Hvordan GenAI transformerer finansielle tjenester gennem 'Hyper-Personalization'

Michael Haney, chef for produktstrategi hos Galileo Financial Technologies, sagde maskinlæring kombineret med fremkomsten af ​​generativ kunstig intelligens vil indlede en ny æra af backoffice-produktivitet og i sidste ende transformere, hvordan finansielle serviceorganisationer bruger data til at levere hyper-personaliserede oplevelser.

Samtalen mellem Haney og PYMNTS er en del af serien "What's Next in Payments: Payments and GenAI".

Vi er stadig i en æra, hvor finansielle serviceorganisationer anvender machine learning (en undergruppe af AI), sagde han. Men i stigende grad vender organisationer sig mod generativ kunstig intelligens og maskinlæring for at "superlade" deres back-end-operationer for at øge produktiviteten, effektiviteten og kvaliteten.

Mens maskinlæring nogle gange kræver manuel indgriben, da brugerne selv justerer modellerne og undersøger, hvilke der klarer sig bedst, får modellerne evnen til at lære og tilpasse sig hurtigere, efterhånden som forholdene ændrer sig, forklarede Haney.

Inden for dette område af maskinlæring findes teknikker kaldet neurale netværk. Neurale netværk er et "forsøg på at efterligne, hvordan den menneskelige hjerne fungerer, og de har ofte flere lag," sagde Haney. Jo flere lag der bruges, jo mere kapacitet, effektivitet, ydeevne og nøjagtighed kan forbedres.

Fremskridt inden for generativ AI har udviklet potentialet for maskinlæring ud over fortidens "stive og ufleksible regelmotorer", der var begrænset til specifikke typer indhold. Moderne metoder er afhængige af transformatorer eller deep learning-modeller, der kan forudsige det næste ord i en sætning, eller hvilket billede, video eller musik der skal tilbydes, sagde Haney.

"Det skaber en menneskelignende reaktion på niveauer, vi aldrig har set før," sagde han.

Visualisering af data

Ved at rette fokus mod betalinger sagde Haney, at AI kan transformere finansielle tjenester på tværs af adskillige arbejdsgange og interaktioner, blandt andet kundeservice - hvilket forbedrer og forbedrer produktiviteten af ​​operationer. Da finansielle institutioner og betalingsbehandlere ser efter at bruge disse data på unikke måder, vil forbrugernes opt-in til datadeling være kritisk, sagde han.

"Operationelle teams elsker data, rapporter, dashboards og den slags," sagde Haney. "De er begyndt at få muligheden for at lave datavisualisering gennem naturlige sprogforespørgsler."

Disse naturlige sprogforespørgsler kan levere værdifuld indsigt, såsom information om, hvordan betalingsmængderne ændrer sig hver dag. Andre generative AI-drevne teknologier, såsom virtuelle assistenter, giver værdi for både kunder og bankpersonale. For eksempel, i stedet for at skulle læse manualer, der er hundredvis af sider tykke, kan medarbejderne blot skrive et spørgsmål ind i deres AI-drevne applikationer for at finde den bedste måde at forbedre svartider på og på anden måde betjene kunder. Svigforsvar er en anden brugssag, der understøttes af automatiserede analyser.

Generativ kunstig intelligens kan også forbedre lånebeslutninger og andre interaktioner, hvilket understøtter styring af lånets livscyklus fra ansøgninger til kreditindsamlinger, sagde han. I mere kommercielle sammenhænge hjælper AI allerede treasury managers i de forskellige banker med at undersøge pengestrømme og renteændringer og navigere i likviditetsrisiko.

Hyper-personalisering vil være et naturligt biprodukt af AI, sagde Haney, selvom han advarede om, at modeller skal undersøges for at beskytte mod bias. Han tilføjede, at forbrugerne traditionelt har skullet manuelt navigere gennem et væld af betalingsmuligheder, der spænder over alt fra ACH til ledninger og senest realtidsmuligheder. At have en "motor" til hurtigt at guide dem gennem mulighederne kan vise sig at være værdifuldt.

"Forbrugerne er ofte fuldstændig overvældet over antallet af forskellige måder at flytte penge på," sagde han. "De har brug for disse motorer til at guide dem gennem den afvejning af hastighed, pris og risiko, og for at anbefale den bedste type betalingsskinner, som de bør overveje baseret på den transaktion, de forsøger at gøre."

På samme måde er der også potentialet til at bruge strukturerede og ustrukturerede data og realtidskontekst til at skabe og formidle de næstbedste tilbud på salgsstedet. Nye use cases udvikler sig også på tværs af mange aspekter af finansielle tjenester, herunder kundeservicedrift, marketingoperationer og produktudvikling.

Den måde teknologien udvikler sig på åbner nye muligheder.

"En af de ting, vi vil begynde at se, er nye, vertikaliserede og specialiserede store sprogmodeller," sagde Haney og tilføjede, at flere beslutningsprocedurer vil være kendetegnende for de kommende måneder og år.

"Der vil ske en masse nye og interessante ting i år ud over modellerne selv," forudsagde han.

Link: https://www.pymnts.com/news/artificial-intelligence/2024/how-generative-ai-is-transforming-financial-services-through-hyper-personalization/

Kilde: https://www.pymnts.com

• SEO Powered Content & PR Distribution. Bliv forstærket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk dig selv. Adgang her.
• PlatoAiStream. Web3 intelligens. Viden forstærket. Adgang her.
• PlatoESG. Kulstof, CleanTech, Energi, Miljø, Solenergi, Affaldshåndtering. Adgang her.
• PlatoHealth. Bioteknologiske og kliniske forsøgs intelligens. Adgang her.
• Kilde: https://www.fintechnews.org/how-genai-is-transforming-financial-services-through-hyper-personalization/