成为很大一部分人体验转变的驱动力。”

人工智能的燃料：在正确的时间提供正确的数据

当消费者最需要信用卡并且银行向他们提供贷款时，他们会感受到服务质量的差异。 如果当时提供合适的产品，他们愿意做出承诺。
萨勃拉曼尼亚表示，问题归根结底是在正确的时间提供了错误的数据。 只要有正确的数据，金融机构就可以向年轻家庭提供大学基金、假期或家居装修贷款或抵押贷款。 如果客户很快要去另一个国家旅行，他们可能会获得一张外汇卡。
秘密在于将银行的结构化数据与用户允许的社交媒体网站、亚马逊账户甚至 Fitbit 的访问连接起来。
“如果我结合互联网上公开或半公开的非结构化数据，并告诉银行家将其叠加到他们拥有的关于我的结构数据上，例如收入和支出，然后给我一些东西我需要的，”萨勃拉曼尼亚说。
人工智能是这个过程的粘合剂。 它允许银行对客户进行定制，并对客户进行评分。 更可靠的借款人可以获得更好的利率。
萨勃拉曼尼亚开发了一个模型来测试他的愿景，首先获取大量数据集。 他添加了银行数据以及信用卡和购物账户的支出信息。 该模型从锻炼应用程序甚至慈善捐赠中收集见解。 有了这个数据宝库，客户就可以带着目标联系银行并获得最佳的产品计划。
“我觉得这就是人工智能在商业环境中的力量，”萨勃拉曼尼亚说。 “将其置于商业环境中并与正确的数据、人员和时间相结合，人工智能就会变得非凡。”

条条道路都通人工智能

由于担心人工智能的各个方面，一些银行采取了不同的方法。 他们创建专有的机器学习算法来评估信用风险并将其连接到手机和网站等现有渠道。 慢慢地，他们引入人工智能，因为他们担心有人会使用这些数据，而他们的竞争优势将被抹去。
这些机构专注于深度学习，从非结构化数据中获取情报。 生成式人工智能将通过收集可用的一切并提供可行的见解来在前端为他们提供帮助。 作为回应，Hexaware 开发了 Pervasive AI。 它综合来自机构不同领域的信息以创造新的情报。
随着时间的推移，它与生成式人工智能相结合，可以提供更多价值。 系统可以自动转移产品以节省利息费用，并通过手机、手表或任何选择的小工具上的警报通知客户。 萨勃拉曼尼亚认为这将在十年内成为现实。

实施障碍

这种转变可能会因阻碍整个机构结构化数据联盟的孤岛而受到阻碍。 各部门之间相互竞争。 在这些情况下，萨勃拉曼尼亚致力于通过与多个部门独立合作，在这些数据孤岛之间建立桥梁。 他将这些信息整合到一个基于人工智能的模型中，向他们展示数据的价值有多大差异。
“那时他们意识到了可能性的艺术，”萨勃拉曼尼亚说。
萨勃拉曼尼亚认为还有其他因素阻碍了一些人接受人工智能。 一是信任的重要性。 他们担心将人工智能引入他们的网络，然后信息泄露。
此外，大企业拥抱人工智能也缺乏切实成果。 当然，初创公司或数字实体可能会提供一些早期数据，但有些人仍会保持谨慎，直到一些人看到更高级别的积极成果。

未来是光明的

萨勃拉曼尼亚等待着人工智能的好处惠及最需要创新银行业务的小型企业家的那一天。 大公司有能力承担扩大产品线或增加地点等风险。 大多数小型企业没有足够的缓冲来做到这一点。
人工智能可以帮助制定更多经过计算的风险。 也许这是一家比萨饼店从银行实时释放的营运资金，其所有交易信息都可以追溯到几年前。 根据该数据，您可以延长还款期限。 这允许他们添加位置或增加菜单大小。 收入增加，业务增长。
“这就是我们所看到的银行可以做的事情，”萨勃拉曼尼亚说。 “私人银行业务不再是一个小众事物。 每个人都需要私人银行业务，大规模私人银行业务现已成为常态。
“超个性化适合任何人和每个人。 这不再是富人的专利。”

时间戳记：

更多来自 金融科技新闻