Generatieve AI – baanbrekend voor de volgende golf op de kapitaalmarkten

Generatieve AI – baanbrekend voor de volgende golf op de kapitaalmarkten

Tijdstempel: 14 juli 2023 1:52 uur
Bronknooppunt: 2766169

  Generatieve AI heeft de afgelopen tijd aan bekendheid gewonnen vanwege het echt transformerende en ontwrichtende potentieel. De evolutie begon met snelle vooruitgang in machine learning-technieken voor voorspellende analyses en het genereren van inzichten, gevolgd door de acceptatie van deep learning-modellen. Inmiddels zijn de modellen geëvolueerd naar meer geavanceerde LLM's (Large Language Models) die de basis vormen voor de generatieve AI-modellen. De LLM's hebben de barrières op het gebied van taalcomplexiteit doorbroken door training mogelijk te maken op een enorme hoeveelheid gegevens, waaronder tekst, afbeeldingen en audio, om de context, intentie enz. In verschillende talen te begrijpen, wat kan resulteren in contextueel en semantisch correcte uitvoer. Generatieve AI kan nu worden gebruikt voor meerdere use-cases, zoals het beantwoorden van vragen op basis van een kennisbank, het samenvatten van onderwerpen, het schrijven van code enz.

De huidige reeks generatieve AI-toepassingen omvat ChatGPT, DALL-E, Stable Diffusion, BARD, Midjourney, Deepmind en andere die enorme organisatorische gegevens kunnen verwerken, zoals tekst, e-mails, chats, afbeeldingen, video- en audio-opnamen die kunnen worden gebruikt om bedrijfstransformaties te stimuleren. Enkele van de voordelen zijn een verbeterde klantervaring, verbeterde productiviteit, snellere productontwikkeling en lagere kosten.

Opkomende use-cases binnen kapitaalmarkten

Grote investerings- en fintech-bedrijven zijn al begonnen te experimenteren met proof of concepts voor verschillende use-cases in generatieve kunstmatige intelligentie. De meerderheid van de use cases is gericht op het verbeteren en transformeren van klantenservice, operaties, onderzoek en inzichten en het maken van content. Generatieve AI-applicaties bieden gebruiksvriendelijke API's die bedrijven kunnen gebruiken zoals ze zijn of ervoor kiezen om de modellen aan te passen met behulp van bedrijfseigen gegevens. Deze API's kunnen naadloos worden geïntegreerd met de bedrijfsapplicaties om een ​​onderling verbonden platformoplossing te bieden.

Bijgevoegde afbeelding geeft een beeld van enkele van de mogelijke use-cases voor de verschillende bedrijfstakken binnen de kapitaalmarkten op basis van openbaar beschikbare informatie.

  Naar onze mening zijn klantenservice, contentgeneratie en investeringsonderzoek use cases die de meeste bedrijven onderzoeken. In de volgende paragrafen vindt u een korte beschrijving van de use cases.

  De use case van de klantenservice omvat een klantenservice-chatbot die kan helpen bij de communicatie door de bedoeling van de vragen te begrijpen, antwoorden te formuleren en de responskwaliteit te verbeteren. Gegevens die uit de interacties zijn verzameld, kunnen ook worden geanalyseerd op interesses en sentimenten om de weg vrij te maken voor een verbeterde klantrelatie door middel van hyperpersonalisatie. Vermogensbeheerders zouden de technologie kunnen gebruiken om via digitale kanalen gepersonaliseerd beleggingsadvies te bieden en zo de klantervaring te verbeteren.

 Relatiebeheerders zouden hetzelfde ook kunnen gebruiken voor het creëren van gepersonaliseerde marketingcampagnes voor klantsegmenten, regio's en demografieën, waardoor de digitale verkoop en marketing worden geautomatiseerd. Dit kan mogelijk de klantwaarde, conversie en retentie over een lange periode verhogen. Het juridische en nalevingsteam zou ook kunnen profiteren door regelgevende en nalevingsrapporten te genereren en zo de uitdagingen van rapportage in meerdere formaten te overwinnen.

 De uitgebreide data-analysemogelijkheden van Generative AI kunnen door bedrijven worden gebruikt om grote hoeveelheden tekstuele analistenrapporten en -aanbevelingen, spraaktranscripties en gegevens van sociale media, nieuws, artikelen enz. investeringsbeslissingen.

Huidige uitdagingen en risico's bij het toepassen van generatieve AI

Hoewel dit een baanbrekende technologie is, brengt het zijn eigen uitdagingen en risico's met zich mee die effectief moeten worden beheerd door de bedrijven voor een verantwoord gebruik.

Generatieve AI bevindt zich op het hoogste punt van de hype-cyclus. Het is belangrijk voor de bedrijven om generatieve AI-mogelijkheden te verkennen door een geschikte use case te identificeren die zakelijke waarde biedt en helpt de technologische mogelijkheden beter te begrijpen. Een van de overwegingen bij het selecteren van de use case is data. Aangezien de modeloutputs sterk gegevensafhankelijk zijn, moet het identificeren van de juiste set gegevens voor training, gegevenskwaliteit en gegevensbeveiligingsmaatregelen nader worden bekeken.

Het blijft een uitdaging om gebruik te maken van de reeds bestaande modellen die al zijn getraind op openbaar beschikbare datasets, omdat ze mogelijk onjuiste en misleidende informatie kunnen bevatten die tot beslissingsfouten kan leiden.

Er zijn juridische en nalevingsrisico's met betrekking tot gegevensprivacy en -vertrouwelijkheid, problemen met cyberfraude en problemen met betrekking tot de verklaarbaarheid van de gegenereerde output versus door mensen gegenereerde outputs

Hoe moeten bedrijven reageren om het volledige potentieel van generatieve AI te benutten? 

     Generatieve AI belooft de bedrijven aanzienlijke voordelen te bieden. Het is belangrijk voor bedrijven om deze opkomende technologie nu te verkennen om concurrentievoordeel te behalen. Bedrijven moeten hun bestaande innovatieportfolio herzien en generatieve AI tot een van hun directe aandachtsgebieden maken. Bedrijven moeten samenwerken met externe leveranciers om de beste technologische mogelijkheden te bieden voor een verbeterd transformatietraject.

De aanpak is om een ​​PoC uit te voeren, waarbij zakelijke use cases worden geïdentificeerd en prioriteiten worden gesteld op basis van gevalideerd leren dat uit de use case kan worden gehaald. Een van de benaderingen zou kunnen zijn om ontwerpdenken en/of lean startup-methodologieën te verkennen om maximaal voordeel te behalen. Net als bij andere AI-modellen is het voor bedrijven belangrijk om een ​​robuust AI-framework en governance te hebben met Explainable & betrouwbare AI-frameworks.

 

Conclusie 

De wereldwijde Generative AI-markt zal naar verwachting tegen 34 met 2032% groeien en zal naar verwachting toenemen tot 165 miljard dollar. Bedrijven investeren steeds meer in onderzoek en ontwikkeling, het bouwen van POC (proof of concepts), het opstellen van businesscases en integratie in bedrijfsplatforms. Bedrijven die de capaciteiten integreren in hun front-, middle- en backoffice-functies zullen het first mover-voordeel op de markt behalen. Zoals met alle opkomende technologieën, moeten de risico's worden beheerd met governance- en nalevingskaders en moeten zorgvuldige beslissingen worden genomen, aangezien dit aanzienlijke investeringen vereist in verband met de technologische infrastructuur en het personeelsbestand.

Tijdstempel:

Meer van Fintextra