คว้าโอกาส AI ในภาค FS โดยเพิ่มข้อมูลของคุณให้สูงสุด (Steven Rackham)

โหนดต้นทาง: 1730715

ผู้คนและธุรกิจทั่วโลกสร้างความตะลึงงัน
ข้อมูล 1,145 ล้านล้านเมกะไบต์
ต่อวัน. ข้อมูลกำลังเปลี่ยนแปลงชีวิตของเราทั้งหมด จากการเร่งการวินิจฉัยโรคไปจนถึงการปรับราคาขายปลีกให้เหมาะสม

ข้อมูลขับเคลื่อนเทคโนโลยี AI และ AI ได้ดีพอๆ กับข้อมูลที่ควบคุม

ตาม PwC
, AI มีศักยภาพที่จะบริจาคเงิน 15.7 ล้านล้านดอลลาร์ให้กับเศรษฐกิจโลกภายในปี 2030 และสามารถเพิ่มจีดีพีได้ถึง 26% ในระบบเศรษฐกิจท้องถิ่นในช่วงเวลาเดียวกัน ยิ่งไปกว่านั้น

McKinsey
คาดการณ์ว่า AI จะสามารถกระตุ้นเศรษฐกิจของสหราชอาณาจักรได้ถึง 22% ภายในปี 2030 AI มีศักยภาพมหาศาลที่จะมีส่วนสำคัญต่อการเติบโตทางเศรษฐกิจของสหราชอาณาจักรในอนาคต

พื้นที่
ภาคบริการทางการเงินมีส่วนสนับสนุน
มูลค่า 173.6 พันล้านปอนด์สำหรับเศรษฐกิจของสหราชอาณาจักรในปี 2021 และภาคส่วนนี้ใหญ่เป็นอันดับสี่ในกลุ่มเศรษฐกิจ OECD การเพิ่มขึ้นของการใช้จ่าย AI ที่คาดการณ์ไว้รวมกับขนาดของอุตสาหกรรมบริการทางการเงินของสหราชอาณาจักรแสดงถึง
โอกาสอันยิ่งใหญ่ในการขับเคลื่อนนวัตกรรมและการเติบโตให้ดีขึ้น บล็อกนี้จะกล่าวถึงวิธีที่องค์กรต่างๆ สามารถเพิ่มโอกาส AI ให้สูงสุดด้วยการทำให้แนวทางปฏิบัติด้านข้อมูลถูกต้อง

ไม่เสียไม่ต้องการ

ทั้งทั่วโลกและในสหราชอาณาจักร เราสร้างข้อมูลจำนวนมหาศาลในแต่ละวัน แต่

ส่วนมากจะเสียจริง
(68%). มีสองสาเหตุหลักที่ทำให้ไม่ใช้ข้อมูล ประการแรกเกิดจากกฎระเบียบ ภายในอุตสาหกรรมการเงิน ข้อมูลบางอย่างไม่ได้รับอนุญาตให้นำไปใช้ในการจำแนกประเภทและด้วยเหตุผลด้านกฎระเบียบ/การกำกับดูแล
ตัวอย่างเช่น กฎหมาย GDPR ไม่อนุญาตให้เก็บข้อมูลส่วนบุคคลไว้นานเกินความจำเป็น ดังนั้นจึงต้องกำจัดทิ้ง

เหตุผลที่สองคือการขาดความเข้าใจ ธนาคารหลายแห่งไม่ทราบว่ามีข้อมูลอะไรบ้างหรือไม่เข้าใจประเภทข้อมูลที่มีอยู่ ช่องว่างความรู้นี้กำลังขัดขวางการเปลี่ยนแปลงทางดิจิทัลในธุรกิจจำนวนมากที่มีข้อมูลมากมายแต่
ยังเป็นข้อมูลที่ไม่ดี

ในหลายกรณี ข้อมูลได้รับการจัดการโดยไม่มีความแม่นยำและความเร็วซึ่งทำให้สามารถเข้าใจข้อมูลได้ดีขึ้น โอกาส AI จะหายไปหากผู้คนล้มเหลวในการเพิ่มข้อมูลให้สูงสุดและไม่สามารถรับข้อมูลเชิงลึกจากสิ่งที่พวกเขามี

