FØLGE EFTER
Forbedre kommercielle handlinger, minimer banksvindel og styrkelse af risikostyringspolitikker. Der er mange hovedmuligheder præsenteret af bankvirksomhed med kunstig intelligens og big data, med de teknologiske fremskridt, som spanske finansielle institutioner i øjeblikket har implementeret algoritmer i mindre end et årti med den hensigt at forbedre deres tjenester. "Kunstig intelligens er vigtigere for bankvæsenet end for andre sektorer, fordi information er dets råmateriale. Og netop, det er en sektor, der har mere information om kunderne end andre”, siger Alberto Calles, partner med ansvar for økonomireguleringsområdet i PwC.
Brugen af data og kunstig intelligens har hjulpet BBVA med at give sine kunder en række værktøjer, der giver dem mulighed for at forbedre deres økonomiske sundhed. "Takket være kunstig intelligens og maskinlæringssystemer er banken i stand til at opdage situationer, der opstår uden for den sædvanlige standard i disse kunders økonomi.
I disse situationer informerer vi kunderne gennem medierne, for at give dem mulighed for at forberede sig på uforudsete hændelser og løse mulige fejl," siger Francisco Maturana, CEO for AI Factory, BBVAs avancerede analysecenter. Denne enhed begyndte at satse på udvikling af produkter baseret på kunstig intelligens i 2014.
64 % af bankerne har AI-løsninger
Kunstig intelligens gør det også muligt at implementere læringsstrategier automatisk ved at analysere tidligere cases for at lære af erfaringer og finde mønstre, der hjælper med at forudsige fremtidig adfærd. Hos Openbank, Santander-koncernens netbank, gør maskinlæring det muligt at etablere prædiktive modeller til at forudse kundeadfærd og dermed handle på forhånd. "Takket være vores tilbøjelighedsalgoritmer i vores produktkort kan vi designe en passende kommunikationsplan for vores kunder, minimere eller øge annoncekampagner for produkter, som de ved er af interesse for dem," siger Daniel Villatoro, Openbanks chefdataforsker.
”De områder med størst mulig påvirkning fra brugen af kunstig intelligens er på den ene side de tjenester, der tilbydes direkte til kunderne. Derudover kan det også forbedre effektiviteten i svindeldetektion markant, optimere interne processer og drift samt sikre regulatorisk korrekthed,” siger Maturana, fra BBVA. "Disse algoritmer beskæftiger sig med at anbefale kunden deres plus-produkt til kontrakt eller skelne, hvis nogen bevægelse på deres konto er unormal, blandt andre, og alt dette altid anonymt og garanterer vores kunders privatliv," kommenterede Villatoro.
Den afventende udfordring
Den store udfordring for banker, når de implementerer kunstig intelligens-initiativer, er at overbevise regulatoren om, at brugen af denne teknologi er i overensstemmelse med gældende regler, forklarede Calle, en PwC-partner. Kunstig intelligens-projekter gør det muligt at indhente en enorm mængde information fra kunderne, så afkastet ligger for eksempel i at forklare tilsynsmyndigheden, at disse processer er i overensstemmelse med dataindsamlingskravene for at vurdere bevillingen af et lån.
"På den ene side har vi i Europa takket være den generelle databeskyttelsesforordning indtaget en sober protektionistisk holdning til enkeltpersoners privatliv. På den anden side, i lande med en stærk investering i forskning i denne type teknik (såsom USA eller Kina), er kundedatahåndtering meget mere liberal, og derfor udnytter virksomheder denne fordel til at skabe nye personaliserede tjenester”, siger Villatoro, fra Openbank.
Denne dikotomi genererer en risiko i udviklingen af kunstig intelligens kendt som "to hastigheder", det vil sige, at der er dem, der har mere protektionistiske regler, og dem, der har dem mere slappe. "Det er nødvendigt at arbejde sammen med forståelsen og den selvstyrede forståelse af kunstig intelligens-modeller og undgå et overdrevent omhyggeligt syn, der begrænser deres brug," sagde den spanske bankforening i udtalelser til ABC.
Forbedre færdigheder
En anden udfordring ligger i at forbedre finansielle institutioners operationelle kapacitet til at kunne integrere de seneste fremskridt inden for kunstig intelligens ud over tjenester. "Udviklingen af den naturlige sprogproces med fremskridt inden for sprogforståelse og generationsmodeller, såsom GPT-3, har en verden af muligheder for at hjælpe med klassificeringen og smidigheden af svar til klienter. Derfor har vi udfordringen foran os med at integrere disse nye muligheder korrekt”, siger Maturana, fra BBVA AI Factory.
Ifølge data fra European Banking Authority har 64 % af de finansielle institutioner i 2019 projekter baseret på data og avancerede analytiske værktøjer. Denne procentdel viser de hurtige fremskridt, som projekter baseret på denne teknologi har blandt kontinentets bredder. "Udviklingen og anvendelsen af modeller baseret på datastyring og kunstig intelligens er allerede på nuværende tidspunkt grundlæggende elementer for at forbedre finansielle tjenester," siger den spanske bankforening om den betydning, denne teknologi har for fremtidens bankvirksomhed.
Calle fra PwC mente, at spanske banker sammenlignet med europæiske enheder skiller sig ud som en af de mest avancerede inden for brugen af kunstig intelligens-teknologi. "Der er stadig lang vej igen, men spansk bank er ret fremme på dette område," siger Calle, der også fremhæver de spanske bankers rolle som en af de enheder med den største digitalisering af deres banktjenester.
Hvordan en robot vurderer kreditværdighed
Den mest almindelige anvendelse, som kunstig intelligens har haft i bankvirksomhed, er i kundekreditvurderingsprocesser, kendt som 'credit scoring' på engelsk. Finansielle enheder har oplysninger om deres kunder, som andre sektorer ikke har, da de er på deres konti, hvor de modtager deres løn og har hjemsted for deres betalinger. Brugen af kunstig intelligens giver banker mulighed for at udføre en hurtig analyse for at bestemme kundernes kreditværdighed. Dette udmønter sig i udviklingen af innovative lånesystemer, der fungerer mere effektivt for enheder og for kunder.
