Konferencje

Rozwiązania AI podbijają sektor finansowy

Sztuczna inteligencja znajduje coraz więcej zastosowań, wykraczających poza obszary swojego oryginalnego przeznaczenia, takie jak identyfikacja czy potwierdzanie tożsamości. Obecnie ma ona silny wpływ na wiele gałęzi gospodarki takich jak informacja i komunikacja, produkcja, usługi czy sektor finansowy. Według szacunków ekspertów AI ma potencjał do podwojenia wzrostu PKB w krajach rozwiniętych do 2035 czy wzrostu produktywności nawet o 40 proc.

AI definiuje się jako zbiór technologii pozwalających na zwiększenie ludzkich możliwości, przy wykorzystaniu jednej lub więcej z czterech następujących funkcji: wykrywanie (obrazów, tekstu, dźwięków i mowy), rozumienie, działanie oraz uczenie się.

Analitycy zwracają uwagę na wpływ sztucznej inteligencji w kontekście wzrostu gospodarczego, który obecnie jest tak znaczny, że część z nich postuluje uznanie jej jako zupełnie nowego czynnika produkcji. W poniższym artykule razem z ekspertami loando.pl i pozyczkaportal.pl omówimy kilka przykładów zastosowania AI w finansach.

– Sztuczna inteligencja dużą wydajność zawdzięcza swojej skuteczności w realizacji powtarzalnych czynności o niskim poziomie skomplikowania. Pracownik zazwyczaj szybko ulega znużeniu przy realizacji mało kreatywnych i nieskomplikowanych czynności. Świetnie tutaj sprawdzą się roboty i komputery, których zastosowanie pozwoli ludziom zająć się bardziej satysfakcjonującymi i rozwijającymi zadaniami – komentuje Marcin Sikora, Chief Sales Officer w Grupie LOANDO (właściciel loando.pl, pozyczkaportal.pl). – AI może w dużej mierze wspomóc działanie sektora finansowego poprzez udoskonalanie logowania i identyfikacji klienta, upraszczanie procesów, wykrywanie fraudów czy pomoc w ułożeniu spersonalizowanego planu finansowego – dodaje.

Przypadki stosowania AI w sektorze finansowym:

Logowanie i identyfikacja

Wiele organizacji przy procesie logowania wymaga od użytkowników przejścia przez podwójne zabezpieczenie. Składa się na nie hasło oraz jednorazowy kod pin lub dane biometryczne takie jak np. głos czy rozpoznawanie twarzy.

Sztuczna inteligencja oraz mechanizmy machine learningowe stale usprawniają i przyspieszają działanie systemów opierających się na biometrii. Szczególny wpływ na taki stan rzeczy miało wejście w życie dyrektywy PSD2 i związanego z nią obowiązku silnego uwierzytelniania logujących się do usług finansowych.

– Wykorzystanie AI do logowania czy autoryzacji dynamicznie wzrosło po wejściu w życie PSD2 we wrześniu zeszłego roku. Jednym z wymogów, które wniosła dyrektywa jest obowiązek zapewnienia przez instytucje finansowe swoim klientom możliwości tzw. silnego uwierzytelnienia – komentuje Marcin Sikora, Chief Sales Officer w Grupie LOANDO (właściciel loando.pl, pozyczkaportal.pl). Silne uwierzytelnianie to mechanizmy logowania oparte na przynajmniej dwóch elementach z trzech kategorii takich jak wiedza (coś o czym wie jedynie użytkownik – np. dane do logowania), posiadanie (coś, co posiada wyłącznie użytkownik – np. token) i cechy klienta (coś, czym jest użytkownik – metody biometryczne) – dodaje.

Uproszczenie procesów finansowych

Rozwiązania z zakresu sztucznej inteligencji pozwalają zwiększyć konkurencyjność poszczególnych przedsiębiorstw finansowych, głównie poprzez przyśpieszanie procesów i ulepszanie tzw. user experience.

Dla przykładu, zastosowanie chatbotów pomoże bardziej usatysfakcjonować klientów, którzy wolą bezpośrednio zapytać o daną usługę konsultanta zamiast poruszać się po rozległych obszarach menu i szukać odpowiedniej opcji. Mechanizmy oparte na machine learningu pozwalają zaś chociażby na automatyczne wypełnianie pól we wnioskach kredytowych, co pozwala zdjąć z klienta wymóg wykonywania żmudnego i błędogennego procesu.

– Wraz z postępem technologicznym będą rosły wymagania klienta co do szybkości, skuteczności i minimalizacji formalności w procesach finansowych. Będzie to skutkować coraz szerszym użyciem sztucznej inteligencji. Dla przedsiębiorstw finansowych może to oznaczać konieczność całkowitej przebudowy modelu biznesowego – dodaje Marcin Sikora, Chief Sales Officer w Grupie LOANDO (właściciel loando.pl, pozyczkaportal.pl)

Wykrywanie fraudów

Narzędzia AI pozwalają na monitorowanie wzorców behawioralnych użytkowników. Istnieją modele, które są w stanie dostosować się w czasie rzeczywistym do zmieniającego się otoczenia. Pozwala im to na szybsze i bardziej precyzyjne wykrywanie nieuczciwych działań.

Jednym z najbardziej popularnym rozwiązań stosowanych do przeciwdziałania wyłudzeniom jest m.in. analityka sieci powiązań pozwalająca na prześwietlenie dużych ilości danych w celu wykrycia podejrzanych powiązań z oszustami lub grupami o wysokim ryzyku wystąpienia nadużycia.

Zaawansowane doradztwo finansowe

Samouczące się algorytmy potrafią już analizować rzeczywiste zachowania klienta w sferze wydatków i w oparciu o te dane określić np. wysokość stałych odpływów środków, stopę oszczędności czy zbudować spójny plan finansowy z określonymi celami do zrealizowania.

Podczas realizacji celu algorytm kalkuluje jednorazowe i powtarzalne koszty z nim związane oraz podsuwa potencjalne źródła jego finansowaniakomentuje Marcin Sikora, Chief Sales Officer w Grupie LOANDO (właściciel loando.pl, pozyczkaportal.pl). – W przypadku np. podróży, może podpowiedzieć nam na jaki kierunek aktualnie nas stać, a jaki jest poza naszym zasięgiem, jakie finansowe obciążenia wiążą się z każdym z nich oraz skąd wziąć na to wszystko pieniądze – dodaje.

“The future is now, old man…”

Sztuczna inteligencja nie jest już koncepcją abstrakcyjną zarezerwowaną dla odległej przyszłości czy scenariusza filmu science-fiction. W wielu przypadkach mamy do czynienia z narzędziami AI nawet nie zdając sobie z tego sprawy.

Przedsiębiorstwa finansowe powinny zastanowić się jak wdrażać sztuczną inteligencję, by w środowisku ostrej konkurencji pozostać na topie i nie wypaść z technologicznego wyścigukomentuje Marcin Sikora, Chief Sales Officer w Grupie LOANDO (właściciel loando.pl, pozyczkaportal.pl). – Te z nich, które nie docenią w porę wagi AI mogą już właściwie zacząć przygotowywać się na straty i postawienie pod znakiem zapytania swojej pozycji na rynku – dodaje.

Zobacz także