12:29 - 9.07.2018
Если финансовый кризис дал банкам понять, в чем они ошибались (т.е. ставили прибыль выше клиентов), то искусственный интеллект дает им возможность исправить ошибки. Оказывать финансовые услуги, строго удовлетворяющие потребности разнообразной и требовательной клиентуры, никогда не было простым и дешевым делом. Но искусственный интеллект предлагает банкам и поставщикам финансовых услуг инструменты для предоставления клиентского сервиса высочайшего уровня, как по скорости, так и по масштабу.
Собственные исследования Saxo Bank в области ИИ все еще находятся на относительно ранней стадии, но у нас уже есть явные доказательства того, как ИИ может предоставлять клиентам разнообразные, индивидуально настроенные и высококачественные услуги так, как это не удается человеку, даже при поддержке крупномасштабных мощностей. В большой степени это объясняется тем, что инструменты на основе ИИ могут предугадывать и удовлетворять быстро меняющиеся нужды и предпочтения клиентов, которые не могли предсказать их создатели. Их способность "учиться на ходу" также означает, что они не только быстрее и точнее, но также и работают круглосуточно, 7 дней в неделю, круглый год, без перерывов на обучение или простоев.
Распространенный пример — это чат-боты, используемые для автоматизации обработки простых запросов клиентов; по мере развития средств обработки естественных языков эти программы быстро эволюционируют в "голосовых помощников". Saxo Bank провел пилотную инициативу по использованию программ на основе ИИ для рассылки материалов клиентам и выявления информации о потенциальных покупателях. В обоих случаях первоначальный опыт внедрения принес обнадеживающие результаты, количество переходов по ссылкам при предоставлении индивидуально подготовленных материалов и рекомендаций значительно возросло, а сотрудники отделов продаж теперь уделяют больше времени последующим задачам, а не административным процессам.
Проблема качества
Но тем, кто хочет расширить применение программ на основе ИИ на другие области, следует с осторожностью относиться к этой их способности предвидеть и адаптироваться. Поскольку приложения ИИ развиваются и изменяются по мере потребления данных, компании должны отслеживать это потребление и его последствия. Данные, которые получают в обработку инструменты на основе ИИ, должны быть актуальными и чистыми, что может вызвать серьезные затруднения как при внутреннем сборе данных из множества устаревших систем, так и при получении их от новых сторонних поставщиков.
В то время как инновации предоставляют в наше распоряжение множество огромных новых источников, эта проблема качества данных является всеобъемлющей и сложной, отчасти из-за большого количества этих источников, а также из-за их неструктурированного характера.
Проблема ИИ заключается не только в качестве данных, но и в установке соответствующих ограничений. Например, торговые алгоритмы обычно работают некорректно, если для них заданы недостаточно жесткие параметры. Поэтому Saxo Bank допускает получение данных в свой контент на основе ИИ только из тщательно отобранных, надежных информационных источников.
Путь в неизвестность?
Кроме того, постоянное обучение и адаптация, которые делают ИИ- программы столь ценными, затрудняют объяснение их решений или рекомендаций, что может ограничить их использование. Регуляторы все с большим предубеждением относятся к применению ИИ, осознавая, что его использование противоречит предъявляемому к банкам требованию контролировать и понимать инструменты и процессы, особенно в области противодействия финансовым преступлениям и кибербезопасности.
Если для поставщика услуг в туризме или в секторе развлечений еще допустимо не иметь полного понимания, как используемый им алгоритм рекомендаций выдвигает актуальные предложения на основе истории просмотров страниц в интернете, менее приемлемой будет ситуация, когда банк не в состоянии объяснить, почему его система наблюдения, оснащенная искусственным интеллектом реагирует на одни аномалии потока данных, а не на другие, даже если частота их появления высока.
Как таковые, регуляторы сотрудничают с фирмами в области определения масштаба принятия решений на базе ИИ с тем, чтобы все стороны лучше понимали и принимали потенциальные риски и выгоды. Это важный шаг к более полному использованию преимуществ ИИ в финансовом секторе в достаточно четких, но гибких законодательных рамках.
Со временем ИИ сможет предоставить банкам, их клиентам и регулирующим органам преимущества более четкого ведения журнала событий, включая данные о сообщениях, передаваемых контрагентами друг другу, с указанием точного времени их передачи, а также более последовательные уровни обслуживания, которые меньше зависят от понимания и толкования смысла человеком. Уже сейчас регулирующие органы изучают возможности сокращения затрат на комплаенс с помощью правил, доступных для машинного распознавания, что может привести к сокращению юридических расходов банков.
Адаптация бизнес-моделей
Но самым большим препятствием для использования ИИ является отношение к нему не регуляторов, а высших руководителей. Компаниям следует принять технологии ИИ на всех уровнях, обеспечив, чтобы ИИ стал неотъемлемой составной частью их бизнес-модели, а не был спрятан где-то в глубинах технологической цепочки. Чтобы этого достичь, уместно будет задать, помимо прочих, следующие вопросы: какие бизнес-кейсы мы определили для внедрения ИИ и какие из них мы должны сделать приоритетными; насколько наша стратегия управления данными поддерживает использование ИИ; какие ресурсы, связанные с ИИ, следует привлекать от партнеров, а какие разрабатывать своими силами; как мы собираемся выиграть конкурентную борьбу за достойные кадры, необходимые для реализации широкого спектра инициатив ИИ?
Очень важно, чтобы ответы на эти вопросы были разработаны с учетом приоритета клиента. В течение ближайших двух-трех лет решения на базе ИИ все чаще будут обеспечивать более быструю, масштабируемую и точную настройку. Наконец, банковские услуги эволюционируют, чтобы удовлетворять нуждам отдельных клиентов, а клиентам больше не придется ломать голову над тем, какой из предлагаемых продуктов подходит для решения их конкретных задач. Большую часть десятилетия банки трудились над тем, чтобы вернуть доверие клиентов; ИИ может сыграть значительную роль в восстановлении этих отношений.
Кристиан Хедедаль
Глава отдела интеллектуальной обработки данных, Saxo Bank
26 Апрель 2024
26 Апрель 2024
26 Апрель 2024
26 Апрель 2024
26 Апрель 2024
26 Апрель 2024
26 Апрель 2024
26 Апрель 2024
26 Апрель 2024
25 Апрель 2024
25 Апрель 2024
25 Апрель 2024
25 Апрель 2024
25 Апрель 2024
25 Апрель 2024
25 Апрель 2024
24 Апрель 2024
25 Апрель 2024
24 Апрель 2024
24 Апрель 2024
24 Апрель 2024
24 Апрель 2024
24 Апрель 2024
25 Апрель 2024
24 Апрель 2024