GenAI đang chuyển đổi các dịch vụ tài chính như thế nào thông qua 'Siêu cá nhân hóa'

GenAI đang chuyển đổi các dịch vụ tài chính như thế nào thông qua 'Siêu cá nhân hóa'

Dấu thời gian: 2 tháng 2024 năm 11 45:XNUMX CH
Nút nguồn: 3094070
GenAI đang chuyển đổi các dịch vụ tài chính như thế nào thông qua 'Siêu cá nhân hóa'
Michael Haney, người đứng đầu chiến lược sản phẩm tại Công nghệ tài chính Galileo, cho biết học máy kết hợp với sự phát triển của trí tuệ nhân tạo tổng hợp sẽ mở ra một kỷ nguyên mới về năng suất của văn phòng hỗ trợ và cuối cùng là thay đổi cách các tổ chức dịch vụ tài chính sử dụng dữ liệu để mang lại trải nghiệm siêu cá nhân hóa.
Cuộc trò chuyện giữa Haney và PYMNTS là một phần của chuỗi bài “Điều gì sẽ xảy ra tiếp theo trong Thanh toán: Thanh toán và GenAI”.
Ông nói: Chúng ta vẫn đang ở thời đại mà các tổ chức dịch vụ tài chính đang áp dụng học máy (một tập hợp con của AI). Nhưng ngày càng có nhiều tổ chức chuyển sang sử dụng AI và học máy để “tăng tốc” các hoạt động phụ trợ của họ nhằm nâng cao năng suất, hiệu quả và chất lượng.
Haney giải thích, mặc dù học máy đôi khi yêu cầu sự can thiệp thủ công khi người dùng tự điều chỉnh các mô hình và kiểm tra mô hình nào hoạt động tốt nhất, nhưng các mô hình có khả năng học hỏi và thích ứng nhanh hơn khi điều kiện thay đổi.
Trong lĩnh vực học máy này tồn tại các kỹ thuật được gọi là mạng lưới thần kinh. Mạng lưới thần kinh là một “nỗ lực bắt chước cách thức hoạt động của bộ não con người và chúng thường có nhiều lớp”, Haney nói. Càng sử dụng nhiều lớp thì dung lượng, hiệu quả, hiệu suất và độ chính xác càng được cải thiện.
Những tiến bộ trong AI sáng tạo đã phát triển tiềm năng của máy học vượt ra ngoài “các công cụ quy tắc cứng nhắc và không linh hoạt” trước đây chỉ giới hạn ở các loại nội dung cụ thể. Haney cho biết, các phương pháp hiện đại dựa vào máy biến áp hoặc mô hình học sâu có thể dự đoán từ tiếp theo trong câu hoặc hình ảnh, video hoặc âm nhạc sẽ cung cấp.
Ông nói: “Nó tạo ra phản ứng giống con người ở mức độ mà chúng tôi chưa từng thấy trước đây”.

Trực quan hóa dữ liệu

Chuyển trọng tâm sang thanh toán, Haney cho biết AI có thể chuyển đổi các dịch vụ tài chính qua nhiều quy trình công việc và tương tác, trong số đó có dịch vụ khách hàng – nâng cao và cải thiện năng suất hoạt động. Ông nói, khi các tổ chức tài chính và bộ xử lý thanh toán tìm cách sử dụng dữ liệu đó theo những cách độc đáo, việc người tiêu dùng chọn tham gia chia sẻ dữ liệu sẽ rất quan trọng.
Haney cho biết: “Các nhóm vận hành yêu thích dữ liệu, báo cáo, bảng điều khiển và những thứ thuộc loại đó. “Họ đang bắt đầu có khả năng trực quan hóa dữ liệu thông qua các truy vấn ngôn ngữ tự nhiên.”
Các truy vấn ngôn ngữ tự nhiên này có thể cung cấp những hiểu biết có giá trị, chẳng hạn như thông tin về khối lượng thanh toán đang thay đổi hàng ngày. Các công nghệ hỗ trợ AI tổng quát khác, chẳng hạn như trợ lý ảo, mang lại giá trị cho cả khách hàng và nhân viên ngân hàng. Ví dụ: thay vì phải đọc các hướng dẫn dày hàng trăm trang, nhân viên có thể chỉ cần nhập câu hỏi vào các ứng dụng hỗ trợ AI của họ để tìm ra cách tốt nhất nhằm cải thiện thời gian phản hồi và phục vụ khách hàng. Phòng chống gian lận là một trường hợp sử dụng khác được củng cố thông qua phân tích tự động.
Ông nói, AI sáng tạo cũng có thể cải thiện việc ra quyết định cho vay và các tương tác khác, hỗ trợ quản lý vòng đời khoản vay từ ứng dụng đến thu nợ tín dụng. Trong môi trường thương mại hơn, AI đã giúp các nhà quản lý ngân quỹ trong các ngân hàng khác nhau kiểm tra sự thay đổi dòng tiền và lãi suất cũng như điều hướng rủi ro thanh khoản.
Haney cho biết, siêu cá nhân hóa sẽ là sản phẩm phụ tự nhiên của AI, mặc dù ông cảnh báo rằng các mô hình phải được kiểm tra để bảo vệ khỏi sự thiên vị. Ông nói thêm rằng người tiêu dùng theo truyền thống phải điều hướng thủ công qua rất nhiều tùy chọn thanh toán, trải rộng từ mọi thứ từ ACH đến chuyển khoản và gần đây nhất là các tùy chọn theo thời gian thực. Việc có một “động cơ” để giúp nhanh chóng hướng dẫn họ thực hiện các lựa chọn có thể tỏ ra có giá trị.
Ông nói: “Người tiêu dùng thường hoàn toàn choáng ngợp trước số lượng các cách khác nhau để chuyển tiền. “Họ cần những công cụ này để hướng dẫn họ vượt qua sự đánh đổi giữa tốc độ, giá cả và rủi ro, đồng thời đề xuất loại phương thức thanh toán tốt nhất mà họ nên xem xét dựa trên giao dịch mà họ đang cố gắng thực hiện.”
Tương tự, cũng có khả năng sử dụng dữ liệu có cấu trúc và phi cấu trúc cũng như bối cảnh thời gian thực để tạo và phổ biến các ưu đãi tốt nhất tiếp theo tại điểm bán hàng. Các trường hợp sử dụng mới cũng đang phát triển trên nhiều khía cạnh của dịch vụ tài chính, bao gồm hoạt động dịch vụ khách hàng, hoạt động tiếp thị và phát triển sản phẩm.
Cách công nghệ đang phát triển mở ra những khả năng mới.
Haney cho biết: “Một trong những điều chúng tôi sắp bắt đầu thấy là các mô hình ngôn ngữ lớn mới, chuyên biệt hóa và theo chiều dọc, đồng thời cho biết thêm rằng nhiều trường hợp sử dụng mang tính quyết định hơn sẽ là dấu hiệu nổi bật trong những tháng và năm tới.
Ông dự đoán: “Rất nhiều điều mới mẻ và thú vị sẽ diễn ra trong năm nay ngoài bản thân các người mẫu”.

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

Nguồn: https://www.pymnts.com

Dấu thời gian:

Thêm từ Tin tức Fintech