Шведский философ Ник Бостром в своей книге Суперинтеллект говорит: Машинное обучение — последнее изобретение человечества. От электронных торговых площадок до медицинской диагностики, управления роботами, развлечений, образования, здравоохранения и торговли, услуги искусственного интеллекта и цифровые прорывы поразили все отрасли в 21 веке. ИИ дал о себе знать во всех секторах благодаря своей способности помогать потребительским инновациям. Это позволяет пользователям принимать более быстрые и обоснованные решения с повышенной эффективностью.

В последнее время банковский сектор становится активным адаптером искусственного интеллекта, изучая и внедряя эту технологию по-новому. Вхождение искусственного интеллекта в банковский сектор не признавалось и тормозилось вплоть до эпохи интернет-банкинга.

Изображение от Getty

Одним из первых шагов было внедрение Ally Bank (США) - Allie Assistant в 2015 году, который может отвечать на голосовые и текстовые сообщения, совершать платежи от имени клиента, суммировать счета, отслеживать сбережения, тратить системы и использовать обработку естественного языка для понимания. и решать вопросы клиентов.

Банки по всему миру приняли версии своих лучших чат-ботов: от Erica до iPal, до Eva и самого популярного — SIA SBI. По словам Паццо (стартапа, разработавшего SIA), SIA может обрабатывать до 10 000 запросов в секунду и является одним из крупнейших в мире приложений искусственного интеллекта в банковской сфере, ориентированной на потребителя. В эту эпоху технологической революции банковский сектор стал свидетелем смены парадигмы своей политики от традиционных к цифровым банкам. Банки все больше тратят на машинное обучение в области искусственного интеллекта и аналитики данных для персонализированного и быстрого обслуживания клиентов, чтобы получить технологические преимущества и преимущества для миллениалов.

Согласно отчету PWC Fintech Trends India в 2017 году, глобальные расходы на искусственный интеллект достигли 5,1 миллиарда долларов. В отчете IHS Markit Искусственный интеллект в банковской сфере прогнозируется, что расходы вырастут до 41,1 миллиарда долларов в 2018 году и достигнут 300 миллиардов долларов к 2030 году. Он показывает, что искусственный интеллект достиг точки, когда он становится доступным и эффективным для внедрения в финансовые услуги. . Сейчас задача состоит в том, чтобы изучить больше способов использования возможностей искусственного интеллекта для оптимизации внутренних банковских процессов и улучшения качества обслуживания клиентов.

Интерфейсные операции искусственного интеллекта предполагают прямое взаимодействие с клиентами. Он включает в себя приложения и платежные интерфейсы, цифровые кошельки, чат-боты или системы интерактивного голосового ответа. Для обеспечения безопасности системы, анализа мошеннических транзакций и создания отчетов систематическая обработка больших блоков или терабайтов данных для улучшения соответствия усложняет внутренние операции. Теперь мы обсудим будущее искусственного интеллекта в каждой из этих областей.

Улучшение качества обслуживания клиентов

Являясь ключевым фактором индустрии обслуживания клиентов, обслуживание клиентов находится на переднем крае любого бизнеса. ИИ можно использовать для лучшего понимания моделей расходов клиентов, что помогает банкам настраивать продукты, добавляя персонализированные функции. Это обеспечивает значимое взаимодействие с клиентами, построение прочных отношений и рост бизнеса банка.

Например, SBI работает над системой автоматизированного обмена отзывами об эмоциях клиентов в реальном времени (ARTCEF), используя ИИ для анализа выражений лиц клиентов в режиме реального времени. ИИ также можно использовать для предоставления персонализированных способов оплаты, таких как наиболее подходящие EMI ​​при оформлении заказа на основе прошлых способов оплаты, часто предлагая карты с несколькими валютами клиентам, выезжающим за границу. Биометрическое распознавание лиц без искусственного интеллекта помогает настроить банкоматы. Цель карты — использовать изображения с камер в реальном времени и одновременно обнаруживать и предотвращать мошенничество.

