Raport Specjalny | Forum Bezpieczeństwa Banków | Big data wspiera bankowców

65 lat temu świat pierwszy raz usłyszał o sztucznej inteligencji. Obecnie szacuje się, że do 2030 r. zyski z jej wykorzystania globalnie osiągną wartość nawet 50 bln zł. Tę technologię wykorzystują giganci biznesu i przemysłu, czy instytucje sektora publicznego, rośnie także zainteresowanie inteligentnymi urządzeniami, domami czy samochodami. Komputer lepiej od człowieka gra w szachy, system wyręcza go w obliczaniu lub w porządkowaniu danych. Maszyny przejmują monotonne czynności fizyczne, precyzyjne roboty dokonują zaawansowanych zabiegów chirurgicznych, autonomiczne pojazdy już jeżdżą po drogach, funkcjonuje infrastruktura automatycznie dostosowująca natężenie światła do potrzeb. Niezliczona wprost ilość przykładów zastosowania sztucznej inteligencji to nie futurologiczna wizja a rzeczywistość.

– W dużym uproszczeniu możemy powiedzieć, że sztuczna inteligencja to zaawansowane systemy lub maszyny, których zadaniem jest naśladownictwo ludzkiej inteligencji w zakresie wykonywania poszczególnych zadań. Ważnymi jej elementami są mechanizmy machine learning oraz deep learning, które odpowiadają za proces uczenia się tych maszyn lub systemów. Na podstawie doświadczeń, gromadzonych informacji sztuczna inteligencja może rozszerzać i udoskonalać procesy, w które jest angażowana. Jakość naszego życia dzięki temu znacznie się poprawia, ale zachowanie czujności jest równie istotne – podkreśla Marek Puchalski, Senior Solution Architect, Deloitte.

Wielowymiarowe wsparcie

Jednym z obszarów, w których sztuczna inteligencja może okazać się niezwykle przydatna, jest analiza zachowań i możliwości klientów banków. W dobie rozwoju technologicznego oraz digitalizacji procesów, gdzie moc obliczeniowa i wielkość wolumenów danych są nieograniczone, nieograniczony jest też zakres wykorzystania sztucznej inteligencji. Korzysta się z niej np. w predykcji zachowań grup czy pojedynczych klientów, klasyfikacji transakcji, interpretacji treści zdjęć czy dokumentów. W sferze operacyjnej funkcjonują wszelkiego rodzaju roboty, chatboty czy voiceboty, które wyręczają pracowników w coraz bardziej skomplikowanych czynnościach. Szerokim obszarem zastosowania jest obszar bezpieczeństwa systemów, weryfikacji podczas autoryzacji realizacji transakcji czy logowania do systemu bankowości elektronicznej.

Badając zachowania klientów, możemy przewidywać ich ewentualne działania, sprawdzać, na ile są skłonni spłacać zaciągnięty kredyt, czy wycofywać się z lokat. Zaawansowana analityka pozwala budować programy lojalnościowe, sterować retencją klientów, podnosić poziom ich satysfakcji; optymalizuje zarządzania wolumenami danych czy kosztami. Banki od dawna wykorzystują AI do redukcji/eliminacji ryzyka operacyjnego oraz kredytowego. Dzięki niej można łączyć dane historyczne z danymi bieżącymi, co umożliwia podejmowanie decyzji w czasie rzeczywistym.