close-btn
PaySpace Magazine Global toggle EN
Мы в соцсетях:
PaySpace Magazine Global toggle EN

Как искусственный интеллект помогает улучшить банковский сектор

Большая клиентская база побуждает банки постоянно внедрять инновации для лучшего обслуживания пользователей. На помощь приходит искусственный интеллект (ИИ), предлагающий финкомпаниям различные способы совершенствования продуктов и услуг

Фото: pixabay.com

Согласно опросу OpenText, уже внедряют стратегии ИИ 75% опрошенных банков с активами более 100 млрд. долл. и 46% — с активами ниже этой суммы.

Один из самых распространенных способов использования передовых технологий в банковской деятельности – чат-боты на основе ИИ. Например, приложение для обмена сообщениями WeChat позволяет пользователям в Китае делать платеж в окне чата. В целом во многих крупных банках, таких как Bank of America, чат-боты с поддержкой ИИ делают возможным взаимодействие с клиентами круглосуточно и без выходных.

ИИ позволяет усовершенствовать услуги мобильного банкинга, автоматизируя систему управления кредитными и дебетовыми карточками. Кроме того, подняв анализ поведения заемщика на более высокий уровень с помощью ИИ, можно уменьшить вероятность мошенничества.

Фото: pixabay.com

К примеру, USAA, компания, предлагающая банковские и страховые услуги для людей и семей, которые служат или служили в вооруженных силах США, решила инвестировать в ИИ именно с этой целью. Применив технологию, компания понимает, как клиенты используют ее программы, их типичное поведение, что дает возможность предупредить потенциальные махинации.

В USAA уверяют: применяя такие методы предотвращения мошенничества, экономят в среднем около 100 млн долл. в год. Впрочем, о пользе передовых технологий для оптимизации бюджета свидетельствуют и другие исследования. Так, по подсчетам McKinsey, благодаря ИИ банки потенциально смогут сэкономить около $447 млрд до 2023 года.

Решения на базе ИИ помогают банкам и кредиторам принимать разумные решения относительно андеррайтинга. Ведь ИИ, опираясь на целый ряд факторов, точнее оценивает заемщиков.

Например, индийская компания Agtech Cropin использует машинное обучение для анализа данных о производительности урожая, землепользования для разработки моделей андеррайтинга. Таким образом удается спрогнозировать кредитоспособность клиента гораздо точнее, чем благодаря традиционным моделям риска. А ZestFinance — производитель платформы ZAML, предлагает решения на основе ИИ, которое помогает финкомпаниям оценивать заемщиков — вовсе без кредитной истории.

Фото: pixabay.com

Кроме того, модели ИИ в банковском деле используют для анализа настроений множества финансовых рынков. Применяя методы машинного обучения, ИИ-технологии могут прогнозировать рыночные условия и давать представление о рыночных тенденциях. По этой причине ИИ широко используют в управлении хедж-фондами.

Согласно исследованию Gartner, к 2025 году 75% венчурных капиталистов будут использовать ИИ для принятия инвестиционных решений на ранних стадиях. Таким образом, питчинг или финпоказатели будут играть все меньшую роль при принятии решений инвесторами о том, стоит ли вкладывать в ту или иную компанию.

Вызовы COVID-реальности

Коронавирус принципиально изменил ежедневный способ взаимодействия банков, сотрудников и клиентов. Пандемия подняла обслуживания потребителей на уровень стратегической цели. Зная привычки своих клиентов, банки могут быстрее прогнозировать поведение и предлагать новые соответствующие конкретным потребностям продукты и услуги. Например, технология ИИ позволяет банку делать страховые предложения, в зависимости от места проживания клиента.

Из-за требований дистанциирования, продиктованных пандемией, возросла роль чат-ботов. Разговорные платформы ИИ, которые могут отвечать на вопросы из тысяч тем выглядят незаменимыми в пост-ковидной реальности.

Фото: pixabay.com

Кроме того, пандемия указала на уязвимые с точки зрения мошенничества места в финансовой системе. Таким образом, продолжает расти актуальность технологий, в том числе на базе ИИ, позволяющие предупредить махинации.

В будущем ИИ будет широко применяться в цифровых платежах для создания нейронной сети, которая интуитивно знает, как человек хочет потратить свои деньги, прежде чем это сделает. Этому будет способствовать технология геозонирования, которая будет отслеживать, когда человек войдет в магазин, сохранит дебетовую/кредитную карточку в файле для удобства автоматической оплаты и устранит потребность в кассах и системах торговых точек (POS).

ЧИТАЙТЕ ТАКЖЕ: ТОП-10 самых старых банков мира (фотогалерея)

Хочу получать:

ТОП новости, билеты на мероприятия, бесплатно!

Материалы по теме