Mniej oszustw, lepsza obsługa klienta i większa efektywność! Czyli jak sztuczna inteligencja zdaniem ekspertów INTEL`a zmienia bankowość.

Dzięki postępowi zgodnemu z prawem Moore’a obszary takie jak sztuczna inteligencja, uczenie maszynowe, uczenie głębokie i sieci neuronowe rozwijają się w błyskawicznym tempie. Na konferencji firmy Intel Artificial Intelligence Summit, która odbyła się 29 marca w Londynie, eksperci od sztucznej inteligencji pokazali uczestnikom, jak kognitywne platformy mogą przeobrazić wiele branż, identyfikując trendy, dostarczając informacji i oferując nowe usługi.

Najważniejsze wnioski z okazji konferencji Intel AI Summit 2017 sprawdzamy, czy technologia może rozwiązać krytyczne problemy w świecie finansów

• Sztuczna inteligencja będzie wykrywać oszustwa, zwiększy zaangażowanie klientów i poprawi efektywność w bankowości.
• 72 procent finansistów dostrzega potencjał sztucznej inteligencji w usuwaniu nieefektywności z procesów płatniczych¹.
• W pilotażowym programie platforma Saffron Natural Intelligence firmy Intel w ciągu zaledwie 10 godzin pomogła ubezpieczycielowi wykryć oszustwa na kwotę 2 milionów dolarów rocznie.

Nie jest niespodzianką, że branża finansowa, znana z szybkiego wdrażania nowych technologii, jest jednym z pierwszych sektorów wykorzystujących sztuczną inteligencję. Rozwiązania kolejnej generacji, takie jak platforma Intel® Nervana™ przeznaczona do uczenia głębokiego i platforma Intel Saffron Natural Intelligence zostały już z powodzeniem przetestowane przez różne instytucje wykorzystujące nowoczesne technologie do rozwiązywania najbardziej palących problemów branży. Oto przykłady kilku takich rozwiązań:

Dzięki postępowi zgodnemu z prawem Moore’a obszary takie jak sztuczna inteligencja, uczenie maszynowe, uczenie głębokie i sieci neuronowe rozwijają się w błyskawicznym tempie. Na konferencji firmy Intel Artificial Intelligence Summit, która odbyła się 29 marca w Londynie, eksperci od sztucznej inteligencji pokazali uczestnikom, jak kognitywne platformy mogą przeobrazić wiele branż, identyfikując trendy, dostarczając informacji i oferując nowe usługi.

Nie jest niespodzianką, że branża finansowa, znana z szybkiego wdrażania nowych technologii, jest jednym z pierwszych sektorów wykorzystujących sztuczną inteligencję. Rozwiązania kolejnej generacji, takie jak platforma Intel® Nervana™ przeznaczona do uczenia głębokiego i platforma Intel Saffron Natural Intelligence zostały już z powodzeniem przetestowane przez różne instytucje wykorzystujące nowoczesne technologie do rozwiązywania najbardziej palących problemów branży. Oto przykłady kilku takich rozwiązań:

Dylemat zgodności

Instytucje finansowe kładą nacisk na zarządzanie ryzykiem i zgodnością (GRC). Największe banki przeznaczają średnio 15–20 procent przychodów na spełnianie wymogów zgodności. Nie gwarantuje to jednak zmniejszenia liczby oszustw, a wiele instytucji ma problemy z przestrzeganiem ścisłych wytycznych i musi płacić kary. Ostatnio organy amerykańskie i brytyjskie nałożyły na Deutsche Bank* karę w wysokości 500 milionów funtów za niewystarczające środki kontroli zapobiegające praniu brudnych pieniędzy, co doprowadziło do wprowadzenia na rynek 10 miliardów „wypranych” dolarów.

Zapobieganie oszustwom to jeden z obszarów, w których sprawdzi się sztuczna inteligencja. Łącząc różne źródła danych, system kognitywny wykryje niezauważalne wcześniej wzorce, co pozwoli bankom na podjęcie działań naprawczych. Jest to możliwe na kilka różnych sposobów. Na przykład platforma Intel Nervana porównuje dane transakcji klientów z informacjami Amerykańskiej Komisji Papierów Wartościowych i Giełd, stronami analitycznymi, aktualnościami, a nawet zdjęciami satelitarnymi. W ten sposób Nervana wykrywa związki przyczynowe i tworzy modele sieci neuronowej pozwalające na przeprowadzenie kompleksowych analiz danych i wykrycie oszustw, które nie zostałyby zauważone przy stosowaniu tradycyjnych metod.

