AI se vyvíjí rychlým tempem. Finanční organizace již využívají technologie umělé inteligence k identifikaci podvodů a neobvyklých transakcí, personalizaci zákaznických služeb, pomáhají při rozhodování o bonitě, využívají zpracování přirozeného jazyka na textových dokumentech a pro kybernetickou bezpečnost a obecné řízení rizik.
Během posledních desetiletí banky zdokonalovaly své metody interakce se zákazníky. Moderní technologie přizpůsobili specifickému charakteru své práce. Například v 60. letech 20. století byly instalovány první bankomaty ao deset let později již karty pro provádění transakcí a platby. Na začátku tohoto století se uživatelé dozvěděli o nepřetržitém online bankovnictví a v roce 2010 se dozvěděli o mobilním bankovnictví. Rozvoj finančního systému se zde ale nezastavil, protože digitální věk otevírá nové příležitosti – využití umělé inteligence v bankovnictví a finančních institucích. Předpokládá se, že do roku 2023 ušetří banky vývojem a implementací aplikací umělé inteligence přibližně 447 miliard dolarů. Některé z pěkných příkladů jsou níže.
Mobilní bankovnictví
Funkce umělé inteligence v mobilních aplikacích jsou stále aktivnější, personalizované a pokročilejší. Například jedna z kanadských bank zahrnula Siri do své aplikace pro iOS. Nyní, abyste poslali peníze na jinou kartu, stačí říct něco jako: "Hej, Siri, pošli 20 $ Alexovi!" - a potvrďte transakci pomocí Touch ID.
Díky umělé inteligenci generují banky od uživatelů mobilního bankovnictví téměř o 66 % více příjmů ve srovnání s návštěvami poboček. Bankovní organizace věnují velkou pozornost vznikajícím technologiím, aby zlepšily kvalitu svých služeb a zůstaly na trhu konkurenceschopné.
AI chatovací roboti
Chatovací roboti jsou konverzační rozhraní s podporou umělé inteligence. Jedná se o jeden z nejpopulárnějších případů aplikace AI v bankovnictví. Boti komunikují se zákazníky jménem banky, aniž by vyžadovali velké výdaje. Výzkumníci odhadli, že finanční instituce ušetří čtyři minuty za každou komunikaci, kterou chatovací bot zpracovává.
Protože zákazníci používají mobilní aplikace k provádění peněžních transakcí, banky do nich vkládají služby chatovacích botů. To umožňuje přitáhnout pozornost uživatelů a vytvořit značku, která je na trhu rozpoznatelná.
Je to například spuštění chat bota Ceba, který přinesl velký úspěch Australské Commonwealth Bank. S jeho pomocí asi půl milionu zákazníků dokázalo vyřešit více než dvě stě bankovních problémů: aktivovat si karty, kontrolovat zůstatky na účtu, vybírat hotovost atd.
Dalším příkladem je, že Bank of America spustila chatovacího robota, který zasílá uživatelům upozornění, informuje je o jejich zůstatcích, dává doporučení, jak ušetřit peníze, a poskytuje aktualizace zpráv o kreditu a tak dále. Tímto způsobem banka pomáhá svým klientům činit informovaná rozhodnutí.
Shromažďování a analýza dat
Bankovní instituce zaznamenávají každý den miliony obchodních transakcí. Objem informací generovaných bankami je obrovský, takže jejich shromažďování a evidence se pro zaměstnance stává zdrcujícím úkolem. Strukturování a zaznamenávání těchto dat není možné, dokud neexistuje plán jejich použití. Stanovení vztahu mezi shromážděnými daty je proto náročné, zvláště když má banka tisíce klientů.
Býval následující přístup: klient přišel na schůzku se zaměstnancem banky, který znal jeho jméno a finanční historii a chápal, jaké možnosti je lepší nabídnout. Ale to už je historie. S množstvím dat pocházejících z bezpočtu transakcí se banky snaží implementovat inovativní obchodní nápady a řešení pro řízení rizik.
