DILYN
Gwella camau gweithredu masnachol, lleihau twyll banc a chryfhau polisïau rheoli risg. Mae yna lawer o brif gyfleoedd a gyflwynir gan fancio gyda deallusrwydd artiffisial a data mawr, gyda'r datblygiadau technolegol y mae sefydliadau ariannol Sbaen wedi bod yn gweithredu algorithmau ers llai na degawd gyda'r bwriad o wella eu gwasanaethau. “Mae deallusrwydd artiffisial yn bwysicach ar gyfer bancio nag ar gyfer sectorau eraill oherwydd mai gwybodaeth yw ei ddeunydd crai. Ac, yn union, mae’n sector sydd â mwy o wybodaeth am gwsmeriaid nag eraill”, meddai Alberto Calles, partner â gofal yr ardal rheoleiddio ariannol yn PwC.
Mae'r defnydd o ddata a deallusrwydd artiffisial wedi galluogi BBVA i ddarparu cyfres o offer i'w gwsmeriaid sy'n eu galluogi i wella eu hiechyd ariannol. “Diolch i systemau deallusrwydd artiffisial a dysgu peirianyddol, mae’r banc yn gallu canfod sefyllfaoedd sy’n digwydd y tu allan i’r safon arferol yng nghyllid y cwsmeriaid hyn.
Yn y sefyllfaoedd hyn, rydym yn hysbysu cwsmeriaid trwy ddulliau, er mwyn rhoi cyfle iddynt baratoi ar gyfer digwyddiadau annisgwyl a datrys gwallau posibl,” meddai Francisco Maturana, Prif Swyddog Gweithredol AI Factory, canolfan ddadansoddi uwch BBVA. Dechreuodd yr endid hwn betio ar ddatblygu cynhyrchion yn seiliedig ar ddeallusrwydd artiffisial yn 2014.
Mae gan 64% o fanciau atebion AI
Mae deallusrwydd artiffisial hefyd yn ei gwneud hi'n bosibl gweithredu strategaethau dysgu yn awtomatig trwy ddadansoddi achosion yn y gorffennol i ddysgu o brofiad a dod o hyd i batrymau sy'n helpu i ragweld ymddygiad yn y dyfodol. Yn Openbank, banc ar-lein Grŵp Santander, mae dysgu peirianyddol yn ei gwneud hi’n bosibl sefydlu modelau rhagfynegi i ragweld ymddygiad cwsmeriaid ac felly gweithredu ymlaen llaw. "Diolch i'n algorithmau tueddfryd yn ein map cynnyrch, gallwn ddylunio cynllun cyfathrebu priodol ar gyfer ein cwsmeriaid, gan leihau neu gynyddu ymgyrchoedd hysbysebu ar gyfer cynhyrchion y maent yn gwybod eu bod o ddiddordeb iddynt," meddai Daniel Villatoro, prif wyddonydd data Openbank.
“Y meysydd sydd â’r effaith bosibl fwyaf o ddefnyddio deallusrwydd artiffisial, ar y naill law, yw’r gwasanaethau a gynigir yn uniongyrchol i gwsmeriaid. Yn ogystal, gall hefyd wella effeithlonrwydd canfod twyll yn sylweddol, gwneud y gorau o brosesau a gweithrediadau mewnol, yn ogystal â sicrhau cywirdeb rheoleiddiol,” meddai Maturana BBVA. “Mae'r algorithmau hyn yn ymwneud ag argymell i'r cleient eu cynnyrch ychwanegol i gontractio neu ganfod a yw unrhyw symudiad yn eu cyfrif yn annormal, ymhlith eraill, a hyn i gyd bob amser yn ddienw ac yn gwarantu preifatrwydd ein cleientiaid”, meddai Villatoro.
Yr her sydd ar y gweill
Yr her fawr i fanciau wrth lansio mentrau deallusrwydd artiffisial yw argyhoeddi'r rheoleiddiwr bod y defnydd o'r dechnoleg hon yn unol â'r rheoliadau cyfredol, esboniodd Calle, partner yn PwC. Mae prosiectau deallusrwydd artiffisial yn ei gwneud hi'n bosibl cael llawer iawn o wybodaeth gan gleientiaid, felly mae'r adenillion yn gorwedd, er enghraifft, wrth egluro i'r rheolydd bod y prosesau hyn ar-lein gyda'r gofynion casglu data i werthuso rhoi benthyciad.