Использование чат-ботов

Чат-боты и интерактивные системы голосового ответа, использующие обработку естественного языка, в наши дни все чаще используются банками для повышения эффективности обслуживания. Это снижает стоимость человеческого капитала, что приводит к экономии для банка. Удовлетворенность клиентов также повышается, поскольку они могут с комфортом добираться до дома, не посещая филиалы, что экономит их время. Чат-боты могут быть улучшены в будущем, чтобы сообщать клиентам о новых предложениях, таких как кредиты, или предупреждать клиентов, если у них есть какие-либо платежи EMI, предлагая хорошие скидки, основанные на отношениях банка с сайтами электронной коммерции.

Аналитика данных для прогнозирования будущих результатов и тенденций:

Легкая и быстрая обработка больших объемов данных позволяет банкам отслеживать модели поведения клиентов, прогнозировать будущие результаты и обращаться к нужному клиенту с нужным продуктом в нужное время. Это также помогает в обнаружении мошенничества и мошеннических транзакций и одновременном выявлении модели борьбы с кредитованием в режиме реального времени.

Машинное обучение и познание служат для выявления подозрительных шаблонов данных и убеждения банков в том, является ли первоначальный источник денег законным или незаконным. ИИ также может изучать поведение прошлых клиентов, чтобы прогнозировать будущие потребности, что может помочь банкам успешно продвигать и продавать.

Управление капиталом и управление портфелем

Системы на основе ИИ помогают потенциальным инвесторам анализировать их политику в отношении заработной платы и расходов. Они также могут оценивать рыночные тенденции и выбирать правильные фонды для своего портфеля, определяя соответствующую сумму для ежемесячных инвестиций для реализации своей мечты. Все это можно сделать, не посещая филиалы и не нанимая специалистов. В мире банковского телефона у вас под рукой, взаимные фонды и срочные депозиты могут быть созданы дома, а деньги могут быть возвращены, когда это необходимо.

ИИ можно использовать для мгновенного информирования клиентов о любых подозрительных транзакциях, выходящих за рамки их обычных моделей.

Сосредоточьтесь на улучшении операций, эффективном управлении затратами и прибыльности:

Банки должны получать прибыль, чтобы выжить, и сегодня банки сталкиваются со значительным давлением на свою маржу. Регулирующие органы и их постоянное стремление к прозрачности делают многие предприятия прибыльными.

Технологии искусственного интеллекта позволяют банкам повысить эффективность своей деятельности и управлять расходами. Здесь очень помогают роботизированная автоматизация процессов (RPA) и интеллектуальная автоматизация процессов (IPA). Благодаря ИИ применение финансовых контрактов занимает всего несколько секунд. Они также помогают управлять контрактами и выступать в качестве посредников, одновременно выполняя общие задачи, тем самым повышая производительность и эффективность. Все это приведет к увеличению доходов, снижению затрат и увеличению прибыли. Роботизированная автоматизация процессов может перестроить финансовый сектор и сделать его гуманнее и умнее. Приблизительно 80% повторяющихся рабочих процессов помогают властям посвящать свое время деятельности с добавленной стоимостью, требующей высокого уровня человеческого вмешательства, такой как автоматизация и маркетинг продукции.

Сейчас нам нужно не только расширение возможностей банков за счет автоматизации, но и разумное преобразование всей системы до тех пор, пока они не смогут победить новых игроков в сфере финансовых технологий. Это побудило многие банки использовать программную робототехнику для упрощения внутренних процессов и улучшения функционального дизайна. SBI планирует установить связь с Центром инноваций для изучения RPA, что поможет повысить эффективность внутренних банковских процессов.

Интеллектуальная система распознавания символов

Эта система была обнаружена некоторыми иностранными банками и используется для сбора важной информации из старых заявок на получение кредита, для заключения договоров аренды и для заполнения центральной базы данных, доступной для всех. Это помогает с дорогостоящими и подверженными ошибкам банковскими услугами, такими как управление претензиями, значительно сокращая время, затрачиваемое на чтение или запись информации о клиенте.

