Η συμβολή της τεχνητής νοημοσύνης στην περικοπή του κόστους
Ένας εμπειρογνώμονας της Nvidia, μιας εταιρείας κατασκευής τσιπ που πρόσφατα άγγιξε κεφαλαιοποίηση 1 τρισεκατομμυρίου δολαρίων, λέει ότι οι τράπεζες είναι υπέρ της τεχνητής νοημοσύνης.
Πολλοί επαγγελματίες των χρηματοπιστωτικών υπηρεσιών έχουν αναφέρει ότι βλέπουν τα θετικά της τεχνητής νοημοσύνης όσον αφορά την εμπειρία των πελατών, σύμφωνα με την έκθεση της Nvidia με τίτλο “State of A.I. in Financial Services” για το 2023. Ποντάρουν στην τεχνολογία για την ακριβέστερη αξιολόγηση του κινδύνου και την ενίσχυση της λειτουργικής αποδοτικότητας, εκτός από τη μείωση του κόστους.
Σε έρευνα που πραγματοποιήθηκε σε 500 επαγγελματίες των χρηματοπιστωτικών υπηρεσιών παγκοσμίως, διαπιστώθηκε ότι το 36% μείωσε το ετήσιο κόστος κατά περισσότερο από 10% με τη χρήση εφαρμογών τεχνητής νοημοσύνης. Και σχεδόν οι μισοί (46%) δήλωσαν ότι έχει βελτιωθεί η εμπειρία των πελατών. Πολλοί από τους πελάτες της Nvidia στον τομέα των χρηματοπιστωτικών υπηρεσιών θέτουν σε λειτουργία εκατοντάδες πρότζεκτ τεχνητής νοημοσύνης, σύμφωνα με την έκθεση.
Σε ό,τι αφορά την εφαρμογή προηγμένης τεχνητής νοημοσύνης, «οι τράπεζες χρησιμοποιούν ήδη τη γενετική τεχνητή νοημοσύνη για την εξαγωγή εγγράφων εντός των εγγράφων ασφάλισης και ενυπόθηκων δανείων, καθώς και για την αναζήτηση και ανάκτηση από εσωτερικές βάσεις γνώσεων», λέει ο Κέβιν Λεβίτ, διευθυντής παγκόσμιας επιχειρηματικής ανάπτυξης της Nvidia για τις χρηματοπιστωτικές υπηρεσίες.
Η έρευνα της Nvidia διαπίστωσε ότι ένα από τα εμπόδια για τις επιχειρήσεις χρηματοπιστωτικών υπηρεσιών στην επίτευξη των στόχων της τεχνητής νοημοσύνης είναι τα ανεπαρκή μεγέθη δεδομένων για την εκπαίδευση των μοντέλων. Η σύσταση είναι η χρήση γενετικής τεχνητής νοημοσύνης για την παραγωγή συνθετικών χρηματοοικονομικών δεδομένων ακριβείας που χρησιμοποιούνται για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης.
Ένα παράδειγμα; «Η γενετική τεχνητή νοημοσύνη μπορεί να ξεκλειδώσει νέες ευκαιρίες σε ολόκληρο τον κλάδο των χρηματοπιστωτικών υπηρεσιών», εξηγεί ο Λεβίτ. «Θα μπορούσε να χρησιμοποιηθεί στη ‘γνώση του πελάτη’ και στην καταπολέμηση του ξεπλύματος χρήματος, καθώς και στην ανίχνευση της απάτης στις συναλλαγές. Οι απατεώνες αναπτύσσουν συνεχώς νέες τεχνικές για να κλέβουν ταυτότητες ή/και να εκτελούν δόλιες συναλλαγές. Αλλά τα μεγέθη των δειγμάτων για αυτές τις νέες μεθόδους είναι μικρά».
