ທະນາຄານແອສປາໂຍນໃຫ້ສິນເຊື່ອທັງຫມົດຕໍ່ກັບປັນຍາປະດິດ

ປະຕິບັດຕາມ

ປັບປຸງ​ການ​ກະທຳ​ທາງ​ການ​ຄ້າ, ຫຼຸດຜ່ອນ​ການ​ສໍ້​ໂກງ​ທະນາຄານ​ໃຫ້​ໜ້ອຍ​ທີ່​ສຸດ ​ແລະ ​ເພີ່ມ​ທະວີ​ນະ​ໂຍບາຍ​ຄຸ້ມ​ຄອງ​ຄວາມ​ສ່ຽງ. ມີໂອກາດຕົ້ນຕໍຫຼາຍທີ່ນໍາສະເຫນີໂດຍທະນາຄານທີ່ມີປັນຍາປະດິດແລະຂໍ້ມູນໃຫຍ່, ມີຄວາມກ້າວຫນ້າທາງດ້ານເຕັກໂນໂລຢີທີ່ສະຖາບັນການເງິນຂອງແອສປາໂຍນໄດ້ປະຕິບັດ algorithms ສໍາລັບຫນ້ອຍກວ່າຫນຶ່ງທົດສະວັດໂດຍມີຈຸດປະສົງໃນການປັບປຸງການບໍລິການຂອງພວກເຂົາ. “ປັນຍາປະດິດແມ່ນມີຄວາມສຳຄັນກວ່າສຳລັບຂະແໜງການທະນາຄານຫຼາຍກວ່າຂະແໜງການອື່ນ ເພາະວ່າຂໍ້ມູນແມ່ນວັດຖຸດິບຂອງມັນ. ແລະ, ແນ່ນອນ, ມັນເປັນຂະແຫນງທີ່ມີຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບລູກຄ້າຫຼາຍກ່ວາຄົນອື່ນ, ", Alberto Calles, ຄູ່ຮ່ວມງານທີ່ຮັບຜິດຊອບຂອງເຂດກົດລະບຽບທາງດ້ານການເງິນຂອງ PwC ກ່າວ.

ການນໍາໃຊ້ຂໍ້ມູນແລະປັນຍາປະດິດໄດ້ຮັບໃຊ້ BBVA ເພື່ອໃຫ້ລູກຄ້າມີຊຸດເຄື່ອງມືທີ່ຊ່ວຍໃຫ້ພວກເຂົາປັບປຸງສຸຂະພາບທາງດ້ານການເງິນຂອງພວກເຂົາ. "ຂໍຂອບໃຈກັບປັນຍາປະດິດແລະລະບົບການຮຽນຮູ້ເຄື່ອງຈັກ, ທະນາຄານສາມາດກວດພົບສະຖານະການທີ່ເກີດຂື້ນນອກມາດຕະຖານປົກກະຕິໃນການເງິນຂອງລູກຄ້າເຫຼົ່ານີ້.

ໃນສະຖານະການເຫຼົ່ານີ້, ພວກເຮົາແຈ້ງໃຫ້ລູກຄ້າຮູ້ໂດຍຜ່ານວິທີການ, ເພື່ອໃຫ້ພວກເຂົາມີໂອກາດໃນການກະກຽມສໍາລັບເຫດການທີ່ບໍ່ໄດ້ຄາດຄິດແລະແກ້ໄຂຄວາມຜິດພາດທີ່ອາດຈະເກີດຂື້ນ,” Francisco Maturana, CEO ຂອງໂຮງງານ AI, ສູນການວິເຄາະຂັ້ນສູງຂອງ BBVA ກ່າວ. ໜ່ວຍງານນີ້ເລີ່ມວາງເດີມພັນໃນການພັດທະນາຜະລິດຕະພັນໂດຍອີງໃສ່ປັນຍາປະດິດໃນປີ 2014.

