Hur GenAI förvandlar finansiella tjänster genom "Hyper-personalisering"

Michael Haney, chef för produktstrategi på Galileo Financial Technologies, sade maskininlärning i kombination med framväxten av generativ artificiell intelligens kommer att inleda en ny era av backoffice-produktivitet och i slutändan förändra hur finansiella tjänsteorganisationer använder data för att leverera hyper-personifierade upplevelser.

Samtalet mellan Haney och PYMNTS är en del av serien "What's Next in Payments: Payments and GenAI".

Vi är fortfarande i en era där finansiella tjänsteorganisationer antar maskininlärning (en delmängd av AI), sa han. Men alltmer vänder sig organisationer mot generativ AI och maskininlärning för att "överladda" sin back-end-verksamhet för att förbättra produktivitet, effektivitet och kvalitet.

Medan maskininlärning ibland kräver manuella ingrepp när användarna justerar modellerna själva och undersöker vilka som presterar bäst, får modellerna förmågan att lära sig och anpassa sig snabbare när förhållandena förändras, förklarade Haney.

Inom detta område av maskininlärning finns tekniker som kallas neurala nätverk. Neurala nätverk är ett "försök att efterlikna hur den mänskliga hjärnan fungerar, och de har ofta flera lager", sa Haney. Ju fler lager som används, desto mer kapacitet, effektivitet, prestanda och noggrannhet kan förbättras.

Framsteg inom generativ AI har utvecklat potentialen för maskininlärning bortom de "styva och oflexibla regelmotorerna" från det förflutna som var begränsade till specifika typer av innehåll. Moderna metoder förlitar sig på transformatorer, eller modeller för djupinlärning, som kan förutsäga nästa ord i en mening, eller vilken bild, video eller musik att erbjuda, sa Haney.

"Det skapar ett mänskligt svar på nivåer som vi aldrig har sett förut," sa han.

Visualisera data

Haney riktade fokus mot betalningar och sa att AI kan omvandla finansiella tjänster över flera arbetsflöden och interaktioner, bland annat kundservice – vilket förbättrar och förbättrar produktiviteten i verksamheten. Eftersom finansiella institutioner och betalningsprocessorer ser på att använda denna data på unika sätt, kommer konsumenternas val av datadelning att vara avgörande, sade han.

"Operationsteam älskar data, rapporter, instrumentpaneler och sådant," sa Haney. "De börjar få förmågan att göra datavisualisering genom naturliga språkfrågor."

Dessa naturliga språkfrågor kan ge värdefulla insikter, till exempel information om hur betalningsvolymerna förändras varje dag. Andra generativa AI-drivna teknologier, som virtuella assistenter, ger värde för både kunder och bankpersonal. Till exempel, istället för att behöva läsa manualer som är hundratals sidor tjocka, kan personalen helt enkelt skriva in en fråga i sina AI-drivna applikationer för att hitta det bästa sättet att förbättra svarstider och på annat sätt betjäna kunder. Bedrägeriförsvar är ett annat användningsfall som stärks genom automatiserad analys.

Generativ AI kan också förbättra lånebeslut och andra interaktioner, stödja hanteringen av lånens livscykel från ansökningar till kreditinsamlingar, sa han. I mer kommersiella sammanhang hjälper AI redan finanschefer inom de olika bankerna att undersöka kassaflöden och ränteförändringar och navigera i likviditetsrisk.

Hyperpersonalisering kommer att vara en naturlig biprodukt av AI, sa Haney, även om han varnade för att modeller måste undersökas för att skydda mot partiskhet. Han tillade att konsumenter traditionellt har varit tvungna att manuellt navigera genom en uppsjö av betalningsalternativ, som spänner över allt från ACH till kablar och nu senast, realtidsalternativ. Att ha en "motor" som hjälper dem att snabbt vägleda dem genom alternativen kan visa sig vara värdefullt.

"Konsumenter är ofta helt överväldigade av antalet olika sätt att flytta pengar på," sa han. "De behöver dessa motorer för att vägleda dem genom den avvägningen mellan hastighet, pris och risk, och för att rekommendera den bästa typen av betalningsskenor som de bör överväga baserat på transaktionen de försöker göra."

På samma sätt finns det också potential att använda strukturerad och ostrukturerad data och realtidskontext för att skapa och sprida de näst bästa erbjudandena vid försäljningsstället. Nya användningsfall utvecklas också inom många aspekter av finansiella tjänster, inklusive kundtjänstverksamhet, marknadsföringsverksamhet och produktutveckling.

Hur tekniken utvecklas öppnar nya möjligheter.

"En av sakerna vi kommer att börja se är nya, vertikaliserade och specialiserade stora språkmodeller," sa Haney och tillade att fler beslutsanvändningsfall kommer att vara kännetecken för de kommande månaderna och åren.

"Många nya och intressanta saker kommer att hända i år utöver bara modellerna själva," förutspådde han.

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

Källa: https://www.pymnts.com

• 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.fintechnews.org/how-genai-is-transforming-financial-services-through-hyper-personalization/