GenAI کس طرح 'ہائپر پرسنلائزیشن' کے ذریعے مالیاتی خدمات کو تبدیل کر رہا ہے

GenAI کس طرح 'ہائپر پرسنلائزیشن' کے ذریعے مالیاتی خدمات کو تبدیل کر رہا ہے

ماخذ نوڈ: 3094070
GenAI کس طرح 'ہائپر پرسنلائزیشن' کے ذریعے مالیاتی خدمات کو تبدیل کر رہا ہے
مائیکل ہینیپر مصنوعات کی حکمت عملی کے سربراہ گیلیلیو فنانشل ٹیکنالوجیز، نے کہا کہ جنریٹو مصنوعی ذہانت کے اضافے کے ساتھ مل کر مشین لرننگ بیک آفس پروڈکٹیوٹی کے ایک نئے دور کا آغاز کرے گی اور بالآخر اس بات کو تبدیل کرے گی کہ کس طرح مالیاتی خدمات کی تنظیمیں ہائپر پرسنلائزڈ تجربات فراہم کرنے کے لیے ڈیٹا کا استعمال کرتی ہیں۔
ہینی اور PYMNTS کے درمیان بات چیت "ادائیگیوں میں آگے کیا ہے: ادائیگیاں اور GenAI" سیریز کا حصہ ہے۔
انہوں نے کہا کہ ہم ابھی بھی اس دور میں ہیں جہاں مالیاتی خدمات کی تنظیمیں مشین لرننگ (AI کا سب سیٹ) اپنا رہی ہیں۔ لیکن تیزی سے، تنظیمیں پیداواری صلاحیت، کارکردگی اور معیار کو بڑھانے کے لیے اپنے بیک اینڈ آپریشنز کو "سپر چارج" کرنے کے لیے جنریٹیو AI اور مشین لرننگ کی طرف مائل ہو رہی ہیں۔
ہینی نے وضاحت کی کہ اگرچہ مشین لرننگ میں بعض اوقات دستی مداخلت کی ضرورت ہوتی ہے کیونکہ صارفین خود ماڈلز کو موافقت کرتے ہیں اور جانچتے ہیں کہ کون سے بہترین کارکردگی کا مظاہرہ کر رہے ہیں، ماڈلز حالات کے بدلتے ہی تیزی سے سیکھنے اور اپنانے کی صلاحیت حاصل کرتے ہیں۔
مشین لرننگ کے اس شعبے میں نیورل نیٹ ورک کہلانے والی تکنیکیں موجود ہیں۔ ہینی نے کہا کہ اعصابی نیٹ ورک "انسانی دماغ کے کام کرنے کے طریقے کی نقل کرنے کی ایک کوشش ہے، اور ان میں اکثر کئی پرتیں ہوتی ہیں۔" جتنی زیادہ پرتیں استعمال کی جائیں گی، اتنی ہی زیادہ صلاحیت، کارکردگی، کارکردگی اور درستگی کو بہتر بنایا جا سکتا ہے۔
تخلیقی AI میں پیشرفت نے ماضی کے "سخت اور غیر لچکدار اصولوں کے انجن" سے ہٹ کر مشین لرننگ کی صلاحیت کو تیار کیا ہے جو مخصوص قسم کے مواد تک محدود تھے۔ ہینی نے کہا کہ جدید طریقے ٹرانسفارمرز، یا گہری سیکھنے کے ماڈلز پر انحصار کرتے ہیں، جو ایک جملے میں اگلے لفظ کی پیشین گوئی کر سکتے ہیں، یا کون سی تصویر، ویڈیو یا موسیقی پیش کرنا ہے۔
انہوں نے کہا کہ "یہ اس سطح پر انسان جیسا ردعمل پیدا کرتا ہے جو ہم نے پہلے کبھی نہیں دیکھا تھا۔"

