ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന് എല്ലാ ക്രെഡിറ്റും സ്പാനിഷ് ബാങ്കിംഗ് നൽകുന്നു

പിന്തുടരുക

വാണിജ്യ പ്രവർത്തനങ്ങൾ മെച്ചപ്പെടുത്തുക, ബാങ്ക് തട്ടിപ്പ് കുറയ്ക്കുക, റിസ്ക് മാനേജ്മെന്റ് നയങ്ങൾ ശക്തിപ്പെടുത്തുക. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസും ബിഗ് ഡാറ്റയും ഉപയോഗിച്ച് ബാങ്കിംഗ് അവതരിപ്പിക്കുന്ന നിരവധി പ്രധാന അവസരങ്ങളുണ്ട്, സ്പാനിഷ് ധനകാര്യ സ്ഥാപനങ്ങൾ അവരുടെ സേവനങ്ങൾ മെച്ചപ്പെടുത്തുക എന്ന ഉദ്ദേശത്തോടെ ഒരു ദശാബ്ദത്തിൽ താഴെയായി അൽഗോരിതങ്ങൾ നടപ്പിലാക്കുന്ന സാങ്കേതിക മുന്നേറ്റങ്ങൾക്കൊപ്പം. മറ്റ് മേഖലകളെ അപേക്ഷിച്ച് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ബാങ്കിംഗിന് വളരെ പ്രധാനമാണ്, കാരണം വിവരങ്ങൾ അതിന്റെ അസംസ്കൃത വസ്തുവാണ്. കൂടാതെ, കൃത്യമായി പറഞ്ഞാൽ, ഉപഭോക്താക്കളെ കുറിച്ച് മറ്റുള്ളവരെ അപേക്ഷിച്ച് കൂടുതൽ വിവരങ്ങൾ ഉള്ള ഒരു മേഖലയാണിത്", പിഡബ്ല്യുസിയിലെ സാമ്പത്തിക നിയന്ത്രണ മേഖലയുടെ ചുമതലയുള്ള പങ്കാളി ആൽബെർട്ടോ കാൾസ് പറയുന്നു.

ഡാറ്റയുടെയും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെയും ഉപയോഗം ഉപഭോക്താക്കൾക്ക് അവരുടെ സാമ്പത്തിക ആരോഗ്യം മെച്ചപ്പെടുത്താൻ അനുവദിക്കുന്ന ടൂളുകളുടെ ഒരു പരമ്പര നൽകാൻ BBVA യ്ക്ക് സഹായകമായി. “ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനും മെഷീൻ ലേണിംഗ് സിസ്റ്റത്തിനും നന്ദി, ഈ ഉപഭോക്താക്കളുടെ സാമ്പത്തിക കാര്യങ്ങളിൽ സാധാരണ നിലവാരത്തിന് പുറത്തുള്ള സാഹചര്യങ്ങൾ കണ്ടെത്താൻ ബാങ്കിന് കഴിയും.

ഇത്തരം സാഹചര്യങ്ങളിൽ, മുൻകൂട്ടി പ്രതീക്ഷിക്കാത്ത ഇവന്റുകൾക്കായി തയ്യാറെടുക്കാനും സാധ്യമായ പിശകുകൾ പരിഹരിക്കാനും ഉപഭോക്താക്കൾക്ക് അവസരം നൽകുന്നതിന് ഞങ്ങൾ മാർഗങ്ങളിലൂടെ അവരെ അറിയിക്കുന്നു,” BBVA യുടെ വിപുലമായ വിശകലന കേന്ദ്രമായ AI ഫാക്ടറിയുടെ സിഇഒ ഫ്രാൻസിസ്കോ മതുറാന പറഞ്ഞു. ഈ സ്ഥാപനം 2014-ൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അടിസ്ഥാനമാക്കിയുള്ള ഉൽപ്പന്നങ്ങളുടെ വികസനത്തിൽ വാതുവെപ്പ് ആരംഭിച്ചു.