64% ຂອງທະນາຄານມີວິທີແກ້ໄຂ AI

ປັນຍາທຽມຍັງເຮັດໃຫ້ມັນສາມາດປະຕິບັດກົນລະຍຸດການຮຽນຮູ້ອັດຕະໂນມັດໂດຍການວິເຄາະກໍລະນີທີ່ຜ່ານມາເພື່ອຮຽນຮູ້ຈາກປະສົບການແລະຊອກຫາຮູບແບບທີ່ຊ່ວຍຄາດຄະເນພຶດຕິກໍາໃນອະນາຄົດ. ຢູ່ທີ່ Openbank, ທະນາຄານອອນໄລນ໌ຂອງກຸ່ມ Santander, ການຮຽນຮູ້ເຄື່ອງຈັກເຮັດໃຫ້ມັນເປັນໄປໄດ້ທີ່ຈະສ້າງແບບຈໍາລອງການຄາດເດົາເພື່ອຄາດຄະເນພຶດຕິກໍາຂອງລູກຄ້າແລະດັ່ງນັ້ນຈຶ່ງປະຕິບັດລ່ວງຫນ້າ. "ຂໍຂອບໃຈກັບ propensity algorithms ໃນແຜນທີ່ຜະລິດຕະພັນຂອງພວກເຮົາ, ພວກເຮົາສາມາດອອກແບບແຜນການສື່ສານທີ່ເຫມາະສົມສໍາລັບລູກຄ້າຂອງພວກເຮົາ, ຫຼຸດຜ່ອນຫຼືເພີ່ມການໂຄສະນາການໂຄສະນາສໍາລັບຜະລິດຕະພັນທີ່ພວກເຂົາຮູ້ວ່າມີຄວາມສົນໃຈກັບພວກເຂົາ", Daniel Villatoro, ຫົວຫນ້າວິທະຍາສາດຂໍ້ມູນຂອງ Openbank ກ່າວ.

"ຂົງເຂດທີ່ມີຜົນກະທົບອັນໃຫຍ່ຫຼວງທີ່ສຸດຂອງການນໍາໃຊ້ປັນຍາປະດິດແມ່ນ, ດ້ານຫນຶ່ງ, ການບໍລິການທີ່ສະຫນອງໃຫ້ລູກຄ້າໂດຍກົງ. ນອກຈາກນັ້ນ, ມັນຍັງສາມາດປັບປຸງປະສິດທິພາບໃນການກວດສອບການສໍ້ໂກງຢ່າງຫຼວງຫຼາຍ, ປັບປຸງຂະບວນການພາຍໃນແລະການດໍາເນີນງານ, ເຊັ່ນດຽວກັນກັບການຮັບປະກັນຄວາມຖືກຕ້ອງຂອງກົດລະບຽບ”, Maturana ຂອງ BBVA ກ່າວ. "ສູດການຄິດໄລ່ເຫຼົ່ານີ້ມີຄວາມກັງວົນກ່ຽວກັບການແນະນໍາໃຫ້ລູກຄ້າຜະລິດຕະພັນບວກຂອງພວກເຂົາເຮັດສັນຍາຫຼືສັງເກດເຫັນວ່າການເຄື່ອນໄຫວໃດໆໃນບັນຊີຂອງພວກເຂົາແມ່ນຜິດປົກກະຕິ, ແລະອື່ນໆ, ແລະທັງຫມົດນີ້ສະເຫມີໂດຍບໍ່ເປີດເຜີຍຊື່ແລະຮັບປະກັນຄວາມເປັນສ່ວນຕົວຂອງລູກຄ້າຂອງພວກເຮົາ", Villatoro ກ່າວຄໍາເຫັນ.

ສິ່ງທ້າທາຍທີ່ຍັງຄ້າງຢູ່

ສິ່ງທ້າທາຍອັນໃຫຍ່ຫຼວງສໍາລັບທະນາຄານໃນເວລາທີ່ເປີດຕົວການລິເລີ່ມທາງປັນຍາທຽມແມ່ນເພື່ອຊັກຊວນໃຫ້ຜູ້ຄວບຄຸມວ່າການນໍາໃຊ້ເຕັກໂນໂລຢີນີ້ແມ່ນສອດຄ່ອງກັບກົດລະບຽບໃນປະຈຸບັນ, Calle, ຄູ່ຮ່ວມງານຂອງ PwC ອະທິບາຍ. ໂຄງການປັນຍາທຽມເຮັດໃຫ້ມັນເປັນໄປໄດ້ທີ່ຈະໄດ້ຮັບຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍຈາກລູກຄ້າ, ດັ່ງນັ້ນຜົນຕອບແທນຈະເຣັດ, ສໍາລັບການຍົກຕົວຢ່າງ, ໃນການອະທິບາຍໃຫ້ຜູ້ຄວບຄຸມວ່າຂະບວນການເຫຼົ່ານີ້ແມ່ນອອນໄລນ໌ກັບຄວາມຕ້ອງການເກັບກໍາຂໍ້ມູນເພື່ອປະເມີນການໃຫ້ກູ້ຢືມ.

