AI, robotyzacja i analiza danych zmieniają branżę finansową

Rafał Tomaszewski
Rafał Tomaszewski
#Sztuczna Inteligencja
Opublikowano: 28 lutego 2019 Aktualizacja: 1 maja 2019

Sztuczna inteligencja, robotyzacja i big data są często omawiane w odniesieniu do futurystycznych wizji dystopijnych, ale ich faktyczną przydatność można wyraźnie zauważyć w sektorze finansowym.

Banki i firmy pożyczkowe już teraz korzystają z tych uzupełniających się i pokrywających się technologii. Klienci oczekują nowych fintechowych narzędzi. Jakie będą tego skutki w najbliższych latach?

Automatyczna przyszłość

Rozwój Zrobotyzowanej Automatyzacji Procesów (RPA) umożliwił bankom automatyzację powtarzalnych zadań biurowych, takich jak żądania wymiany kart kredytowych lub wniosków kredytowych. Po przeszkoleniu systemy te mogą wykonywać zadania w krótszym czasie, z większą dokładnością i po znacznie niższych kosztach, umożliwiając bankom obniżenie kosztów ogólnych. Oczywiście, boty są już dobrze znane jako sposób na obsługę zapytań i poleceń użytkowników.

Analityka uzupełnia tę automatyzację, dostarczając spostrzeżeń na podstawie zapytań dotyczących ogromnych zestawów danych i wykorzystując wykrywanie wzorów, aby zidentyfikować lepsze sposoby działania, zapewnić oparty na oprogramowaniu sposób wykrywania oszustw czy ograniczyć ryzyko niezgodnych działań. Oszczędności związane z tymi kosztami operacyjnymi nie muszą być równoznaczne ze zmniejszeniem zatrudnienia, a wręcz często są przekazywane na innowacyjne projekty kierowane przez człowieka oraz bardziej satysfakcjonujące, zróżnicowane zadania. W czasach ogromnych przekształceń w usługach bankowych dotychczasowe zasady gry ulegają zmianie, gdzie tradycyjne instytucje finansowe coraz częściej są zagrożone przez cyfrowe startupy.

Wzrost wydajności

Z raportu Capgemini wynika, że pracownicy spędzają około czterech piątych swojego czasu na zadaniach ręcznych, które są gotowe do automatyzacji. Banki wykorzystują RPA, aby osiągnąć wzrost wydajności o 35-50 proc., co przekłada się na zwrot z inwestycji z ostatnich trzech do sześciu miesięcy.

Banki używają uczenia maszynowego do analizy operacji na komputerach mainframe, co powoduje optymalizację kodu, aby zaoszczędzić czas potrzebny na przetworzenie transakcji. Instytucje finansowe mogą także poprawić relacje z klientami, wykorzystując wiedzę oferowaną przez sztuczną inteligencję i automatyzację. Na przykład używając historii transakcji swojego klienta i danych osobowych, aby określić, które produkty lub usługi będą najbardziej przydatne dla konkretnych klientów.

Technologia nowym wyróżnikiem

Korzystanie z technologii lepszej niż konkurencja ma dziś kluczowe znaczenie dla sukcesu w bankowości. Wprowadzenie automatyzacji oczywiście oszczędza koszty, ale również podnosi jakość, ponieważ kod binarny nie męczy się, nie traci koncentracji ani nie decyduje się na zmianę pracy bez przekazywania wiedzy.

Trudno wyobrazić sobie wiele operacji bankowych, które nie ulegną poprawie dzięki sztucznej inteligencji, robotom i analitykom danych. Zwycięzcami w obecnych zawirowaniach w sektorze bankowym będą ci, którzy najlepiej wykorzystali rozwiązania IT.

Duże banki coraz częściej inwestują w fintech

Obecnie banki, aby nie pozostać w tyle za konkurencją muszą otworzyć się na fintechowe rozwiązania. Wielokrotnie firmy działające w branży posiadają gotowe rozwiązania potrafiące znacznie usprawnić działania w  tradycyjnej bankowości. Najbardziej innowacyjne banki traktują siebie jako część sektora FinTech. Inwestorzy główny obszar szans wynikających z zastosowania narzędzi fintechowych upatrują w obniżeniu kosztów operacji, w tym kosztów IT. Duże instytucje finansowe początkowo traktujące fintech jako zagrożenie, stopniowo dostrzegają, że najkorzystniejszą opcją z punktu widzenia ich rozwoju jest partnerska współpraca.

Firmy z sektora fintech stopniowo wprowadzają nowe sposoby, aby konsumenci mieli większą kontrolę nad swoimi finansami. Coraz powszechniejsze stają się wirtualne karty płatnicze, jednorazowe numery kart płatniczych czy transakcje powiązane z lokalizacją GPS. Dodatkowo pojawiają się nowe narzędzia do interakcji z użytkownikiem, obsługi wiadomości tekstowych oraz scoringu opartego na zachowaniach klientów podczas korzystania ze smartfona i obsługi przez niego zobowiązań – komentuje Krzysztof Dzikowski, Head of Sales & Marketing w TWINO (właściciel netcredit.pl i incredit.pl).


Tekst chroniony prawem autorskim. Każdorazowe kopiowanie wymaga zgody redakcji.

Pokaż komentarze (0)

ai-robotyzacja-fintech-twino