64% ബാങ്കുകൾക്കും AI പരിഹാരങ്ങളുണ്ട്

അനുഭവത്തിൽ നിന്ന് പഠിക്കുന്നതിനും ഭാവിയിലെ പെരുമാറ്റം പ്രവചിക്കാൻ സഹായിക്കുന്ന പാറ്റേണുകൾ കണ്ടെത്തുന്നതിനും മുൻകാല കേസുകൾ വിശകലനം ചെയ്യുന്നതിലൂടെ പഠന തന്ത്രങ്ങൾ സ്വയമേവ നടപ്പിലാക്കുന്നത് കൃത്രിമബുദ്ധി സാധ്യമാക്കുന്നു. സാന്റാൻഡർ ഗ്രൂപ്പിന്റെ ഓൺലൈൻ ബാങ്കായ ഓപ്പൺബാങ്കിൽ, മെഷീൻ ലേണിംഗ് ഉപഭോക്താവിന്റെ പെരുമാറ്റം മുൻകൂട്ടി അറിയുന്നതിനും മുൻകൂട്ടി പ്രവർത്തിക്കുന്നതിനും പ്രവചന മാതൃകകൾ സ്ഥാപിക്കുന്നത് സാധ്യമാക്കുന്നു. "ഞങ്ങളുടെ ഉൽപ്പന്ന ഭൂപടത്തിലെ ഞങ്ങളുടെ പ്രോപ്പൻസിറ്റി അൽഗോരിതങ്ങൾക്ക് നന്ദി, ഞങ്ങളുടെ ഉപഭോക്താക്കൾക്ക് താൽപ്പര്യമുള്ള ഉൽപ്പന്നങ്ങളുടെ പരസ്യ കാമ്പെയ്‌നുകൾ ചെറുതാക്കാനോ വർദ്ധിപ്പിക്കാനോ ഞങ്ങൾക്ക് ഉചിതമായ ആശയവിനിമയ പദ്ധതി രൂപപ്പെടുത്താൻ കഴിയും," ഓപ്പൺബാങ്കിന്റെ ചീഫ് ഡാറ്റാ സയന്റിസ്റ്റ് ഡാനിയൽ വില്ലറ്റോറോ പറയുന്നു.

“ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ ഉപയോഗത്തിന്റെ ഏറ്റവും വലിയ സാധ്യതയുള്ള മേഖലകൾ, ഒരു വശത്ത്, ഉപഭോക്താക്കൾക്ക് നേരിട്ട് നൽകുന്ന സേവനങ്ങളാണ്. കൂടാതെ, വഞ്ചന കണ്ടെത്തുന്നതിലെ കാര്യക്ഷമത ഗണ്യമായി മെച്ചപ്പെടുത്താനും ആന്തരിക പ്രക്രിയകളും പ്രവർത്തനങ്ങളും ഒപ്റ്റിമൈസ് ചെയ്യാനും അതുപോലെ റെഗുലേറ്ററി കൃത്യത ഉറപ്പാക്കാനും ഇതിന് കഴിയും, ”ബിബിവിഎയുടെ മതുറാന പറയുന്നു. "ഈ അൽഗോരിതങ്ങൾ ക്ലയന്റിനോട് അവരുടെ അക്കൗണ്ടിലെ ഏതെങ്കിലും ചലനം അസാധാരണമാണോ എന്ന് കരാർ ചെയ്യാനോ വിവേചിക്കാനോ അവരുടെ പ്ലസ് ഉൽപ്പന്നം ശുപാർശ ചെയ്യുന്നതിനോട് ബന്ധപ്പെട്ടിരിക്കുന്നു, കൂടാതെ ഇതെല്ലാം എപ്പോഴും അജ്ഞാതമായി ഞങ്ങളുടെ ക്ലയന്റുകളുടെ സ്വകാര്യത ഉറപ്പുനൽകുന്നു", വില്ലറ്റോറോ അഭിപ്രായപ്പെട്ടു.

തീർപ്പാക്കാത്ത വെല്ലുവിളി

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സംരംഭങ്ങൾ ആരംഭിക്കുമ്പോൾ ബാങ്കുകൾ നേരിടുന്ന വലിയ വെല്ലുവിളി, ഈ സാങ്കേതികവിദ്യയുടെ ഉപയോഗം നിലവിലെ നിയന്ത്രണങ്ങൾക്ക് അനുസൃതമാണെന്ന് റെഗുലേറ്ററെ ബോധ്യപ്പെടുത്തുക എന്നതാണ്, PwC യുടെ പങ്കാളിയായ കാലെ വിശദീകരിച്ചു. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പ്രോജക്റ്റുകൾ ക്ലയന്റുകളിൽ നിന്ന് ധാരാളം വിവരങ്ങൾ നേടുന്നത് സാധ്യമാക്കുന്നു, അതിനാൽ റിട്ടേൺ കിടക്കുന്നു, ഉദാഹരണത്തിന്, വായ്പ അനുവദിക്കുന്നത് വിലയിരുത്തുന്നതിനുള്ള ഡാറ്റ ശേഖരണ ആവശ്യകതകളോടെ ഈ പ്രക്രിയകൾ ഓൺലൈനിലാണെന്ന് റെഗുലേറ്ററോട് വിശദീകരിക്കുമ്പോൾ.

“ഒരു വശത്ത്, യൂറോപ്പിൽ, പൊതുവായ ഡാറ്റാ പരിരക്ഷണ നിയന്ത്രണത്തിന് നന്ദി, വ്യക്തികളുടെ സ്വകാര്യതയോട് ഞങ്ങൾ ശാന്തമായ സംരക്ഷണ മനോഭാവം സ്വീകരിച്ചു. മറുവശത്ത്, ഇത്തരത്തിലുള്ള സാങ്കേതികതയിൽ (യുഎസ് അല്ലെങ്കിൽ ചൈന പോലുള്ളവ) ഗവേഷണത്തിൽ ശക്തമായ നിക്ഷേപമുള്ള രാജ്യങ്ങളിൽ, ഉപഭോക്തൃ ഡാറ്റയുടെ മാനേജ്മെന്റ് കൂടുതൽ ഉദാരമാണ്, അതിനാൽ പുതിയ വ്യക്തിഗത സേവനങ്ങൾ സൃഷ്ടിക്കുന്നതിന് കമ്പനികൾ ഈ നേട്ടം പ്രയോജനപ്പെടുത്തുന്നു. ”, ഓപ്പൺബാങ്കിൽ നിന്നുള്ള വില്ലറ്റോറോ പറയുന്നു.

"രണ്ട് വേഗത" എന്നറിയപ്പെടുന്ന ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് വികസിപ്പിക്കുന്നതിൽ ഈ ദ്വന്ദ്വത അപകടസാധ്യത സൃഷ്ടിക്കുന്നു, അതായത്, കൂടുതൽ സംരക്ഷണാത്മക നിയന്ത്രണങ്ങൾ ഉള്ളവരും കൂടുതൽ അയവുള്ളവരും ഉണ്ട്. "ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മോഡലുകളെക്കുറിച്ചുള്ള ധാരണയോടെയും സ്വയം മാർഗനിർദ്ദേശത്തോടെയും ഒരുമിച്ച് പ്രവർത്തിക്കേണ്ടത് ആവശ്യമാണ്, കൂടാതെ അവയുടെ ഉപയോഗം പരിമിതപ്പെടുത്തുന്ന അമിതമായ ശ്രദ്ധാപൂർവമായ കാഴ്ചപ്പാട് ഒഴിവാക്കുക," സ്പാനിഷ് ബാങ്കിംഗ് അസോസിയേഷൻ എബിസിക്ക് നൽകിയ പ്രസ്താവനയിൽ പറഞ്ഞു.

കഴിവുകൾ മെച്ചപ്പെടുത്തുക

സേവനങ്ങൾക്ക് പുറമെ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിലെ ഏറ്റവും പുതിയ മുന്നേറ്റങ്ങൾ സമന്വയിപ്പിക്കാൻ കഴിയുന്ന തരത്തിൽ ധനകാര്യ സ്ഥാപനങ്ങളുടെ പ്രവർത്തന ശേഷി മെച്ചപ്പെടുത്തുക എന്നതാണ് മറ്റൊരു വെല്ലുവിളി. "ഭാഷാ ഗ്രാഹ്യത്തിലും GPT-3 പോലെയുള്ള ജനറേഷൻ മോഡലുകളിലും പുരോഗതിയുള്ള സ്വാഭാവിക ഭാഷാ പ്രക്രിയയുടെ പരിണാമത്തിന്, വർഗ്ഗീകരണത്തിലും ക്ലയന്റുകളോടുള്ള പ്രതികരണ ചാപല്യത്തിലും സഹായിക്കുന്നതിനുള്ള സാധ്യതകളുടെ ഒരു ലോകമുണ്ട്. അതിനാൽ, ഈ പുതിയ കഴിവുകൾ വേണ്ടത്ര സമന്വയിപ്പിക്കാനുള്ള വെല്ലുവിളി ഞങ്ങളുടെ മുന്നിലുണ്ട്," BBVA AI ഫാക്ടറിയിൽ നിന്നുള്ള മതുറാന പറയുന്നു.

യൂറോപ്യൻ ബാങ്കിംഗ് അതോറിറ്റിയിൽ നിന്നുള്ള ഡാറ്റ അനുസരിച്ച്, 64-ൽ 2019% ധനകാര്യ സ്ഥാപനങ്ങൾക്ക് ഡാറ്റയും വിപുലമായ അനലിറ്റിക്കൽ ടൂളുകളും അടിസ്ഥാനമാക്കിയുള്ള പ്രോജക്ടുകൾ ഉണ്ട്. ഈ സാങ്കേതികവിദ്യയെ അടിസ്ഥാനമാക്കിയുള്ള പ്രോജക്റ്റുകൾ ഭൂഖണ്ഡത്തിന്റെ തീരങ്ങളിൽ കൈവരിച്ചുകൊണ്ടിരിക്കുന്ന ദ്രുതഗതിയിലുള്ള മുന്നേറ്റത്തെ ഈ ശതമാനം കാണിക്കുന്നു. "ഡാറ്റ മാനേജ്‌മെന്റ്, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് എന്നിവയെ അടിസ്ഥാനമാക്കിയുള്ള മോഡലുകളുടെ വികസനവും പ്രയോഗവും ഇപ്പോൾ തന്നെ, സാമ്പത്തിക സേവനങ്ങൾ മെച്ചപ്പെടുത്തുന്നതിനുള്ള അടിസ്ഥാന ഘടകങ്ങളാണ്," ബാങ്കിംഗിന്റെ ഭാവിയിൽ ഈ സാങ്കേതികവിദ്യയുടെ ഭാരത്തെക്കുറിച്ച് സ്പാനിഷ് ബാങ്കിംഗ് അസോസിയേഷൻ പറയുന്നു.

യൂറോപ്യൻ സ്ഥാപനങ്ങളുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സാങ്കേതികവിദ്യയുടെ ഉപയോഗത്തിൽ ഏറ്റവും പുരോഗമിച്ച ഒന്നായി സ്പാനിഷ് ബാങ്കിംഗ് വേറിട്ടുനിൽക്കുന്നുവെന്ന് PwC-യിൽ നിന്നുള്ള കോളെ കണക്കാക്കുന്നു. "ഇനിയും ഒരുപാട് ദൂരം പോകാനുണ്ട്, എന്നാൽ ഈ മേഖലയിൽ സ്പാനിഷ് ബാങ്കിംഗ് വളരെ പുരോഗമിച്ചിരിക്കുന്നു," അവരുടെ ബാങ്കിംഗ് സേവനങ്ങളുടെ ഏറ്റവും വലിയ ഡിജിറ്റൈസേഷൻ ഉള്ള സ്ഥാപനങ്ങളിലൊന്നായി സ്പാനിഷ് ബാങ്കുകളുടെ പങ്ക് എടുത്തുകാണിക്കുന്ന കോളെ പറയുന്നു.

ഒരു റോബോട്ട് എങ്ങനെയാണ് ക്രെഡിറ്റ് യോഗ്യതയെ വിലയിരുത്തുന്നത്

ബാങ്കിംഗിൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗിച്ചിട്ടുള്ള ഏറ്റവും സാധാരണമായ ഉപയോഗം ഉപഭോക്തൃ ക്രെഡിറ്റ് മൂല്യനിർണ്ണയ പ്രക്രിയകളിലാണ്, ഇംഗ്ലീഷിൽ 'ക്രെഡിറ്റ് സ്‌കോറിംഗ്' എന്നറിയപ്പെടുന്നു. സാമ്പത്തിക സ്ഥാപനങ്ങൾക്ക് അവരുടെ ക്ലയന്റുകളെക്കുറിച്ചുള്ള മറ്റ് മേഖലകളിൽ ഇല്ലാത്ത വിവരങ്ങൾ ഉണ്ട്, കാരണം അവർ അവരുടെ അക്കൗണ്ടുകളിൽ അവരുടെ ശമ്പളം സ്വീകരിക്കുകയും അവരുടെ പേയ്‌മെന്റുകൾ നയിക്കുകയും ചെയ്യുന്നു. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ ഉപയോഗം, ഇടപാടുകാരുടെ ക്രെഡിറ്റ് യോഗ്യത നിർണ്ണയിക്കാൻ ബാങ്കുകളെ ദ്രുത വിശകലനം നടത്താൻ അനുവദിക്കുന്നു. സ്ഥാപനങ്ങൾക്കും ക്ലയന്റുകൾക്കുമായി കൂടുതൽ കാര്യക്ഷമമായി പ്രവർത്തിക്കുന്ന നൂതന വായ്പാ സംവിധാനങ്ങളുടെ വികസനത്തിലേക്ക് ഇത് വിവർത്തനം ചെയ്യുന്നു.