Sztuczna inteligencja w bankowości: niewykorzystany potencjał?
Do tej pory poziom implementacji sztucznej inteligencji w bankowości był stosunkowo niewielki – zauważają eksperci Deutsche Bank Reseach. AI testowano głównie pod kątem identyfikacji klientów w czasie rzeczywistym i zapobiegania oszustwom w bankowości internetowej czy w ramach zarządzania obszarem KYC (Know Your Customer). Jednocześnie banki napotykały tu na naturalne bariery, w postaci regulacji dotyczących ochrony danych czy cyberzagrożeń. Wysoce regulowany charakter działalności banków może w przyszłości być podstawowym ograniczeniem w wykorzystaniu możliwości, jakie daje wydajność sztucznej inteligencji – zauważają autorzy raportu. Co zatem mogą zrobić banki, aby nie tracić szansy na eksplorowanie potencjału AI, przy jednoczesnym spełnianiu wymogów regulacyjnych?
AI w bankach – szansa na większą rentowność
AI może przyczynić się do zwiększenia rentowności banków na dwa sposoby. Po pierwsze, przejmując powtarzalne zadania od ich pracowników. Autonomiczne oprogramowanie AI może zmniejszyć zapotrzebowanie na mniej wykwalifikowaną siłę roboczą i poprawić efektywność pozostałego personelu. Ma to kluczowe znaczenie, ponieważ wynagrodzenia zazwyczaj stanowią dużą część podstawy kosztów banków. Po drugie, wdrożenie sztucznej inteligencji może przyczynić się do generowania przychodów, np. pomóc bankom w opracowywaniu nowych ofert dostosowanych do indywidualnych potrzeb klientów w oparciu o analizę szeregu danych behawioralnych.
Zdaniem ekspertów Deutsche Bank Research, popularność AI w bankowości jest w dużej mierze zależne od popytu (klienta), a niekoniecznie od podaży. Ponadto silna konkurencja czyni nowoczesną technologię priorytetem nawet dla tych banków, których rentowność jest niższa. Zwiększając wydajność pracy, technologie sztucznej inteligencji mogą strukturalnie zmniejszyć koszty generowane w sektorze bankowym.
AI to wiele różnych rozwiązań
Aplikacje AI z potencjałem do wykorzystania w bankowości można podzielić na szerokie kategorie: aplikacje front office – zorientowane na obsługę klienta, aplikacje biurowe – zorientowane na operacje, handel i zarządzanie portfelem, oraz zgodność z przepisami, czyli compliance.
Na tym etapie banki, ogólnie rzecz biorąc, wciąż eksperymentują z technologią sztucznej inteligencji, nie decydując się na pełne jej wdrożenie w swoich procesach. Uwaga bankowców wydaje się koncentrować na wykorzystaniu AI w relacji z klientami i w operacjach. AI jest testowane powszechnie pod kątem identyfikacji klienta w czasie rzeczywistym i zapobiegania oszustwom w bankowości internetowej lub płatnościach kartowych. Jak to działa? Algorytmy sztucznej inteligencji sprawdzają wiarygodność transakcji kart kredytowych klientów w czasie rzeczywistym i porównują nowe transakcje z poprzednimi kwotami oraz lokalizacjami, z których były wykonywane. System blokuje transakcje, jeśli tylko widzi potencjalne ryzyko.
Czytaj także: Jak banki, fintechy i instytucje finansowe mogą skuteczne wdrożyć sztuczną inteligencję >>>
AI jest również testowana w obligatoryjnych dla banków procesach KYC (Know Your Customer), w celu weryfikacji tożsamości klientów. Algorytmy sztucznej inteligencji skanują dokumenty i oceniają wiarygodność dostarczonych przez klientów informacji, porównując je z danymi dostępnymi w Internecie. Jeśli identyfikują niespójności, inicjują bardziej szczegółowe procedury KYC – w tym manualną weryfikację przez pracowników danego banku.
Sztuczna inteligencja i narzędzia do samouczenia się maszyn (machine learning), umożliwiają określanie ryzyka geopolitycznego i przewidzenie jego wpływu na rynki finansowe. Przykładem takiego rozwiązania jest platforma Alpha-Dig, wykorzystywana przez Deutsche Bank. Alpha-Dig analizując w czasie rzeczywistym dane pochodzące z mediów informacyjnych, społecznościowych i innych źródeł, tworzy obraz profilu ryzyka politycznego dla danego kraju. Narzędzie wykorzystuje przetwarzanie języka naturalnego i techniki uczenia maszynowego, aby wywnioskować kontekst np. w danym artykule prasowym, wyciągając pozytywne i negatywne wskaźniki. W drugim kroku Alpha-Dig wykorzystuje wpisy z Wikipedii, gdzie teksty są łatwe do odczytania dla maszyn. Platforma analizuje też te tematy, które są popularne i istotne w danym momencie. Badana jest średnia liczba codziennych wiadomości geopolitycznych dla danego tematu w niedawnej przeszłości.
Oczywiście żaden system nie jest w stanie przewidzieć konsekwencji wydarzeń geopolitycznych ze stuprocentową pewnością. Ale dzięki narzędziom takim jak Alpha-Dig, można stworzyć obiektywne mierniki, które mogą pomóc inwestorom podejmować decyzje, ograniczając ryzyko w trudniejszych obszarach.
Potencjał AI w oczach inwestorów
Rozwój sztucznej inteligencji to ważny element walki konkurencyjnej w wymiarze globalnym. W obliczu zintensyfikowanej konkurencji firm z całego świata, Komisja Europejska zaproponowała budżet w wysokości 9 mld EUR na sfinansowanie projektów związanych z sztuczną inteligencją w latach 2021-2027 realizowanych na terenie Unii.
Czytaj także: Data science i sztuczna inteligencja uchronią banki przed sankcjami >>>
Ogromny potencjał drzemiący w technologii AI dostrzegają inwestorzy. W samym 2018 r., rozwiązania wykorzystujące sztuczną inteligencję przyciągnęły aż 24 mld dol. w ujęciu globalnym, co stanowi aż dwunastokrotny wzrost w porównaniu z 2013 r. Inwestorzy interesowali się w szczególności amerykańskimi i chińskimi startupami specjalizującymi się w AI. W Europie z kolei ich pupilami są firmy z Niemiec, Francji i Wielkiej Brytanii. Dla inwestorów venture capital, wspierających rozwój firm we wczesnej fazie rozwoju, sztuczna inteligencja wydaje się być prawdziwie rewolucyjną technologią o znacznym potencjale, takim samym jak Internet i rozwiązania mobilne w ostatnich latach.
W jaki sposób firmy stosujące AI korzystają ze środków, które otrzymują? Zdaniem ekspertów Deutsche Bank, pierwsze obserwacje wskazują, że przede wszystkim zatrudniają nowe talenty zajmujące się tworzeniem rozwiązań AI (co okazuje się kosztowne) i rozszerzają katalog swoich usług. Inwestorzy będą prawdopodobnie musieli jeszcze poczekać, zanim zobaczą znaczące zwroty z inwestycji w tę technologię.
