Tiền tệ có giá trị nhất của ngân hàng – ngoài tiền – là kiến thức của khách hàng. Trong những năm qua, khách hàng sẽ trải qua các quy trình nghiên cứu truyền thống và áp dụng các quy trình tiếp thị tiêu chuẩn. Có một sự bất tiện lớn ở đây. Dữ liệu khách hàng được thu thập và xử lý dựa trên các kỹ thuật và công cụ không tương thích.
Tiếp thị, dịch vụ khách hàng và bán hàng sử dụng các công nghệ thu thập dữ liệu riêng biệt. Cuộc cách mạng kỹ thuật số sẽ củng cố và đưa các khu vực xa xôi này lại gần nhau hơn. Ngày nay, đánh giá khách hàng, kiểm tra sở thích và tiềm năng của anh ta, chuẩn bị sản phẩm và bán hàng – tất cả điều này diễn ra trong một không gian kỹ thuật số chung, sử dụng các công cụ được kết nối và tương thích toàn diện.
Dữ liệu, là "thực phẩm" cho trí tuệ nhân tạo, đến từ các khía cạnh khác nhau, nhưng có cùng bản chất kỹ thuật số. Điều quan trọng, phần lớn các quá trình diễn ra trong thời gian thực. Trong một thời gian dài, các biến số quan trọng để xây dựng mối quan hệ có lợi với khách hàng là các mục như tuổi tác, thu nhập cao, vị trí, tình trạng hôn nhân và lịch sử hợp tác với một tổ chức tài chính. Chúng vẫn đang được sử dụng và các ngân hàng đưa chúng vào tài khoản. Nhưng đây chỉ là một phần của câu đố phân tích.
Ngày nay, điều quan trọng là những hiểu biết về hoạt động của khách hàng hiện tại (tất nhiên là hoạt động trực tuyến). Các công ty biết khách hàng muốn gì và họ thực sự là ai bằng cách phân tích hành vi của anh ta trên trang web của ngân hàng, trong cuộc trò chuyện với đường dây trợ giúp và trong khi liên hệ qua thư hoặc điện thoại. Thông tin này cũng có được sức mạnh bởi vì nó có thể được xử lý theo nhiều cách không giới hạn và quan trọng nhất – quá trình xử lý này xảy ra trong thời gian thực.
Trợ lý giọng nói xin tín dụng
Một trong những thay đổi căn bản nhất mà chúng ta có thể mong đợi trong những năm tới liên quan đến dịch vụ khách hàng. Sự nghiệp dịch vụ khách hàng sẽ được mở rộng bằng sự nghiệp bot giọng nói, điều mà chúng ta đã quen thuộc từ các tình huống riêng tư ngày nay. Một số người bắt đầu nói về "alexization" sắp tới của cuộc sống của chúng tôi. Thuật ngữ này rõ ràng đề cập đến sự phổ biến ngày càng tăng của các thiết bị như Alexa và Siri.
Theo dự báo của quỹ đầu tư RBC Capital, đến năm 2020, gần 130 triệu thiết bị được kết nối trực tiếp với Alexa sẽ được vận hành trên toàn thế giới.
Không có gì cản trở phần mềm dựa trên sơ đồ của các chương trình này có thể được sử dụng để phục vụ khách hàng của ngân hàng. Càng nhiều bot được đào tạo bởi các chuyên gia đang trở nên tốt hơn trong việc xử lý các tuyên bố nghe có vẻ giống người. Bank of America thực hiện trò chuyện với Eric trong hoạt động của mình, nơi tư vấn cho khách hàng của ngân hàng sử dụng tin nhắn thoại và tin nhắn văn bản. Bot hoạt động 24 giờ một ngày, cho phép tất cả các giao dịch mà khách hàng sử dụng hàng ngày.
Thật dễ dàng để đoán rằng chi phí sử dụng một tá hoặc vài chục chuyên gia làm việc suốt ngày đêm sẽ không tốt. Ở Thung lũng Silicon, người ta nói rằng chúng không thể mở rộng được như thuật toán máy và chatbot dựa trên chúng.