Και συνεχίζει: «Τα συνθετικά δεδομένα από τη γενετική τεχνητή νοημοσύνη επιτρέπουν στις τράπεζες να δημιουργούν μεγάλα δείγματα αυτών των νέων μοτίβων απειλών και μπορούν να εκπαιδεύουν μοντέλα για τον ταχύτερο και ακριβέστερο εντοπισμό τους. Τελικά, οι τράπεζες ή οι εταιρείες πιστωτικών καρτών μπορούν να δημιουργήσουν σωρεία συνθετικών δεδομένων ακριβείας για να εκπαιδεύσουν τα μοντέλα τεχνητής νοημοσύνης ώστε να είναι σε θέση να εντοπίζουν την απάτη σε χιλιοστά του δευτερολέπτου. Επειδή τα δεδομένα είναι συνθετικά, αντιμετωπίζονται επίσης οι ανησυχίες σχετικά με το απόρρητο των δεδομένων, καθώς και οι κανονιστικές οδηγίες και οι οδηγίες συμμόρφωσης που απαγορεύουν τη μεταφορά ορισμένων δεδομένων εκτός ορισμένων γεωγραφικών περιοχών ή εσωτερικά εντός των εταιρειών».
Αλλά είναι σημαντικό να σημειωθεί ότι «οι χρηματοπιστωτικές επιχειρήσεις δεν θα βασίζονται σε μοντέλα γενετικής τεχνητής νοημοσύνης που εκπαιδεύονται σε γενικά δεδομένα του διαδικτύου, όπως τα περισσότερα σημερινά μοντέλα». Οι εταιρείες θα εκπαιδεύουν τα δικά τους θεμελιώδη μοντέλα χρησιμοποιώντας τα δεδομένα της δικής τους εταιρείας, επιτρέποντας στις τράπεζες να δημιουργούν μοντέλα που αποδίδουν με μεγαλύτερη ακρίβεια και παρέχουν μια πιο εξατομικευμένη εμπειρία στους πελάτες.
Οι περισσότερες τράπεζες θα θελήσουν να έχουν προστατευτικές δικλείδες που θα αποτρέπουν την ενασχόληση της γενετικής τεχνητή νοημοσύνης με ακατάλληλα θέματα και θα θέλουν να γνωρίζουν αν τα δεδομένα που χρησιμοποιούνται για την εκπαίδευση των μοντέλων περιέχουν οποιαδήποτε μεροληψία. Το BloombergGPT, το οποίο κυκλοφόρησε πρόσφατα και αναπτύχθηκε σε συνεργασία με την Nvidia, είναι ένα παράδειγμα του τρόπου με τον οποίο οι χρηματοπιστωτικές εταιρείες θα κυκλοφορούν πλατφόρμες γενετικής τεχνητής νοημοσύνης ειδικά για καθεμιά εταιρεία ξεχωριστά.
Ο Λεβίτ πιστεύει ότι η γενετική τεχνητή νοημοσύνη θα επηρεάσει τελικά όλες τις τραπεζικές λειτουργίες; «Ναι, η γενετική τεχνητή νοημοσύνη έχει τη δυνατότητα να επηρεάσει σχεδόν κάθε λειτουργία, από την αξιολόγηση κινδύνων έως την εξυπηρέτηση πελατών», λέει ο Λεβίτ. «Τα μοντέλα τεχνητής νοημοσύνης θα είναι σε θέση να αναλύουν χιλιάδες ροές δεδομένων σε πραγματικό χρόνο για να συλλέγουν πληροφορίες για την αγορά, ώστε να δημιουργούν συνοπτικές εκθέσεις έρευνας και να προσφέρουν βελτιωμένες επενδυτικές αποδόσεις για τους επενδυτές και τους διαχειριστές χαρτοφυλακίων», λέει.
Το μέλλον της τεχνολογίας στις χρηματοπιστωτικές υπηρεσίες προδιαγράφεται λαμπρό.
ΔΙΑΒΑΣΤΕ ΠΕΡΙΣΣΟΤΕΡΕΣ ΕΙΔΗΣΕΙΣ:
