Nauja skaitmeninės bankininkystės platformos „Plumery AI“ technologija siekia išspręsti finansų įstaigų dilemą: kaip pereiti nuo koncepcijos įrodymų ir įterpti dirbtinį intelektą į kasdienes bankines operacijas nepakenkiant valdymui, saugumui ar teisės aktų laikymuisi.
Plumery „AI Fabric“ bendrovė nustatė kaip standartizuotą sistemą, leidžiančią sujungti generatyvius AI įrankius ir modelius su pagrindiniais banko duomenimis ir paslaugomis. Anot Plumery, produktas skirtas sumažinti priklausomybę nuo užsakytų integracijų ir skatinti įvykiais pagrįstą API pirmąją architektūrą, kuri gali plėstis augant institucijoms.
Iššūkis, kurį ji siekia išspręsti, pripažįstamas šiame sektoriuje. Per pastarąjį dešimtmetį bankai daug investavo į AI eksperimentavimą, tačiau daugelis diegimų tebėra riboti. „McKinsey“ atliktas tyrimas rodo, kad nors generuojantis dirbtinis intelektas galėtų iš esmės pagerinti našumą ir klientų patirtį teikiant finansines paslaugas, dauguma bankų stengiasi bandomuosius projektus paversti gamyba dėl suskaidytų duomenų ir esamų veiklos modelių. Konsultacinė įmonė teigia, kad norint pritaikyti dirbtinį intelektą įmonės lygiu, reikia bendros infrastruktūros ir valdymo bei daugkartinio naudojimo duomenų produktų.
Komentaruose, pateiktuose kartu su produkto pristatymu, Plumery įkūrėjas ir generalinis direktorius Benas Goldinas teigė, kad finansų institucijos aiškiai žino, ko jos tikisi iš dirbtinio intelekto.
„Jie nori realių gamybos atvejų, kurie pagerintų klientų patirtį ir operacijas, tačiau nepakenks valdymui, saugumui ar kontrolei“, – sakė jis. „Įvykiais pagrįsta duomenų tinklo architektūra pakeičia tai, kaip gaminami, bendrinami ir vartojami bankų duomenys, nepridedant dar vieno AI sluoksnio ant suskaidytų sistemų.
Suskaidyti duomenys išlieka kliūtimi
Duomenų susiskaidymas tebėra viena iš kliūčių, trukdančių dirbti AI bankininkystėje. Daugelis institucijų remiasi senomis pagrindinėmis sistemomis, kurios yra naujesniuose skaitmeniniuose kanaluose, todėl gaminiuose ir klientų kelionėse sukuriamos talpos. Kiekvienai dirbtinio intelekto iniciatyvai reikia naujo integravimo, saugumo peržiūrų ir valdymo patvirtinimų, todėl padidėja išlaidos ir sulėtėja pristatymas.
Akademiniai ir pramonės tyrimai patvirtina šią diagnozę. Paaiškinamo dirbtinio intelekto finansinių paslaugų srityje tyrimai rodo, kad dėl suskaidytų vamzdynų sunkiau atsekti sprendimus ir padidėja reguliavimo rizika, ypač tokiose srityse kaip kredito įvertinimas ir kova su pinigų plovimu. Reguliavimo institucijos aiškiai nurodė, kad bankai turi turėti galimybę paaiškinti ir tikrinti dirbtinio intelekto pagrįstus rezultatus, nepaisant to, kur sukurti modeliai.
„Plumery“ teigia, kad „AI Fabric“ sprendžia tokias problemas, pateikdama į domeną orientuotus bankininkystės duomenis kaip valdomus srautus, kuriuos galima pakartotinai naudoti įvairiais atvejais. Bendrovė teigia, kad įrašų sistemų atskyrimas nuo įsitraukimo ir žvalgybos sistemų leidžia bankams saugiau diegti naujoves.
AI jau gaminami įrodymai
Nepaisant iššūkių, dirbtinis intelektas jau yra įtrauktas į daugelį finansų sektoriaus dalių. Pramonės analitikų sudaryti atvejų tyrimai rodo, kad klientų aptarnavimo, rizikos valdymo ir atitikties srityse plačiai naudojamas mašininis mokymasis ir natūralios kalbos apdorojimas.
