pl 
pl 
Sztuczna inteligencja w ciągu ostatnich kilku lat zmieniła sposób, w jaki instytucje finansowe gromadzą i analizują dane. Przekształciła środowisko biznesowe stawiając firmom nowe wyzwania i tworząc innowacyjne modele biznesowe.
W styczniu tego roku Cambridge Centre for Alternative Finance razem z University of Cambridge Judge Business School i Światowym Forum Ekonomicznym zaprezentowały wyniki badań dotyczących wpływu AI na sektor finansowy. Z odpowiedzi udzielonych przez 151 instytucji z 33 krajów wyłonił się jasny obraz AI jako kluczowego czynnika napędzającego biznes. Firmy zaczynają widzieć, jak duży potencjał kryje się w sztucznej inteligencji – większość pytanych w badaniu FinTechów już wykorzystuje ją do tworzenia nowych usług i produktów.
Zastosowanie AI w technologiach finansowych
Jednym z najważniejszych wniosków wyciągniętych z badania jest szybko zmieniające się znaczenie sztucznej inteligencji w codziennym biznesie. Około 64 proc. instytucji finansowych przewiduje zastosowanie AI w ciągu najbliższych dwóch lat w automatyzacji procesów, zarządzaniu ryzykiem, pozyskiwaniu i obsłudze klientów, a także tworzeniu nowych produktów. Dzisiaj robi to zaledwie 16 proc. firm uczestniczących w badaniu. Za to aż trzy czwarte respondentów spodziewa się, że sztuczna inteligencja będzie miała bardzo duże znaczenie w rozwoju branży usług finansowych w krótkim okresie.
Jak pisze w swojej analizie McKinsey & Company, „firmy, które podjęły strategiczną decyzję o wdrożeniu AI w pełnej skali i w kluczowych sferach działalności, szybko dostrzegają wartość tej decyzji”. Osiągają one atrakcyjny poziom zwrotu z inwestycji, szybciej się rozwijają i notują znacznie wyższe marże niż firmy, które nie dokonują inwestycji w tę technologię.
W czym dokładnie może pomóc AI w świecie technologii finansowych? Umożliwia szybszą, dokładniejszą ocenę potencjalnego pożyczkobiorcy, przy niższych kosztach z uwzględnieniem szerszej gamy czynników; posiada ogromną moc przetwarzania i pomaga zarządzać zarówno danymi ustrukturyzowanymi, jak i nieustrukturyzowanymi; jest bardzo skuteczna w zapobieganiu oszustwom z wykorzystaniem kart kredytowych i odciążaniu centrów obsługi klienta zasilając inteligentne chatboty. A to zaledwie kilka przykładów tego, jak sztuczna inteligencja może usprawnić codzienny biznes.
Praktyczne zastosowania sztucznej inteligencji
Jedną z firm, które już dziś wykorzystują zalety AI jest Underwrite.ai, przetwarzający przy jej pomocy tysiące danych do oceny ryzyka kredytowego dla osób i firm ubiegających się o kredyty. Tradycyjnie analizy są niepraktycznie drogie i zbyt wolne, aby można je było skutecznie wykorzystywać w instytucjach finansowych w czasie rzeczywistym. Dzięki zastosowaniu sztucznej inteligencji udało się zoptymalizować ten proces tak, by móc wykorzystywać zaawansowane analizy kredytowe bez niepotrzebnego angażowania czasu i dużych inwestycji.
Przykłady rewolucyjnych zastosowań sztucznej inteligencji w technologiach finansowych można mnożyć. Jednym z nich jest Kavout, platforma inwestycyjna wykorzystująca AI do przetwarzania ogromnych zestawów nieustrukturyzowanych danych i identyfikowania wzorców w czasie rzeczywistym na rynkach finansowych. Kolejne, Ayasdi używa istniejących zbiorów danych, by pomóc instytucjom finansowym wykrywać oszustwa hipoteczne i przypadki prania pieniędzy, maksymalizować płynność i przewidywać zachowania klientów.
Inne to Kasisto, który także wykorzystuje AI w proponowanych przez siebie rozwiązaniach. Na potrzeby instytucji finansowych stworzono chatbota KAI, który pomaga zmniejszyć liczbę centrów telefonicznych, oferując klientom rozwiązania samoobsługowe i dodatkowo asystuje przy podejmowaniu codziennych decyzji finansowych.
- Instytucje finansowe potrzebują technologii, która pomoże im lepiej angażować klientów i docierać do nowych segmentów rynku, jednocześnie budując silniejszą markę - powiedział Zor Gorelov, CEO Kasisto, cytowany przez PR Newswire. - Kasisto jest najlepszą platformą konwersacyjną AI wdrażaną w dużych bankach na całym świecie, współpracującą z milionami użytkowników w różnych krajach w wielu językach i za pośrednictwem wielu kanałów.
Z kolei inny przykład, Feedzai, pomaga bankom w zarządzaniu ryzykiem poprzez monitorowanie transakcji i alarmowanie w przypadku podejrzanych zmian zachowań płatniczych wśród klientów przed przetworzeniem płatności. Feedzai nawiązał współpracę m.in. z Citibankiem.
Ciekawym przykładem może być także platforma Simundyne. Pozwala na przeprowadzenie szybkich i bezpiecznych symulacji, które pozwalają na przetestowanie nieograniczonej liczby scenariuszy w bezpiecznym środowisku.
- Po kilku latach konsultacji o symulacji rzeczywistości wirtualnej i modelowaniu ryzyka przeprowadzonych z wieloma globalnymi instytucjami, zdałem sobie sprawę, że tradycyjne metody modelowania nie są już aktualne – przyznał Justin Lyon, CEO Symudyne, w rozmowie z MarketsMedia, tłumacząc co go skłoniło do stworzenia platformy. - Nie uchwytują złożoności rzeczywistych systemów i nie potrafią skutecznie wykorzystywać ogromnej mocy technologii i dużych zbiorów danych.
W badaniu Cambridge Centre for Alternative Finance wykazano, że choć technologia jest kluczowym elementem dalszego postępu, to nie ona stoi na przeszkodzie w masowym wdrażaniu sztucznej inteligencji. Istniejące od lat rozwiązania wciąż nie zostały wdrożone przez wiele firm zajmujących się na co dzień usługami finansowymi, co jest przypisywane przeszkodom w postaci braku zaufania, skomplikowanych regulacji i dużej ilości potrzebnych danych. Sztuczna inteligencja może pomóc wejść na wyższy poziom zaawansowania i w pełni wykorzystać potencjał firmy.
