Kuidas GenAI muudab finantsteenuseid hüperisikupärastamise kaudu

Michael Haney, tootestrateegia juht aadressil Galileo finantstehnoloogiad, ütles masinõpe koos generatiivse tehisintellekti kasvuga, juhatab sisse uue taustakontorite tootlikkuse ajastu ja muudab lõpuks viisi, kuidas finantsteenuste organisatsioonid kasutavad andmeid ülipersonaliseeritud kogemuste pakkumiseks.

Vestlus Haney ja PYMNTSi vahel on osa sarjast "Mis edasi maksetes: maksed ja GenAI".

Ta ütles, et oleme endiselt ajastul, kus finantsteenuste organisatsioonid võtavad kasutusele masinõppe (AI alamhulk). Kuid organisatsioonid pöörduvad üha enam generatiivse tehisintellekti ja masinõppe poole, et oma taustatoiminguid tootlikkuse, tõhususe ja kvaliteedi tõstmiseks "üle laadida".

Kuigi masinõpe nõuab mõnikord käsitsi sekkumist, kuna kasutajad kohandavad mudeleid ise ja uurivad, millised neist kõige paremini toimivad, saavad mudelid tingimuste muutudes kiiremini õppida ja kohaneda, selgitas Haney.

Selles masinõppe valdkonnas on tehnikaid, mida nimetatakse närvivõrkudeks. Haney ütles, et närvivõrgud on "katse jäljendada inimese aju tööd ja neil on sageli mitu kihti. Mida rohkem kihte kasutatakse, seda rohkem saab võimsust, tõhusust, jõudlust ja täpsust parandada.

Generatiivse AI edusammud on arendanud masinõppe potentsiaali kaugemale mineviku „jäikadest ja paindumatutest reeglimootoritest”, mis piirdusid teatud tüüpi sisuga. Kaasaegsed meetodid tuginevad trafodele ehk süvaõppe mudelitele, mis suudavad ennustada lause järgmist sõna või seda, millist pilti, videot või muusikat pakkuda, ütles Haney.

"See loob inimesesarnase reaktsiooni tasemel, mida me pole kunagi varem näinud," ütles ta.

Andmete visualiseerimine

Pöörates tähelepanu maksetele, ütles Haney, et tehisintellekt võib muuta finantsteenuseid mitme töövoo ja suhtluse kaudu, sealhulgas klienditeeninduses, suurendades ja parandades toimingute tootlikkust. Kuna finantsasutused ja maksetöötlejad soovivad neid andmeid ainulaadsel viisil kasutada, on tarbijate andmete jagamise lubamine kriitilise tähtsusega, ütles ta.

"Operatiivmeeskonnad armastavad andmeid, aruandeid, armatuurlaudu ja selliseid asju," ütles Haney. "Nad hakkavad saama loomuliku keele päringute kaudu andmete visualiseerimist."

Need loomuliku keele päringud võivad anda väärtuslikku teavet, näiteks teavet selle kohta, kuidas maksete mahud iga päev muutuvad. Muud generatiivsed tehisintellektil töötavad tehnoloogiad, nagu virtuaalsed assistendid, pakuvad väärtust nii klientidele kui ka pangatöötajatele. Näiteks selle asemel, et lugeda sadu lehekülgi paksuseid käsiraamatuid, saavad töötajad lihtsalt sisestada küsimuse oma tehisintellekti toega rakendustesse, et leida parim viis reageerimisaegade parandamiseks ja muul viisil klientide teenindamiseks. Pettuste kaitse on veel üks kasutusjuhtum, mida toetab automatiseeritud analüütika.

Ta ütles, et generatiivne AI võib parandada ka laenuotsuste tegemist ja muid suhtlusi, toetades laenu elutsükli haldamist alates taotlustest kuni krediidi kogumiseni. Kaubanduslikumates seadetes aitab AI juba erinevate pankade sularahahalduritel uurida rahavoogusid ja intressimäärade muutusi ning navigeerida likviidsusriskist.

Haney ütles, et hüperpersonaliseerimine on tehisintellekti loomulik kõrvalsaadus, ehkki ta hoiatas, et eelarvamuste eest kaitsmiseks tuleb mudeleid uurida. Ta lisas, et tarbijad on traditsiooniliselt pidanud käsitsi navigeerima paljudes maksevõimalustes, mis hõlmavad kõike alates ACH-st kuni juhtmeteni ja viimasel ajal ka reaalajas. Kasulikuks võib osutuda „mootori”, mis aitab neil kiiresti valikuid läbi viia.

"Tarbijad on sageli täiesti hämmingus erinevate raha liigutamise viiside üle," ütles ta. "Nad vajavad neid mootoreid, et suunata neid kiiruse, hinna ja riski kompromissiga ning soovitada parimat tüüpi makseviise, mida nad peaksid kaaluma, lähtudes tehingust, mida nad üritavad teha."

Samamoodi on võimalik kasutada struktureeritud ja struktureerimata andmeid ning reaalajas konteksti, et luua ja levitada müügikohas parimaid pakkumisi. Uued kasutusjuhtumid arenevad välja ka paljudes finantsteenuste aspektides, sealhulgas klienditeeninduse toimingud, turundustoimingud ja tootearendus.

See, kuidas tehnoloogia areneb, avab uusi võimalusi.

"Üks asi, mida hakkame nägema, on uued, vertikaalsed ja spetsialiseeritud suured keelemudelid," ütles Haney ja lisas, et eelseisvate kuude ja aastate tunnusteks on rohkem otsustavaid kasutusjuhtumeid.

"Sel aastal juhtub palju uut ja huvitavat peale mudelite enda," ennustas ta.

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

Allikas: https://www.pymnts.com

• SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
• PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
• PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
• PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
• PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
• Allikas: https://www.fintechnews.org/how-genai-is-transforming-financial-services-through-hyper-personalization/