Instytucje finansowe korzystają także z możliwości analitycznych platformy Intel Saffron Natural Intelligence. W odróżnieniu od tradycyjnych systemów platforma Saffron nie wymaga modelowania danych ani uczenia. Można też łatwo zintegrować ją z istniejącymi aplikacjami, procesami i przepływami pracy. Ujednolicając usystematyzowane i nieusystematyzowane źródła danych, dostarcza dokładne prognozy i informacje niemal od razu. Na przykład podczas próbnego wdrożenia w firmie ubezpieczeniowej platforma Saffron przeskanowała 100 tysięcy wniosków w 10 godzin i wykryła serię oszustw, która kosztowała spółkę 2 miliony dolarów rocznie.

Analiza danych zwiększa zaangażowanie klientów

Klienci oczekują dziś nie tylko natychmiastowych transakcji, ale również innowacyjnych usług, takich jak bankowość mobilna, wbudowane narzędzia do budżetowania i uwierzytelnianie metodami biometrycznymi. W odpowiedzi na to zapotrzebowanie w branży technologii finansowych powstały firmy, które wykorzystują infrastrukturę chmury, aby świadczyć wyjątkowe usługi bezpośrednio na rzecz klientów. W odpowiedzi na powstawanie nowych firm banki szukają sposobów na opracowanie kompleksowych profili klientów, dzięki którym mogłyby świadczyć im usługi, których potrzebują. Informacje z nietradycyjnych źródeł, takich jak media społecznościowe, e-maile i historia przeglądanych stron, stają się kluczowe w procesie określania potrzeb klientów. W pilotażowym projekcie platforma Saffron poprawiła wskaźniki dokładności instytucji finansowych o 70 procent w zakresie rekomendacji produktów w 160 różnych kategoriach obejmujących 8000 usług. Udało się to osiągnąć w okresie 10 tygodni, co jest imponujące, jeśli wziąć pod uwagę, że uzyskanie mniej dokładnych wyników zajęłoby tradycyjnym technikom modelowania 18 miesięcy.

Zwiększanie efektywności przedsiębiorstw

Z badań firmy Deloitte wynika, że banki muszą odejść od rozwoju opartego na akwizycji i zamiast tego skoncentrować się na usprawnianiu efektywności wewnętrznej. Jednym z kluczowych obszarów, w którzy można wykorzystać sztuczną inteligencję, jest rozwój oprogramowania. Pierwsze wyniki sugerują, że instytucje finansowe mogą zwiększyć efektywność o 10–15 procent, wykorzystując platformę Saffron w celu przyspieszenia testów oprogramowania. Platformę można wdrożyć również w działach sprzedaży i personalnych, aby usprawnić proces szkoleń i pozyskiwania talentów.

Oczywiście możliwości sztucznej inteligencji nie ograniczają się do poprawy wydajności na zapleczu firmy. Można ją wykorzystać również do zapewnienia personelowi istotnej przewagi konkurencyjnej. Duża instytucja finansowa korzysta już z platformy Intel Nervana, za pomocą której opracowuje dzienne podsumowania ponad 30 tysięcy dokumentów. Uwzględniając kluczowe informacje z e-maili, wewnętrznych raportów, wiadomości finansowych i innych źródeł, menedżerowie ofert zyskują lepszy wgląd w sytuację na rynku, co umożliwia im szybsze podejmowanie trafniejszych decyzji inwestycyjnych.

Co przyniesie przyszłość w bankowości?

Christophe Chazot, dyrektor grupy ds. innowacji w HSBC, stwierdził na konferencji Sibos 2016, że sztuczna inteligencja będzie wykorzystywana w „każdym segmencie usług finansowych”. Ale czy doprowadzi to do zmniejszenia roli ludzi w obsłudze klienta? Niekoniecznie. Po pierwsze należy pamiętać o starej maksymie, która mówi, że technologia jest tylko środkiem do celu, a nie celem samym w sobie. Na przykład transakcje algorytmiczne są bezużyteczne, jeśli nie są powiązane z jakąś giełdową koncepcją. Bez konkretnego zastosowania algorytm umożliwi utratę pieniędzy w ciągu mikrosekund zamiast dni lub tygodni. To samo dotyczy systemów kognitywnych. Chociaż sztuczna inteligencja niewątpliwie pomoże rozwiązać krytyczne problemy firm i poprawi obsługę klienta, nie obejdzie się bez pomocy kreatywnych pracowników.

Źródło: INTEL / Mike Blalock, General Manager, Intel Financial Services Industry