Khi bot nghe giống như một con người
Theo các nguyên tắc tự cải tiến hệ thống dựa trên học máy, năng lực của họ trong loại thiết bị này sẽ tăng lên. Bot bạn có thể nói chuyện sẽ không trả lời câu hỏi về thời tiết hoặc tình hình giao thông. Anh ta sẽ nói về lãi suất của khoản vay và lợi ích của khoản tiền gửi. Hãy cho chúng tôi biết chúng tôi còn lại bao nhiêu tiền để ngủ và nhắc nhở chúng tôi về việc trả góp quá hạn.
Ngày nay, các thiết bị loại này chứng tỏ bản thân trong lần tiếp xúc đầu tiên với khách hàng; tổ chức các cuộc gọi từ đường dây nóng, hướng khách hàng đến những kỳ quan thích hợp. Trong tương lai, các trợ lý sẽ được giao cho các nhiệm vụ đòi hỏi khắt khe hơn. Để thực hiện điều này, rõ ràng bạn cần phát triển hơn nữa kỹ năng giao tiếp bot. Dựa vào tâm trí, đồng cảm với ngữ điệu của khách hàng, cảm nhận vấn đề sâu sắc hơn của anh ta – tất cả chỉ là vấn đề của tương lai. Nhưng bot đang học nhanh hơn và nhanh hơn.
Tiền cho dấu vân tay của bạn
Ngân hàng, với tư cách là một ngành thu thập và xử lý các bộ sưu tập thông tin mạnh mẽ, phải đối mặt với một thách thức lớn. Điều nghiêm trọng hơn là người dùng hiện đại đang bối rối khi liên quan đến vấn đề bảo mật. Thông tin truyền thông về rò rỉ theo chu kỳ của dữ liệu nhạy cảm được thu thập bởi các công ty và cổng thông tin là không đáng tin cậy. Do đó, các chuyên gia trong các hệ thống CNTT trong ngân hàng và bảo hiểm rất bận rộn và không ngừng tìm kiếm các giải pháp có thể củng cố niềm tin quá mức của người tiêu dùng trung bình.
Trong bối cảnh này, một xu hướng thú vị là thay đổi cách truy cập tài khoản trực tuyến. Thời hạn ngắn nhất là đăng nhập và tất cả các thủ tục ủy quyền. Các giải pháp truyền thống chỉ cần đăng nhập bằng cách sử dụng một loạt các ký tự – số và số. Tuy nhiên, việc cải tiến các kỹ thuật hack có nghĩa là chúng ta đang xử lý một yếu tố quan trọng trong hệ thống thông tin.
Mã bảo mật và mật khẩu đang trở thành các bot có nhiệm vụ đánh cắp loại dữ liệu này. Do đó giải pháp mới. Có nhiều dấu hiệu cho thấy một kỹ thuật viên có cơ hội cách mạng hóa các quy trình ủy quyền sẽ sử dụng dấu vân tay của mình và trong giây lát, nhận dạng khuôn mặt. Một dấu hiệu cá nhân, cá nhân, độc đáo như vậy – mã dường như là sự bảo vệ tốt nhất và dễ dàng nhất đối với việc tải vào hệ thống. Giống như hỗ trợ giọng nói của các thiết bị có thể loại bỏ các công cụ tìm kiếm truyền thống và giao diện cảm ứng khỏi thị trường, trong trường hợp này, một chuỗi ký tự thủ công sẽ trở thành lỗi thời đối với cơ chế dựa trên cảm ứng của bàn tay con người.
Gửi cho chúng tôi một bức ảnh tự sướng và bạn sẽ nhận được một khoản vay
Điều gì về ủy quyền dựa trên một bức ảnh khuôn mặt? Điều này có thể không? Nó bắt đầu với. Rốt cuộc, các tính năng riêng lẻ được chụp trong nhiếp ảnh cũng tạo thành một nội dung độc đáo, không thể sửa chữa. Tính duy nhất này có thể được giải mã bằng phân tích đáng tin cậy bằng phần mềm có thể xác định các sắc thái lớn nhất trong ảnh.