"ໃນດ້ານຫນຶ່ງ, ໃນເອີຣົບ, ຍ້ອນກົດລະບຽບການປົກປ້ອງຂໍ້ມູນທົ່ວໄປ, ພວກເຮົາໄດ້ປະຕິບັດທັດສະນະຄະຕິການປົກປ້ອງຢ່າງມີສະຕິຕໍ່ຄວາມເປັນສ່ວນຕົວຂອງບຸກຄົນ. ໃນທາງກົງກັນຂ້າມ, ໃນປະເທດທີ່ມີການລົງທຶນທີ່ເຂັ້ມແຂງໃນການຄົ້ນຄວ້າເຕັກນິກປະເພດນີ້ (ເຊັ່ນ: ສະຫະລັດຫຼືຈີນ), ການຄຸ້ມຄອງຂໍ້ມູນຂອງລູກຄ້າແມ່ນມີຄວາມເສລີຫຼາຍແລະດັ່ງນັ້ນບໍລິສັດກໍາລັງໃຊ້ປະໂຫຍດຈາກປະໂຫຍດນີ້ເພື່ອສ້າງການບໍລິການສ່ວນບຸກຄົນໃຫມ່. ", Villatoro ເວົ້າວ່າ, ຈາກ Openbank.

dichotomy ນີ້ກໍາລັງສ້າງຄວາມສ່ຽງຕໍ່ການພັດທະນາຂອງປັນຍາປະດິດທີ່ຮູ້ຈັກເປັນ "ສອງຄວາມໄວ", ນັ້ນແມ່ນ, ຜູ້ທີ່ມີລະບຽບການປ້ອງກັນຫຼາຍແລະຜູ້ທີ່ມີມັນ lax ຫຼາຍ. "ມັນຈໍາເປັນຕ້ອງເຮັດວຽກຮ່ວມກັນກັບຄວາມເຂົ້າໃຈແລະຄວາມເຂົ້າໃຈດ້ວຍຕົນເອງຂອງຕົວແບບປັນຍາປະດິດ, ແລະຫຼີກເວັ້ນການວິໄສທັດທີ່ລະມັດລະວັງຫຼາຍເກີນໄປທີ່ຈໍາກັດການນໍາໃຊ້ຂອງພວກເຂົາ", ສະມາຄົມທະນາຄານແອສປາໂຍນກ່າວໃນຄໍາຖະແຫຼງຕໍ່ ABC.

ປັບປຸງທັກສະ

ສິ່ງທ້າທາຍອີກອັນຫນຶ່ງແມ່ນຢູ່ໃນການປັບປຸງຄວາມສາມາດໃນການປະຕິບັດງານຂອງສະຖາບັນການເງິນເພື່ອໃຫ້ສາມາດເຊື່ອມໂຍງຄວາມກ້າວຫນ້າຫລ້າສຸດຂອງປັນຍາປະດິດນອກເຫນືອຈາກການບໍລິການ. "ວິວັດທະນາການຂອງຂະບວນການພາສາທໍາມະຊາດທີ່ມີຄວາມກ້າວຫນ້າໃນຄວາມເຂົ້າໃຈພາສາແລະຮູບແບບການຜະລິດ, ເຊັ່ນ GPT-3, ມີໂລກຂອງຄວາມເປັນໄປໄດ້ທີ່ຈະຊ່ວຍໃນການຈັດປະເພດແລະການຕອບສະຫນອງຕໍ່ລູກຄ້າ. ດັ່ງນັ້ນ, ພວກເຮົາມີສິ່ງທ້າທາຍຢູ່ຂ້າງຫນ້າຂອງພວກເຮົາທີ່ຈະປະສົມປະສານຄວາມສາມາດໃຫມ່ເຫຼົ່ານີ້ຢ່າງພຽງພໍ", Maturana, ຈາກໂຮງງານ BBVA AI ກ່າວ.