Pavyzdžiui, „Citibank“ įdiegė dirbtinio intelekto pokalbių robotus, kad galėtų tvarkyti įprastines klientų užklausas, sumažinti spaudimą skambučių centrams ir pagerinti atsakymo laiką. Kiti dideli bankai naudoja nuspėjamąją analizę, kad galėtų stebėti paskolų portfelius ir numatyti įsipareigojimų neįvykdymą. Santander viešai aprašė mašininio mokymosi modelių naudojimą kredito rizikai įvertinti ir portfelio valdymui stiprinti.
Sukčiavimo nustatymas yra dar viena brandi sritis. Bankai vis labiau pasikliauja dirbtinio intelekto sistemomis, kad galėtų analizuoti operacijų modelius ir veiksmingiau nei taisyklėmis pagrįstos sistemos pažymi anomalią elgseną. Technologijų konsultacinių įmonių tyrimai rodo, kad tokie modeliai priklauso nuo aukštos kokybės duomenų srautų, o integracijos sudėtingumas išlieka ribojančiu veiksniu mažesnėms įstaigoms.
Paraštėse atsiranda pažangesnių programų. Akademiniai didelių kalbų modelių tyrimai rodo, kad esant griežtam valdymui pokalbio AI galėtų palaikyti tam tikras sandorių ir konsultavimo funkcijas mažmeninėje bankininkystėje. Tačiau šie įgyvendinimai išlieka eksperimentiniai ir yra atidžiai tikrinami dėl jų reguliavimo pasekmių.
Platformos teikėjai ir ekosistemų metodai
„Plumery“ veikia konkurencingoje skaitmeninės bankininkystės platformų rinkoje, kurios save laiko orkestravimo sluoksniais, o ne pagrindinių sistemų pakaitalais. Bendrovė užmezgė partnerystes, skirtas prisitaikyti prie platesnių fintech ekosistemų. Jo integracija su Ozone API, atviros bankinės infrastruktūros tiekėju, buvo pristatyta kaip būdas bankams greičiau teikti standartus atitinkančias paslaugas, nereikalaujant individualaus tobulinimo.
Jo požiūris atspindi platesnę pramonės tendenciją kurti komponuojamas architektūras. Pardavėjai, tokie kaip „Backbase“ ir kiti, reklamuoja į API orientuotas platformas, leidžiančias bankams prie esamo pagrindo prijungti AI, analizę ir trečiųjų šalių paslaugas. Analitikai iš esmės sutinka, kad tokios architektūros labiau tinka laipsniškoms naujovėms nei didelio masto sistemos pakeitimas.
Pasirengimas išlieka netolygus
Įrodymai rodo, kad pasirengimas sektoriuje yra nevienodas. Boston Consulting Group ataskaitoje nustatyta, kad mažiau nei ketvirtadalis bankų mano, kad yra pasiruošę didelio masto AI pritaikymui. Anot jos, spraga slypi valdyme, duomenų bazėse ir veiklos drausmėje.
Reguliavimo institucijos atsakė pasiūlydamos kontroliuojamą aplinką eksperimentams. JK reguliavimo smėlio dėžės iniciatyvos leidžia bankams išbandyti naujas technologijas, įskaitant dirbtinį intelektą. Šios programos skirtos inovacijoms remti ir atskaitomybei bei rizikos valdymui stiprinti.
Tokiems tiekėjams kaip „Plumery“ yra galimybė teikti infrastruktūrą, suderinančią technologines ambicijas ir reguliavimo tikrovę. AI Fabric patenka į rinką, kurioje akivaizdi veikiančio AI paklausa, tačiau kur sėkmė priklauso nuo to, ar įrodysite, kad nauji įrankiai gali būti saugūs ir skaidrūs.
Ar Plumery metodas taps priimtu standartu, lieka neaišku. Bankams pereinant nuo eksperimentavimo prie gamybos, dėmesys sutelkiamas į architektūrą, palaikančią AI. Tokiomis aplinkybėmis platformos, kurios gali parodyti techninį lankstumą ir valdymo laikymąsi, greičiausiai vaidins svarbų vaidmenį kitame skaitmeninės bankininkystės etape.
(Vaizdo šaltinis: Jesse Varner „Spalvotas Morisono formacijos skalūnų sluoksnis San Rafaelio bangos pakraštyje“ yra licencijuotas pagal CC BY-NC-SA 2.0.)
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra TechEx dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