Например, COIN компании JPMorgan Chase документирует и извлекает данные из 12 000 документов (которые требуют более 360 000 часов работы без автоматизации) всего за несколько секунд.

Кредит:

Идея кредита на минус процент населения Индии. На сегодняшний день подача заявки на кредит считается неловким процессом. Анализ кредитоспособности человека из-за отсутствия кредитной истории раздражает банки.

Использование больших данных и машинного обучения для анализа моделей расходов клиентов и поведенческих данных по более чем 10 000 точек данных помогает банку получить представление о кредитоспособности клиента. Это помогает в предоставлении предварительно одобренных кредитов большому кругу клиентов без необходимости оформления документов и позволяет самозанятым и студентам (поскольку им не хватает финансовых возможностей) получить кредит. В случае кредитования малого и среднего бизнеса и корпоративного кредитования ИИ упрощает сложный и комплексный процесс заимствования, анализируя рыночные тенденции и выявляя потенциальные риски при кредитовании, будущее поведение и даже малейшую вероятность мошенничества.

Управление рисками и обнаружение мошенничества

Скандал с Национальным банком Пенджаба подверг банковский сектор огромному риску, всколыхнув регулирующие органы, финансовые и фондовые рынки, а также банковскую отрасль. ИИ и соответствующая комплексная проверка могут отслеживать такие потенциальные угрозы и помогать банкам устанавливать надежные системы наблюдения и обнаружения мошенничества. Надзор в банках осуществлялся путем аудита и выборки. Некоторые наборы данных и файлы, которые вызывают большие потери, не учитываются в этих моделях. Алгоритмический подход, основанный на правилах, помогает отслеживать каждый файл, а методы машинного обучения могут сделать базу данных таких файлов уязвимой для банка.

Банки могут использовать ИИ для обнаружения мошенничества в транзакциях или обнаружения любой подозрительной активности в учетной записи клиента на основе поведенческого анализа, обеспечивая при этом безопасные и быстрые транзакции. В связи с ростом киберпреступности в последние годы ИИ можно использовать для управления кибербезопасностью и, что наиболее важно, для защиты личных данных. Ситибанк уже инвестировал более 11 миллионов долларов в новое отмывание денег с использованием машинного обучения и больших данных.

Системы на основе ИИ помогают в соблюдении требований, обеспечивая функциональность систем внутреннего контроля. ИИ также меняет правила игры, обнаруживая инсайдерскую торговлю, которая приводит к злоупотреблениям на рынке.

Страховой андеррайтинг и требования:

В эпоху банкротства потребители чаще обращаются в банки, чем в страховые компании. Страховая отрасль может использовать преимущества ИИ для выявления страховых случаев, политик обработки претензий и мошенничества. Это помогает выявлять рискованное поведение и взимать более высокие надбавки с групп клиентов. В страховых компаниях имеется огромное количество данных, которые могут помочь вам в создании математических моделей и точном прогнозировании рискованного поведения. Банки также могут предоставлять такие данные для использования при идентификации рисков клиента. Это сокращает время оборота (TAT) как для кредитов, так и для страхования. Например, для анализа повреждения транспортного средства методы глубокого обучения могут анализировать изображение транспортного средства и рассчитывать стоимость ремонта с использованием присутствующих моделей.

Угрозы со стороны ИИ

Основатель Alibaba Джек Ма предупредил зрителей на Всемирном экономическом форуме 2018 года в Давосе, что ИИ и большие данные представляют угрозу для людей и не позволят людям расширять их возможности. Массовое распространение ИИ в банках сопряжено со своей долей рисков и возможностей. Банки ежегодно увеличивают свои инвестиции в ИИ, часто с устаревшим риском. Нам нужно понимать риски, с которыми также может столкнуться ИИ.