ອີງຕາມຂໍ້ມູນຈາກອົງການທະນາຄານເອີຣົບ, 64% ຂອງສະຖາບັນການເງິນມີໂຄງການໂດຍອີງໃສ່ຂໍ້ມູນແລະເຄື່ອງມືການວິເຄາະທີ່ກ້າວຫນ້າໃນປີ 2019. ອັດຕາສ່ວນນີ້ສະແດງໃຫ້ເຫັນເຖິງຄວາມກ້າວຫນ້າຢ່າງໄວວາທີ່ໂຄງການໂດຍອີງໃສ່ເຕັກໂນໂລຢີນີ້ແມ່ນມີໃນບັນດາທະນາຄານຂອງທະວີບ. "ການພັດທະນາແລະການນໍາໃຊ້ແບບຈໍາລອງໂດຍອີງໃສ່ການຄຸ້ມຄອງຂໍ້ມູນແລະປັນຍາປະດິດແມ່ນແລ້ວ, ໃນປັດຈຸບັນ, ອົງປະກອບພື້ນຖານເພື່ອປັບປຸງການບໍລິການທາງດ້ານການເງິນ", ສະມາຄົມທະນາຄານແອສປາໂຍນເວົ້າກ່ຽວກັບນ້ໍາຫນັກທີ່ເຕັກໂນໂລຢີນີ້ມີຕໍ່ອະນາຄົດຂອງທະນາຄານ.

Calle, ຈາກ PwC, ພິຈາລະນາວ່າໃນເງື່ອນໄຂປຽບທຽບກັບຫນ່ວຍງານເອີຣົບ, ທະນາຄານແອສປາໂຍນຢືນເປັນຫນຶ່ງໃນກ້າວຫນ້າທາງດ້ານທີ່ສຸດໃນການນໍາໃຊ້ເຕັກໂນໂລຢີປັນຍາປະດິດ. Calle, ຜູ້ທີ່ເນັ້ນຫນັກເຖິງບົດບາດຂອງທະນາຄານແອສປາໂຍນວ່າເປັນຫນຶ່ງໃນຫນ່ວຍງານທີ່ມີການຫັນເປັນດິຈິຕອນທີ່ໃຫຍ່ທີ່ສຸດຂອງການບໍລິການທະນາຄານຂອງພວກເຂົາວ່າ "ມັນຍັງມີທາງຍາວໄກ, ແຕ່ທະນາຄານແອສປາໂຍນແມ່ນຂ້ອນຂ້າງກ້າວຫນ້າທາງດ້ານນີ້."

ວິທີການຫຸ່ນຍົນປະເມີນມູນຄ່າສິນເຊື່ອ

ການນໍາໃຊ້ທົ່ວໄປທີ່ສຸດທີ່ປັນຍາປະດິດມີຢູ່ໃນທະນາຄານແມ່ນຢູ່ໃນຂະບວນການປະເມີນຜົນສິນເຊື່ອຂອງລູກຄ້າ, ທີ່ເອີ້ນວ່າ 'ການໃຫ້ຄະແນນສິນເຊື່ອ' ໃນພາສາອັງກິດ. ຫນ່ວຍງານທາງດ້ານການເງິນມີຂໍ້ມູນກ່ຽວກັບລູກຄ້າຂອງພວກເຂົາທີ່ຂະແຫນງການອື່ນໆບໍ່ມີ, ນັບຕັ້ງແຕ່ພວກເຂົາຢູ່ໃນບັນຊີຂອງພວກເຂົາທີ່ພວກເຂົາໄດ້ຮັບເງິນເດືອນແລະຊີ້ນໍາການຈ່າຍເງິນຂອງພວກເຂົາ. ການນໍາໃຊ້ປັນຍາປະດິດຊ່ວຍໃຫ້ທະນາຄານປະຕິບັດການວິເຄາະໄວເພື່ອກໍານົດມູນຄ່າສິນເຊື່ອຂອງລູກຄ້າ. ນີ້ແປວ່າການພັດທະນາລະບົບເງິນກູ້ນະວັດຕະກໍາທີ່ເຮັດວຽກທີ່ມີປະສິດທິພາບຫຼາຍຂຶ້ນສໍາລັບຫນ່ວຍງານແລະລູກຄ້າ.