Quét ảnh hoặc quét khuôn mặt qua camera trên máy tính xách tay của chúng tôi có cơ hội tốt để trở thành một quy trình xác minh khác. Nếu trí tuệ nhân tạo có thể nhận ra khuôn mặt – thứ đang ngày càng được đánh giá cao, thậm chí bởi cảnh sát, thì thực tế này có thể được sử dụng trong các tình huống hoàn toàn khác nhau.
Do đó, chúng tôi có thể tưởng tượng rằng trong tương lai khoản vay sẽ được cấp trên cơ sở chữ ký trên ảnh, mà chúng tôi sẽ tải ở nơi được chỉ định. Bức ảnh được phân tích bởi các thuật toán sẽ gửi thông tin về tình hình sức khỏe và cuộc sống chung của chúng tôi đến ngân hàng và đánh giá giá trị của chúng tôi.
điều tra và giám sát thời gian thực
Trong bối cảnh xem xét bảo mật, điều đáng nói là việc sử dụng các công cụ trí tuệ nhân tạo để giám sát an ninh của các hệ thống ngân hàng. Phần mềm thông minh thời gian thực được thiết kế để theo dõi những bất thường nhỏ nhất của một cuộc tấn công của tin tặc.
Có hàng trăm ngàn nỗ lực mỗi ngày trên thế giới và đánh cắp dữ liệu có giá trị hoặc tiền tích lũy. Phần mềm kiểu cũ sẽ không thể phát hiện ra nhiều cuộc tấn công đó. Chỉ có các công cụ trí tuệ nhân tạo cung cấp bảo đảm đầy đủ bảo mật và cảm giác an toàn.
Nó không chỉ là về các cuộc tấn công. Ngân hàng đang phải vật lộn với vấn đề liên tục và tự nhiên là phê duyệt các giao dịch dựa trên rủi ro, mơ hồ, trải qua các cách hiểu khác nhau. Điều này có thể áp dụng cho các lĩnh vực khác nhau: cho vay, trả nợ, tính lãi suất, toàn bộ hoạt động kế toán.
Nghiên cứu trường hợp và chấp nhận hoạt động truyền thống mất nhiều giờ cho người và thiết bị truyền thống trong những trường hợp như vậy. Trong trường hợp thiết bị sử dụng học máy, việc ủy quyền các giao dịch đó chỉ mất vài giây. Những lợi ích cho hiệu quả và bảo mật của các hệ thống dường như không rõ ràng.
Trí tuệ nhân tạo trên thị trường bảo hiểm
Các giải pháp thảo luận cũng có thể được tìm thấy trên thị trường bảo hiểm. Tại đây, trí tuệ nhân tạo sẽ tìm thấy các nguồn dữ liệu áp đảo về hành vi và nhu cầu của khách hàng. Một phạm trù thậm chí còn chú trọng hơn ở đây so với ngân hàng là rủi ro. Phân tích thuật toán bao gồm tất cả các tình huống có thể liên quan đến mối đe dọa đối với cuộc sống hoặc sức khỏe của khách hàng, cũng như tình trạng vật chất của anh ta (bất động sản).
Cũng trong trường hợp này, kỹ thuật phân tích ảnh, mà tôi đã đề cập ở trên, được sử dụng. Việc bán các chính sách bảo hiểm nhân thọ sẽ đòi hỏi tài liệu phân tích sâu rộng. Thú vị từ quan điểm này dường như là những nỗ lực để có được dữ liệu theo cách ít thông thường hơn.
Ví dụ, mỏ kiến thức trở thành chiếc xe của người dùng. Thông tin như số dặm, tai nạn lái xe và thậm chí các kỹ thuật lái xe có thể là tài liệu quý giá cho bất kỳ công ty nào chuẩn bị một sản phẩm bảo hiểm tùy chỉnh.
Nó cũng quan trọng để sử dụng các phân tích thuật toán phức tạp để xác định cơ hội phát triển bệnh liên quan đến một lối sống cụ thể. Các công ty bảo hiểm sẽ quan tâm đến phân tích dưới cùng của mã dưới cùng trong tương lai? Nó sẽ bật ra, nhưng nó có thể.
Dịch vụ phù hợp với khách hàng và tự động hóa mua hàng
Các công cụ trí tuệ nhân tạo cho phép một thủ tục cực kỳ quan trọng – nhận dạng chính xác của một cá nhân. Do khả năng quan trọng này, khách hàng không còn là một phần của bộ sưu tập lớn hơn và trở thành một trường hợp hoàn toàn riêng lẻ.
