GenAI, 'Hiper Kişiselleştirme' yoluyla finansal hizmetleri nasıl dönüştürüyor?

Michael Haney, ürün stratejisi başkanı Galileo Finansal Teknolojiler, makine öğreniminin üretken yapay zekanın yükselişiyle birleştiğinde arka ofis üretkenliğinde yeni bir çağ başlatacağını ve sonuçta finansal hizmet kuruluşlarının hiper kişiselleştirilmiş deneyimler sunmak için verileri kullanma biçimini dönüştüreceğini söyledi.

Haney ve PYMNTS arasındaki konuşma “Ödemelerde Sırada Ne Var: Ödemeler ve GenAI” serisinin bir parçası.

Hala finansal hizmet kuruluşlarının makine öğrenimini (yapay zekanın bir alt kümesi) benimsediği bir çağda olduğumuzu söyledi. Ancak kuruluşlar üretkenliği, verimliliği ve kaliteyi artırmak amacıyla arka uç operasyonlarını "güçlendirmek" için üretken yapay zeka ve makine öğrenimine giderek daha fazla yöneliyor.

Haney, makine öğreniminin bazen kullanıcılar modelleri kendileri ayarlayıp hangilerinin en iyi performansı gösterdiğini inceledikçe manuel müdahale gerektirmesine rağmen, modellerin koşullar değiştikçe daha hızlı öğrenme ve uyum sağlama yeteneği kazandığını açıkladı.

Makine öğreniminin bu alanında sinir ağları adı verilen teknikler mevcuttur. Haney, sinir ağlarının "insan beyninin nasıl çalıştığını taklit etme girişimi olduğunu ve genellikle birden fazla katmana sahip olduğunu" söyledi. Ne kadar çok katman kullanılırsa kapasite, verimlilik, performans ve doğruluk da o kadar iyileştirilebilir.

Üretken yapay zekadaki ilerlemeler, makine öğreniminin potansiyelini, geçmişteki belirli içerik türleriyle sınırlı olan "katı ve esnek olmayan kural motorlarının" ötesinde geliştirdi. Haney, modern yöntemlerin, bir cümledeki sonraki kelimeyi veya hangi resim, video veya müziğin sunulacağını tahmin edebilen transformatörlere veya derin öğrenme modellerine dayandığını söyledi.

"Daha önce hiç görmediğimiz seviyelerde insan benzeri bir tepki yaratıyor" dedi.

Verileri Görselleştirme

Odak noktasını ödemelere çeviren Haney, yapay zekanın, aralarında müşteri hizmetlerinin de bulunduğu çeşitli iş akışları ve etkileşimlerde finansal hizmetleri dönüştürebileceğini ve operasyonların verimliliğini artırabileceğini ve iyileştirebileceğini söyledi. Finansal kurumlar ve ödeme işleyicileri bu verileri benzersiz yöntemlerle kullanmaya çalışırken, tüketicilerin veri paylaşımına katılımının kritik önem taşıyacağını söyledi.

Haney, "Operasyonel ekipler verileri, raporları, kontrol panellerini ve bu tür şeyleri seviyor" dedi. "Doğal dil sorguları aracılığıyla veri görselleştirme becerisi kazanmaya başlıyorlar."

Bu doğal dil sorguları, ödeme hacimlerinin her gün nasıl değiştiğine dair bilgiler gibi değerli bilgiler sağlayabilir. Sanal asistanlar gibi diğer üretken yapay zeka destekli teknolojiler hem müşterilere hem de banka personeline değer sağlıyor. Örneğin, personel yüzlerce sayfalık kılavuzları okumak yerine, yanıt sürelerini iyileştirmenin ve müşterilere başka şekilde hizmet vermenin en iyi yolunu bulmak için yapay zeka destekli uygulamalarına basit bir soru yazabilir. Dolandırıcılığa karşı savunmalar, otomatik analizlerle desteklenen başka bir kullanım alanıdır.

Üretken yapay zekanın ayrıca kredi kararlarını ve diğer etkileşimleri geliştirebileceğini, başvurulardan kredi tahsilatlarına kadar kredi yaşam döngüsü yönetimini destekleyebileceğini söyledi. Daha ticari ortamlarda yapay zeka halihazırda çeşitli bankalardaki hazine yöneticilerinin nakit akışını ve faiz oranı değişikliklerini incelemesine ve likidite riskini yönlendirmesine yardımcı oluyor.

Haney, hiper kişiselleştirmenin yapay zekanın doğal bir yan ürünü olacağını söyledi ancak önyargıya karşı korunmak için modellerin incelenmesi gerektiği konusunda da uyardı. Tüketicilerin geleneksel olarak ACH'den havalelere ve son zamanlarda gerçek zamanlı seçeneklere kadar her şeyi kapsayan çok sayıda ödeme seçeneği arasında manuel olarak gezinmek zorunda kaldıklarını ekledi. Seçenekler arasında onlara hızlı bir şekilde rehberlik edecek bir “motora” sahip olmak değerli olabilir.

"Tüketiciler genellikle parayı taşımanın farklı yollarının sayısı karşısında tamamen şaşkına dönüyor" dedi. "Hız, fiyat ve risk arasındaki bu dengede kendilerine rehberlik edecek ve yapmaya çalıştıkları işleme göre dikkate almaları gereken en iyi ödeme raylarını önerecek bu motorlara ihtiyaçları var."

Benzer şekilde, satış noktasında bir sonraki en iyi teklifleri oluşturmak ve yaymak için yapılandırılmış ve yapılandırılmamış verileri ve gerçek zamanlı bağlamı kullanma potansiyeli de vardır. Müşteri hizmetleri operasyonları, pazarlama operasyonları ve ürün geliştirme de dahil olmak üzere finansal hizmetlerin birçok yönünde yeni kullanım senaryoları da gelişiyor.

Teknolojinin gelişme şekli yeni olasılıkların önünü açıyor.

Haney, "Görmeye başlayacağımız şeylerden biri yeni, dikeyleştirilmiş ve uzmanlaşmış büyük dil modelleridir" dedi ve daha fazla karar verici kullanım durumunun önümüzdeki ayların ve yılların ayırt edici özelliği olacağını ekledi.

"Bu yıl sadece modellerin ötesinde pek çok yeni ve ilginç şey olacak" diye tahminde bulundu.

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

Kaynak: https://www.pymnts.com

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://www.fintechnews.org/how-genai-is-transforming-financial-services-through-hyper-personalization/