“Ar y naill law, yn Ewrop, diolch i’r rheoliad diogelu data cyffredinol, rydym wedi mabwysiadu agwedd sobr amddiffynol tuag at breifatrwydd unigolion. Ar y llaw arall, mewn gwledydd sydd â buddsoddiad cryf mewn ymchwil i'r math hwn o dechneg (fel yr Unol Daleithiau neu Tsieina), mae rheoli data cwsmeriaid yn llawer mwy rhyddfrydol ac felly mae cwmnïau'n manteisio ar y fantais hon i greu gwasanaethau personol newydd. ”, meddai Villatoro, o Openbank.
Mae'r ddeuoliaeth hon yn creu risg yn natblygiad deallusrwydd artiffisial a elwir yn "ddau gyflymder", hynny yw, mae yna rai sydd â rheoliadau mwy diffynnaeth a'r rhai sydd â mwy o rai llac. "Mae angen cydweithio â dealltwriaeth a dealltwriaeth hunan-dywys o fodelau deallusrwydd artiffisial, ac osgoi gweledigaeth rhy ofalus sy'n cyfyngu ar eu defnydd," meddai Cymdeithas Bancio Sbaen mewn datganiadau i ABC.
Gwella sgiliau
Her arall yw gwella gallu gweithredol sefydliadau ariannol i allu integreiddio'r datblygiadau diweddaraf mewn deallusrwydd artiffisial yn ogystal â gwasanaethau. “Mae gan esblygiad y broses iaith naturiol gyda datblygiadau mewn deall iaith a modelau cenhedlaeth, megis GPT-3, fyd o bosibiliadau i helpu gyda dosbarthu ac ystwythder ymateb i gleientiaid. Felly, mae gennym yr her o’n blaenau i integreiddio’r galluoedd newydd hyn yn ddigonol”, meddai Maturana, o BBVA AI Factory.
Yn ôl data gan Awdurdod Bancio Ewrop, yn 64 mae gan 2019% o sefydliadau ariannol brosiectau yn seiliedig ar ddata ac offer dadansoddol uwch. Mae'r ganran hon yn dangos y cynnydd cyflym y mae prosiectau sy'n seiliedig ar y dechnoleg hon yn ei gael ymhlith glannau'r cyfandir. "Mae datblygu a chymhwyso modelau sy'n seiliedig ar reoli data a deallusrwydd artiffisial eisoes, ar hyn o bryd, yn elfennau sylfaenol i wella gwasanaethau ariannol," meddai Cymdeithas Bancio Sbaen am y pwysau sydd gan y dechnoleg hon ar gyfer dyfodol bancio.
Roedd Calle, o PwC, o'r farn, o gymharu ag endidau Ewropeaidd, bod bancio Sbaenaidd yn sefyll allan fel un o'r rhai mwyaf datblygedig yn y defnydd o dechnoleg deallusrwydd artiffisial. “Mae llawer o waith i’w wneud o hyd, ond mae bancio Sbaen yn eithaf datblygedig yn y maes hwn,” meddai Calle, sydd hefyd yn tynnu sylw at rôl banciau Sbaen fel un o’r endidau sydd â’r digideiddio mwyaf o’u gwasanaethau bancio.
Sut mae robot yn asesu teilyngdod credyd
Y defnydd mwyaf cyffredin y mae deallusrwydd artiffisial wedi'i gael mewn bancio yw mewn prosesau gwerthuso credyd cwsmeriaid, a elwir yn 'credit scoreing' yn Saesneg. Mae gan endidau ariannol wybodaeth am eu cleientiaid nad oes gan sectorau eraill, gan eu bod yn eu cyfrifon lle maent yn derbyn eu cyflogres ac yn cyfeirio eu taliadau. Mae defnyddio deallusrwydd artiffisial yn caniatáu i fanciau wneud dadansoddiad cyflym i bennu teilyngdod credyd cwsmeriaid. Mae hyn yn trosi i ddatblygiad systemau benthyca arloesol sy'n gweithio'n fwy effeithlon i endidau ac i gleientiaid.
