Kako GenAI preoblikuje finančne storitve s pomočjo "hiperpersonalizacije"

Michael Haney, vodja produktne strategije pri Galileo Finančne tehnologije, je dejal, da bo strojno učenje v kombinaciji z vzponom generativne umetne inteligence uvedlo novo dobo produktivnosti zalednih pisarn in na koncu spremenilo, kako organizacije za finančne storitve uporabljajo podatke za zagotavljanje hiperpersonaliziranih izkušenj.

Pogovor med Haneyjem in PYMNTS je del serije »Kaj je naslednje pri plačilih: plačila in GenAI«.

Še vedno smo v obdobju, ko organizacije za finančne storitve sprejemajo strojno učenje (podmnožica umetne inteligence), je dejal. Toda organizacije se vse pogosteje obračajo k generativni umetni inteligenci in strojnemu učenju, da bi »napolnili« svoje zaledne operacije za izboljšanje produktivnosti, učinkovitosti in kakovosti.

Medtem ko strojno učenje včasih zahteva ročno posredovanje, saj uporabniki sami prilagajajo modele in preverjajo, kateri so najboljši, modeli pridobijo sposobnost učenja in se hitreje prilagajajo, ko se spreminjajo pogoji, je pojasnil Haney.

Na tem področju strojnega učenja obstajajo tehnike, imenovane nevronske mreže. Nevronske mreže so "poskus posnemanja delovanja človeških možganov in imajo pogosto več plasti," je dejal Haney. Več plasti kot je uporabljenih, večja je zmogljivost, učinkovitost, zmogljivost in natančnost.

Napredek v generativni umetni inteligenci je razvil potencial strojnega učenja onkraj »togih in neprilagodljivih mehanizmov pravil« iz preteklosti, ki so bili omejeni na posebne vrste vsebine. Sodobne metode temeljijo na transformatorjih ali modelih globokega učenja, ki lahko predvidijo naslednjo besedo v stavku ali katero sliko, video ali glasbo naj ponudijo, je dejal Haney.

"Ustvari človeški odziv na ravneh, ki jih še nismo videli," je dejal.

Vizualizacija podatkov

Ko je Haney osredotočil pozornost na plačila, je dejal, da lahko umetna inteligenca preoblikuje finančne storitve v več delovnih tokovih in interakcijah, med drugim pri servisiranju strank – izboljšanje in izboljšanje produktivnosti operacij. Ker si finančne institucije in plačilni procesorji prizadevajo uporabiti te podatke na edinstvene načine, bo izbira potrošnikov pri izmenjavi podatkov ključna, je dejal.

"Operativne ekipe obožujejo podatke, poročila, nadzorne plošče in podobne stvari," je dejal Haney. "Začenjajo dobivati ​​možnost vizualizacije podatkov s poizvedbami v naravnem jeziku."

Te poizvedbe v naravnem jeziku lahko zagotovijo dragocene vpoglede, kot so podatki o tem, kako se obseg plačil spreminja vsak dan. Druge generativne tehnologije, ki jih poganja AI, kot so virtualni pomočniki, zagotavljajo vrednost tako strankam kot bančnemu osebju. Na primer, namesto da bi morali pregledovati priročnike, ki so debeli na stotine strani, lahko uslužbenci preprosto vnesejo vprašanje v svoje aplikacije, ki jih poganja AI, da poiščejo najboljši način za izboljšanje odzivnih časov in drugače služijo strankam. Zaščita pred goljufijami je še en primer uporabe, ki ga podpira avtomatizirana analitika.

Generative AI lahko tudi izboljša odločanje o posojilih in druge interakcije, tako da podpira upravljanje življenjskega cikla posojila od aplikacij do zbiranja kreditov, je dejal. V bolj komercialnih okoljih umetna inteligenca že pomaga upravljavcem zakladnice v različnih bankah preučiti denarni tok in spremembe obrestnih mer ter krmariti pri likvidnostnem tveganju.

Hiperpersonalizacija bo naravni stranski produkt umetne inteligence, je dejal Haney, čeprav je opozoril, da je treba modele pregledati, da se zaščitimo pred pristranskostjo. Dodal je, da so morali potrošniki tradicionalno ročno krmariti po številnih možnostih plačila, ki zajemajo vse od ACH do žic in nazadnje možnosti v realnem času. Imeti »motor«, ki jim pomaga hitro voditi skozi možnosti, se lahko izkaže za dragocenega.

"Potrošniki so pogosto popolnoma preobremenjeni s številom različnih načinov premikanja denarja," je dejal. "Te mehanizme potrebujejo, da jih vodijo skozi kompromis med hitrostjo, ceno in tveganjem ter da priporočijo najboljšo vrsto plačilnih tirnic, ki bi jih morali upoštevati glede na transakcijo, ki jo poskušajo izvesti."

Podobno obstaja tudi možnost uporabe strukturiranih in nestrukturiranih podatkov ter konteksta v realnem času za ustvarjanje in širjenje naslednjih najboljših ponudb na prodajnem mestu. Novi primeri uporabe se razvijajo tudi v številnih vidikih finančnih storitev, vključno s storitvami za stranke, trženjem in razvojem izdelkov.

Način, kako se tehnologija razvija, odpira nove možnosti.

"Ena od stvari, ki jih bomo začeli videti, so novi, vertikalizirani in specializirani veliki jezikovni modeli," je dejal Haney in dodal, da bo več primerov odločanja zaznamoval prihodnje mesece in leta.

"To leto se bo zgodilo veliko novih in zanimivih stvari, poleg samih modelov," je napovedal.

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

Vir: https://www.pymnts.com

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• vir: https://www.fintechnews.org/how-genai-is-transforming-financial-services-through-hyper-personalization/