Generativ AI i bankverksamhet: framtidslöfte eller nuvarande hype?

Den transformativa potentialen hos generativ AI för banksektorn var ett ämne som vi intensivt utforskade tidigare under året. Med de virvelvindande framstegen inom tekniksektorn kan sex månader kännas som en livstid. Det är värt att ta en stund att titta
tillbaka och bedöma hur generativ AI har format och påverkat bankbranschen. 

Kärnan i generativ AI:s löfte ligger i dess inneboende förmåga att simulera mänskliga konversationer, producera svar och lösningar baserade på kontextuella och konversationsinput från användaren. Dess tillämpning sträcker sig från förbättrad kundservice till
skräddarsydda produkterbjudanden för att hjälpa till med tidig upptäckt och förebyggande av bedrägliga transaktioner. Kärnidén är fortfarande att höja den traditionella bankupplevelsen, ingjuta den med lyhördhet, personalisering och säkerhet. 

Men vi måste nu ställa frågan – Är generativ AI inom bankverksamhet en spelomvandlare eller bara bransch surr? Kort sagt, jag tror att jag håller med Gartners Hype Cycle att vi för närvarande är nära toppen av uppblåsta förväntningar. Som sådan, affärsresultatet och övergripande
affärscase är avgörande för implementering av generativ AI. 

Allt eftersom året fortskred har det funnits gott om exempel på att banker och teknikföretag i ett tidigt skede har integrerat generativ AI-kapacitet i olika områden av bankverksamhet. Det optimala, och alltför möjliga, resultatet har skiftat från a
chatbot svarar bara på en kunds fråga; att chatbot nu kan ställas in för att förstå nyanserna av kundsentiment, erbjuda realtidslösningar och i många fall föregripa frågor redan innan de ställs. Teknikens förmåga att
förstå sammanhanget har förbättrats avsevärt, vilket leder till alternativ för att minska fall av felkommunikation. 

Det finns också värdet av att upptäcka och förebygga bedrägerier. Traditionella system för upptäckt av bedrägerier fungerar baserat på kända mönster. Generativ AI kan skapa syntetiska datamängder för att träna modeller att känna igen nya och utvecklande bedrägliga tekniker, alltså
förbättra robustheten hos system för upptäckt av bedrägerier. 

När det gäller kreditrisk kan teknikens förmåga att generera syntetisk data som speglar verkliga kreditsituationer ge bankerna en djupare insikt, vilket främjar en mer sofistikerad beslutsprocess. Dessutom, genom att simulera olika kundbeteenden,
banker kan förutse kundernas behov med större precision, finjustera sina tjänster i processen, men framför allt optimera sina kreditbeslut. 

Generativ AI kommer dock med sin egen uppsättning bekymmer. Även om syntetisk data kan vara ett kraftfullt verktyg, kan överdriven förlitning på den utan rigorös validering leda till missvisande resultat. Verkliga data har sina nyanser, som kanske inte alltid fångas helt
genom generativa modeller. 

Dessutom kan generering av syntetiska personliga ekonomiska uppgifter, även om de är avidentifierade, ge upphov till etiska problem. Det finns en fin linje mellan att simulera realistiska data för modellträning och intrång i personuppgiftsrättigheter. Insyn i källor och
kontroller över data kommer att bli mer kritiska. Dessutom kommer tillsynsmyndigheter att vara försiktiga med finansiella modeller baserade till stor del på syntetiska data, och vill förstå kontroller och tester för att säkerställa undvikande av partiskhet, på samma sätt som hur de behandlar bedömning av kreditpolicy
Ansökan. De kommer att kräva större insyn i hur AI-modeller fungerar, vilket innebär utmaningar för banker som kan kämpa för att förklara invecklade AI-beslut. 

Sammanfattningsvis kommer generativ AI inom banker uppenbarligen inte att vara en övergående trend – det är ett verktyg med enorm potential. Men som med alla verktyg mäts dess värde av hur effektivt det används och affärsresultat och förbättringar som uppnåtts. Det är
inte vara allt och avsluta allt, och kommer ofta att behöva kombineras med andra AI-modeller och teknik för att uppnå önskade resultat. Även om det inte går att vederlägga det potentiella värdet det kan leverera, är det viktigt att dämpa förväntningarna och vara vaksam på fallgroparna.

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• PlatoData.Network Vertical Generative Ai. Styrka dig själv. Tillgång här.
• PlatoAiStream. Web3 Intelligence. Kunskap förstärkt. Tillgång här.
• Platoesg. Kol, CleanTech, Energi, Miljö, Sol, Avfallshantering. Tillgång här.
• PlatoHealth. Biotech och kliniska prövningar Intelligence. Tillgång här.
• Källa: https://www.finextra.com/blogposting/25368/generative-ai-in-banking-future-promise-or-present-hype?utm_medium=rssfinextra&utm_source=finextrablogs