Aplikace založené na umělé inteligenci shromažďují a analyzují data. To zlepšuje uživatelský zážitek. Informace mohou být použity pro poskytování úvěrů nebo odhalování podvodů. Společnosti, které odhadly svůj zisk z analýzy Big Data, vykázaly průměrný nárůst tržeb o 8 % a snížení nákladů o 10 %.
Řízení rizik
Prodlužování úvěru je pro bankéře poměrně náročným úkolem. Pokud banka půjčí peníze nesolventním zákazníkům, může se dostat do potíží. Pokud dlužník ztratí stabilní příjem, vede to k selhání. Podle statistik vzrostly v roce 2020 delikvence kreditních karet v USA během šesti měsíců o 1,4 %.
Systémy poháněné umělou inteligencí dokážou přesněji vyhodnotit úvěrovou historii zákazníků, aby se vyhnuly této úrovni selhání. Aplikace mobilního bankovnictví sledují finanční transakce a analyzují uživatelská data. To bankám pomáhá předvídat rizika spojená s poskytováním úvěrů, jako je platební neschopnost zákazníků nebo hrozba podvodu.
Obohacení dat o transakcích
Je to důležitá součást finančního řízení, a to jak pro finanční instituce, tak pro spotřebitele. Využívá strojové učení a umělou inteligenci k dešifrování nesrozumitelných řetězců znaků, které představují transakce a obchodníky, a převádí je na čitelný text, který zobrazuje jméno každého obchodníka a uvádí jeho adresu a město. Zobrazuje umístění místního obchodníka, nikoli centrální kancelář společnosti. Tento způsob přeměny těžko pochopitelných dat na snadno čitelné informace pomáhá bankám i zákazníkům pochopit, kde a s kým utratili své peníze. Snižuje jak hovory na zákaznický servis, tak náklady na průzkum podvodů, protože zákazníci mohou říct, co koupili a kde to koupili. Detekce podvodů snižuje počet lidí, kteří volají o záhadných poplatcích na účtu kreditní karty, protože chápou, co tyto poplatky znamenají. Méně hovorů znamená méně výzkumu podvodů, což snižuje náklady. A co je nejdůležitější, tyto jasné popisy pomáhají vývojářům dát finanční data do kontextu, aby mohli snadněji kategorizovat a analyzovat nákupy. To pomáhá s věcmi, jako je sestavování rozpočtu, analýza výdajových návyků, kreditní skóre a schopnost předvídat budoucí problémy s výdělky a výdaji.
Zabezpečení dat
Podle zprávy Federal Trade Commission za rok 2020 je podvod s kreditními kartami nejběžnějším typem krádeže osobních údajů.
Systémy založené na umělé inteligenci jsou účinné proti provinilcům. Programy analyzují chování zákazníků, umístění a finanční návyky a spouštějí bezpečnostní mechanismus, pokud zjistí nějakou neobvyklou aktivitu. ABI Research odhaduje, že výdaje na AI a analytiku kybernetické bezpečnosti budou do konce roku 2021 činit 96 miliard USD.
Amazon již získal harvest.AI – start kybernetického zabezpečení AI – a spustil Macie – službu, která využívá strojové učení k detekci, třídění a strukturování dat v cloudovém úložišti S3.
Poznámka na závěr
Existuje více způsobů, jak uplatnit umělou inteligenci ve finančním průmyslu. Podle průzkumu OpenText uznává výhody AI téměř 80 % bank, 75 % z nich již tuto technologii využívá a asi 46 % plánuje v blízké budoucnosti implementovat systémy založené na AI.
Řešení založená na umělé inteligenci se stávají nedílnou součástí rozvojových strategií společností a pomáhají jim zůstat na trhu konkurenceschopné. Tato technologie minimalizuje provozní náklady, zlepšuje zákaznickou podporu a automatizuje procesy.
Další věcí, která má nyní velký význam, je etika umělé inteligence.
