Jak GenAI przekształca usługi finansowe poprzez „hiperpersonalizację”

Michał Haney, szef strategii produktu w firmie Technologie finansowe Galileo, twierdzi, że uczenie maszynowe w połączeniu z rozwojem generatywnej sztucznej inteligencji zapoczątkuje nową erę produktywności zaplecza biurowego i ostatecznie zmieni sposób, w jaki organizacje świadczące usługi finansowe wykorzystują dane do zapewniania hiperspersonalizowanych doświadczeń.

Rozmowa pomiędzy Haneyem i PYMNTS jest częścią serii „Co dalej w płatnościach: płatności i GenAI”.

Nadal żyjemy w epoce, w której organizacje świadczące usługi finansowe wdrażają uczenie maszynowe (podzbiór sztucznej inteligencji) – stwierdził. Jednak coraz częściej organizacje zwracają się w stronę generatywnej sztucznej inteligencji i uczenia maszynowego, aby „doładować” swoje operacje zaplecza w celu zwiększenia produktywności, wydajności i jakości.

Chociaż uczenie maszynowe czasami wymaga ręcznej interwencji, ponieważ użytkownicy sami modyfikują modele i sprawdzają, które z nich działają najlepiej, modele zyskują zdolność do szybszego uczenia się i dostosowywania do zmieniających się warunków – wyjaśnił Haney.

W tym obszarze uczenia maszynowego istnieją techniki zwane sieciami neuronowymi. Sieci neuronowe „próbują naśladować działanie ludzkiego mózgu i często składają się z wielu warstw” – powiedział Haney. Im więcej zastosowanych warstw, tym większą pojemność, wydajność, wydajność i dokładność można poprawić.

Postępy w generatywnej sztucznej inteligencji rozwinęły potencjał uczenia maszynowego wykraczający poza „sztywne i nieelastyczne silniki reguł” z przeszłości, które ograniczały się do określonych typów treści. Nowoczesne metody opierają się na transformatorach, czyli modelach głębokiego uczenia się, które potrafią przewidzieć następne słowo w zdaniu lub jaki obraz, film lub muzykę zaproponuje, powiedział Haney.

„To powoduje reakcję przypominającą ludzką na poziomie, jakiego nigdy wcześniej nie widzieliśmy” – powiedział.

Wizualizacja danych

Koncentrując się na płatnościach, Haney powiedział, że sztuczna inteligencja może przekształcić usługi finansowe w ramach kilku przepływów pracy i interakcji, w tym obsługi klienta, zwiększając i poprawiając produktywność operacji. Ponieważ instytucje finansowe i podmioty przetwarzające płatności chcą wykorzystywać te dane w unikalny sposób, zgoda konsumentów na udostępnianie danych będzie kluczowa – stwierdził.

„Zespoły operacyjne uwielbiają dane, raporty, pulpity nawigacyjne i tym podobne rzeczy” – powiedział Haney. „Zaczynają zdobywać możliwość wizualizacji danych za pomocą zapytań w języku naturalnym”.

Te zapytania w języku naturalnym mogą dostarczyć cennych informacji, np. informacji o tym, jak wolumen płatności zmienia się każdego dnia. Inne generatywne technologie oparte na sztucznej inteligencji, takie jak wirtualni asystenci, zapewniają wartość zarówno klientom, jak i pracownikom banku. Na przykład zamiast przeglądać setki stron podręczników, pracownicy mogą po prostu wpisać pytanie w swoich aplikacjach opartych na sztucznej inteligencji, aby znaleźć najlepszy sposób na skrócenie czasu reakcji i obsługę klientów w inny sposób. Kolejnym przypadkiem użycia wzmocnionym automatyczną analizą są zabezpieczenia przed oszustwami.

Generatywna sztuczna inteligencja może również usprawnić podejmowanie decyzji kredytowych i inne interakcje, wspierając zarządzanie cyklem życia pożyczki, począwszy od wniosków po windykację kredytów, powiedział. W warunkach bardziej komercyjnych sztuczna inteligencja już pomaga menedżerom skarbu w różnych bankach badać zmiany przepływów pieniężnych i stóp procentowych oraz radzić sobie z ryzykiem płynności.

Haney powiedział, że hiperpersonalizacja będzie naturalnym produktem ubocznym sztucznej inteligencji, chociaż przestrzegł, że należy zbadać modele, aby uchronić się przed uprzedzeniami. Dodał, że konsumenci tradycyjnie musieli ręcznie poruszać się po mnóstwie opcji płatności, począwszy od ACH po przelewy, a ostatnio także opcje w czasie rzeczywistym. Posiadanie „silnika”, który pomoże szybko przeprowadzić klienta przez dostępne opcje, może okazać się cenne.

„Konsumenci są często całkowicie przytłoczeni liczbą różnych sposobów przesyłania pieniędzy” – powiedział. „Potrzebują tych silników, które poprowadzą ich przez kompromis między szybkością, ceną i ryzykiem, a także zarekomendują najlepszy typ szyn płatniczych, który powinni rozważyć w zależności od transakcji, którą próbują przeprowadzić”.

Podobnie istnieje możliwość wykorzystania ustrukturyzowanych i nieustrukturyzowanych danych oraz kontekstu czasu rzeczywistego do tworzenia i rozpowszechniania kolejnych najlepszych ofert w punkcie sprzedaży. Nowe przypadki użycia ewoluują także w wielu aspektach usług finansowych, w tym w operacjach obsługi klienta, operacjach marketingowych i rozwoju produktów.

Rozwój technologii otwiera nowe możliwości.

„Jedną z rzeczy, które zaczniemy dostrzegać, są nowe, pionowe i wyspecjalizowane modele dużych języków” – powiedział Haney, dodając, że w nadchodzących miesiącach i latach cechą charakterystyczną będzie większa liczba przypadków użycia umożliwiających podejmowanie decyzji.

„W tym roku wydarzy się wiele nowych i interesujących rzeczy, nie tylko same modele” – przewidział.

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

Źródło: https://www.pymnts.com

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
• PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
• PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
• Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
• Źródło: https://www.fintechnews.org/how-genai-is-transforming-financial-services-through-hyper-personalization/