ڈیٹا کا تصور کرنا

ادائیگیوں پر توجہ مرکوز کرتے ہوئے، ہینی نے کہا کہ AI مالیاتی خدمات کو متعدد ورک فلو اور تعاملات میں تبدیل کر سکتا ہے، ان میں کلائنٹ سروسنگ - آپریشنز کی پیداواری صلاحیت کو بڑھانا اور بہتر بنانا۔ انہوں نے کہا کہ چونکہ مالیاتی ادارے اور ادائیگی کے پروسیسرز اس ڈیٹا کو منفرد طریقوں سے استعمال کرنا چاہتے ہیں، صارفین کا ڈیٹا شیئرنگ کا انتخاب اہم ہوگا۔
"آپریشنل ٹیمیں ڈیٹا، رپورٹس، ڈیش بورڈز اور اس نوعیت کی چیزیں پسند کرتی ہیں،" ہینی نے کہا۔ "وہ قدرتی زبان کے سوالات کے ذریعے ڈیٹا ویژولائزیشن کرنے کی صلاحیت حاصل کرنا شروع کر رہے ہیں۔"
یہ فطری زبان کے سوالات قیمتی بصیرت فراہم کر سکتے ہیں، جیسے کہ انٹیل کہ کس طرح ادائیگیوں کی مقدار ہر روز بدل رہی ہے۔ دیگر تخلیقی AI سے چلنے والی ٹیکنالوجیز، جیسے ورچوئل اسسٹنٹس، صارفین اور بینک کے عملے دونوں کے لیے قدر فراہم کرتی ہیں۔ مثال کے طور پر، سیکڑوں صفحات پر مشتمل کتابچے کو استعمال کرنے کے بجائے، عملہ جوابی اوقات کو بہتر بنانے اور بصورت دیگر صارفین کی خدمت کرنے کا بہترین طریقہ تلاش کرنے کے لیے اپنی AI سے چلنے والی ایپلی کیشنز میں صرف ایک سوال ٹائپ کر سکتا ہے۔ دھوکہ دہی کا دفاع خودکار تجزیات کے ذریعے استعمال کا ایک اور معاملہ ہے۔
انہوں نے کہا کہ جنریٹو AI قرض کے فیصلے اور دیگر تعاملات کو بھی بہتر بنا سکتا ہے، جس سے قرض کی لائف سائیکل مینجمنٹ کو ایپلی کیشنز سے لے کر کریڈٹ کلیکشن تک مدد ملتی ہے۔ مزید تجارتی ترتیبات میں، AI پہلے سے ہی مختلف بینکوں کے اندر ٹریژری مینیجرز کی نقد بہاؤ اور شرح سود میں تبدیلی کی جانچ کرنے اور لیکویڈیٹی رسک کو نیویگیٹ کرنے میں مدد کر رہا ہے۔
ہینی نے کہا کہ ہائپر پرسنلائزیشن AI کا فطری ضمنی پروڈکٹ ہو گا، حالانکہ اس نے متنبہ کیا کہ تعصب کے خلاف حفاظت کے لیے ماڈلز کی جانچ ہونی چاہیے۔ انہوں نے مزید کہا کہ صارفین کو روایتی طور پر ادائیگی کے بہت سے اختیارات کے ذریعے دستی طور پر جانا پڑتا ہے، جس میں ACH سے لے کر تاروں تک سب کچھ پھیلا ہوا ہے اور حال ہی میں، حقیقی وقت کے اختیارات۔ اختیارات کے ذریعے ان کی فوری رہنمائی میں مدد کرنے کے لیے "انجن" کا ہونا قیمتی ثابت ہو سکتا ہے۔
"صارفین اکثر پیسے منتقل کرنے کے مختلف طریقوں سے مکمل طور پر مغلوب ہوتے ہیں،" انہوں نے کہا۔ "انہیں ان انجنوں کی ضرورت ہے کہ وہ رفتار، قیمت اور خطرے کے اس تجارت کے ذریعے ان کی رہنمائی کریں، اور بہترین قسم کی ادائیگی کی ریلوں کی سفارش کریں جس پر انہیں اس لین دین کی بنیاد پر غور کرنا چاہیے جو وہ کرنے کی کوشش کر رہے ہیں۔"
اسی طرح، فروخت کے مقام پر اگلی بہترین پیشکشیں بنانے اور پھیلانے کے لیے سٹرکچرڈ اور غیر ساختہ ڈیٹا اور ریئل ٹائم سیاق و سباق کو استعمال کرنے کی صلاحیت بھی موجود ہے۔ نئے استعمال کے معاملات بھی مالیاتی خدمات کے بہت سے پہلوؤں میں تیار ہو رہے ہیں، بشمول کلائنٹ سروس آپریشنز، مارکیٹنگ آپریشنز اور مصنوعات کی ترقی۔
ٹیکنالوجی جس طرح سے ترقی کر رہی ہے اس سے نئے امکانات کھلتے ہیں۔
ہینی نے کہا، "ایک چیز جسے ہم دیکھنا شروع کرنے جا رہے ہیں وہ ہے نئے، عمودی اور خصوصی بڑے زبان کے ماڈلز،" ہینی نے کہا، مزید فیصلہ کرنے والے استعمال کے معاملات آنے والے مہینوں اور سالوں کی پہچان ہوں گے۔
انہوں نے پیشین گوئی کی کہ "اس سال بہت ساری نئی اور دلچسپ چیزیں ہونے والی ہیں جو صرف خود ماڈلز کے علاوہ ہیں۔"

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

ماخذ: https://www.pymnts.com

ٹائم اسٹیمپ:

سے زیادہ فنٹیک نیوز