1. Потеря работы

Автоматизация задач Банки сталкиваются с риском отрицательной реакции со стороны своих сотрудников, что приводит к потере работы и реструктуризации работы. ИИ, способный максимизировать организационную производительность, переопределяет то, как сотрудники выполняют свою работу. Это может вызвать недовольство сотрудников, что может привести к увольнению или увольнению. ИИ также может заменить кассира, руководителя службы поддержки клиентов, специалиста по обработке кредитов, специалиста по соблюдению требований и финансового менеджера.

2. Непрозрачность процесса:

Хотя модели глубокого обучения и нейронные сети в ИИ со временем оказались более совершенными, чем принятие решений человеком, они часто непрозрачны с точки зрения того, как делаются такие выводы. Объяснение этого регулирующим органам может стать проблемой для банкиров. Комитет юстиции Шрикришны заявил, что самая большая проблема в использовании больших данных и искусственного интеллекта — работать вне рамок традиционных принципов конфиденциальности. Теперь он действует обратным образом и неосознанно рискует банками. Это приводит к скрытой предвзятости при принятии решений, поскольку ИИ имеет доступ ко всем данным пользователей.

3. Снижение лояльности клиентов

Также существует опасение, что отсутствие контакта с клиентами и отсутствие сути «человеческого контакта» снизят лояльность клиентов. Поскольку банки, особенно в Индии, помогают очень многим людям осуществить свои давние мечты, они имеют эмоциональную ценность — будь то красивый дом или хорошее образование для студентов. Все это может быть потеряно из-за ИИ и автоматизации. Группы, находящиеся в неблагоприятном социально-экономическом положении, больше всего проигрывают и больше всего страдают от такого низкого уровня образования и цифрового разрыва.

Путь вперед

Технический обозреватель Ник Билтон пишет в New York Times: «[Инсургенты искусственного интеллекта] быстро растут и становятся страшными и катастрофическими. Представьте себе, что медицинский робот, который изначально был запрограммирован на уничтожение рака, смог сделать вывод, что лучший способ искоренить рак — это уничтожить инфицированных людей. «Смысл в том, что банкам необходимо повышать осведомленность о влиянии банков. Развивайте оцифровку и широкое предвидение возможностей ИИ, чтобы мы, люди, имели контроль над ИИ, а не наоборот. Одной из областей, на которой сейчас должны сосредоточиться банки, является сбор данных. Отсутствие надлежащих записей о клиентах является самым большим препятствием для ИИ.

Мы должны убедиться, что данные, используемые банками, являются чистыми данными, совместимыми с KYC, поскольку они используются в моделях ИИ. Для воздействия на ИИ необходима огромная инфраструктура данных. Также требуется проверка правильности и точности данных перед использованием такой технологии в открытом доступе.

Анализ и аутентификация данных:

Объем данных с банками очень большой, а Oracle и Accenture хранят все данные в банке. Что нам нужно, так это надлежащий анализ данных, и для этого требуется высокий уровень лидерских навыков, чтобы объединить межфункциональные команды — одна со знанием финансового бизнеса, а другая с разными дисциплинами для эффективного использования таких наборов данных с необходимые навыки машинного обучения для создания фреймворка и инфраструктуры. ИИ остается нишевой областью с нехваткой талантов и опыта.

Утечка и неправомерное использование данных

США и Великобритания. Многие эксперты в области кибербезопасности считают, что кибер-, политические и физические угрозы возникают благодаря возможностям и охвату ИИ. Недавний скандал с Facebook высветил риски, которые могут быть связаны с неправомерными действиями с данными для компании. Также нам необходимо обеспечить полную прозрачность при входе в новые ИИ-проекты, чтобы банки не столкнулись с репутационными рисками.

Банки должны начать строить ИИ-системы с небольших сложных данных и добавлять последние, создавая тем самым универсальную запись каждого клиента. Адекватные инвестиции должны быть сделаны для безопасного хранения данных и предотвращения утечки. Это помогает банку выявлять потенциальные риски на этапе реализации проекта и эффективно определять, а затем реализовывать цели и приоритеты компании. Искусственный интеллект скоро станет единственным фактором, определяющим конкурентоспособность банков, и ключом к максимизации их конкурентных преимуществ.