การเพิ่มสินทรัพย์ข้อมูลของคุณให้สูงสุด

แล้วองค์กรจะเข้าใจเนื้อหาข้อมูลได้ดีขึ้นได้อย่างไร บริการกำกับดูแลข้อมูลที่สแกนแหล่งข้อมูลทั้งในสถานที่และบนคลาวด์สามารถนำไปใช้เพื่อจัดประเภทข้อมูลและระบุข้อมูลส่วนตัว - ซึ่งจะช่วยลดความปลอดภัย
และความเสี่ยงด้านการปฏิบัติตามกฎระเบียบ

การทำความเข้าใจข้อมูลที่คุณมีไม่ใช่แค่การสูญเสียในแง่การค้า (ในแง่ของโอกาสที่พลาดไป) แต่ยังเป็นประโยชน์สำหรับด้านการปฏิบัติงานอื่นๆ (โดยการปรับปรุงการปฏิบัติตามข้อกำหนด) เมื่อพูดถึง AI และ ML สามารถรับข้อมูลเชิงลึกเพื่อปรับปรุงได้
ป้องกันและให้บริการลูกค้าได้ดียิ่งขึ้น AI สามารถช่วยจัดการกับความท้าทายทั่วไปตั้งแต่ความผิดพลาดของมนุษย์ไปจนถึงการป้องกันการฉ้อโกง ดังนั้นเทคโนโลยีจึงมีพลังที่แท้จริงในการสร้างการเปลี่ยนแปลงในเชิงบวกและสร้างความไว้วางใจให้กับลูกค้ามากขึ้น

ผ้าข้อมูล

ด้วยทั้ง AI และ ML การปฏิบัติตามกฎระเบียบเป็นสิ่งสำคัญ และข้อมูลที่ทำงานผ่านไปป์ไลน์ควรเป็นไปตามข้อกำหนดและมีคุณค่าในแต่ละขั้นตอน สถาบันควรมองหาการนำ data fabric ไปใช้งาน เพื่อให้สามารถรวบรวมข้อมูลได้ที่ edge แล้วจึงประมวลผล
โดยใช้ GPU อันทรงพลังในการรันโมเดลที่ให้มูลค่าทางธุรกิจที่รวดเร็วยิ่งขึ้น

คลาวด์ยังสามารถช่วยเพิ่ม AI ให้สูงสุดด้วยการสร้างกลยุทธ์มัลติคลาวด์ที่มีความยืดหยุ่นเพิ่มขึ้นและเป็นแพลตฟอร์มที่ดีขึ้นสำหรับข้อมูลที่จะปรับขนาดในสภาพแวดล้อมที่หลากหลาย เมื่อสหภาพยุโรปบรรลุข้อตกลงชั่วคราวในเดือนพฤษภาคมในเรื่องใหม่

พระราชบัญญัติความยืดหยุ่นในการปฏิบัติงานด้านดิจิทัล
(DORA) องค์กรต่างๆ ต้องคิดให้รอบคอบมากขึ้นเกี่ยวกับการจัดการความเสี่ยงด้านดิจิทัลและกรอบการกำกับดูแล มีแนวโน้มว่าสหราชอาณาจักรจะออกกฎหมายที่คล้ายกันในอนาคตอันใกล้นี้ ดังนั้นจึงมีความจำเป็น
เพื่อก้าวล้ำหน้าและพร้อมสำหรับการเปลี่ยนแปลงด้านกฎระเบียบที่อาจเกิดขึ้นมากกว่าที่จะขาดข้อกำหนดใหม่

สรุปได้ว่า องค์กร FS มีโอกาสมหาศาลในการคว้าโอกาสของ AI แต่การที่จะทำได้นั้น จำเป็นต้องตรวจสอบให้แน่ใจว่าข้อมูลของตนถูกควบคุมอย่างเต็มศักยภาพ ใช้ในทางที่สอดคล้อง และจัดเก็บในรูปแบบที่ยืดหยุ่น
มารยาท. ทุกวันนี้ องค์กรต่างๆ ต่างก็นั่งอยู่บนข้อมูลจำนวนมหาศาล และศักยภาพที่ยังไม่ได้ใช้นั้นสามารถเร่งการเติบโตของ FS ทั้งในปัจจุบันและในอนาคต ซึ่งไม่ควรพลาด

ประทับเวลา:

เพิ่มเติมจาก ฟินเท็กซ์ทรา

การแข่งขันด้านอาวุธที่มีความสามารถในปี 2023 ยังคงดำเนินต่อไป: สิ่งจำเป็นสามประการในการจัดการกับช่องว่างทักษะการให้คำปรึกษาด้านไอที (Toby Mankertz)

โหนดต้นทาง: 2021293
ประทับเวลา: Mar 20, 2023