Do đó, sự đổi mới bao trùm cần được đề cập trong bối cảnh này là cá nhân hóa khách hàng thân thiết của tất cả các dịch vụ và sản phẩm được cung cấp. Cách tiếp cận này chuyển thành một giải pháp nữa. Trong tương lai gần, khách hàng sẽ sử dụng các giao diện có thể phân tích dữ liệu mà anh ta nhập. Đây là một dấu hiệu khác của tự động hóa các dịch vụ trong ngân hàng, tự động hóa, là hệ quả rõ ràng của việc sử dụng thuật toán thông minh.
Mua sắm cho thợ rèn và thương nhân
Theo con đường này, điều đáng nói thêm là tự động hóa sẽ ngày càng đi kèm với việc mua các sản phẩm cụ thể. Trong khi ngày nay người bán vẫn là một yếu tố thiết yếu của quan hệ khách hàng, trong tương lai khách hàng có thể tin tưởng vào các ứng dụng.
Nhiệm vụ của họ có thể là, ví dụ, mua hàng loạt tài chính và bảo hiểm và khiến khách hàng đưa ra quyết định đòi hỏi nhiều thời gian hơn. Điều đáng nhấn mạnh là loạt mua hàng này sẽ có lợi khi nói đến các nhà đầu tư kinh doanh, những sản phẩm hàng ngày là bộ sưu tập lớn các sản phẩm và thông tin. Các nhà giao dịch chuyên nghiệp có thể tin tưởng vào thực tế rằng trí thông minh nhân tạo sẽ lấy đi từ phía sau cả đống nhiệm vụ mà ngày nay gắn liền với cả mua sắm và kho vũ khí phân tích tuyệt vời.
Thuật toán Sia và bí mật của hộp đen
Trí tuệ nhân tạo trong ngân hàng và bảo hiểm có một tương lai được đảm bảo. Thuật toán đơn giản hóa nhiều hoạt động, do đó ảnh hưởng đến sự thuận tiện và tiết kiệm thời gian của khách hàng. Cảm giác an toàn mà khách hàng sẽ đạt được thông qua tự động hóa có thể là một giá trị gia tăng khác trong quá trình cố gắng làm cho danh mục đầu tư phong phú hơn.
Tuy nhiên, tác dụng phụ của các hiện tượng được thảo luận chắc chắn sẽ là các vấn đề liên quan đến việc làm trong ngành tài chính. Một ví dụ về luận điểm cuối cùng này có thể là ví dụ về ngân hàng JP Morgan, sẽ ra mắt cho ứng dụng (nền tảng) nhu cầu của mình để trích xuất dữ liệu từ các tài liệu liên quan đến hoạt động tín dụng. Việc phân tích 12.000 tài liệu tín dụng sẽ mất 360.000 giờ làm việc cho nhân viên ngân hàng.
Các ứng dụng dựa trên học máy hoạt động trên nhiệm vụ được giao … một vài giờ. Những lợi ích không rõ ràng, nhưng việc giải thích sự kiện này về chính sách việc làm cũng có thể thú vị.
Một vấn đề quan trọng khác là liệu các hoạt động được thuật toán hóa trong câu hỏi sẽ không yêu cầu giải thích, giải thích sâu hơn tại một số điểm – cả ý thức bảo mật của khách hàng và niềm tin của chính quyền ngân hàng rằng họ biết những gì đang xảy ra trên tàu. Ở đây chúng ta chạm vào vấn đề nổi tiếng và được thảo luận nhiều gần đây được gọi là vấn đề "hộp đen". Đó là tất cả những gì xảy ra bên trong các thiết bị được điều khiển bởi trí thông minh nhân tạo, và trong nhiều trường hợp, nó làm mất đi sự hiểu biết của con người.
Cuộc cách mạng trên thị trường tài chính, như trong lăng kính, tập hợp tất cả các vấn đề quan trọng nhất liên quan đến hoạt động của trí tuệ nhân tạo trong cuộc sống của chúng ta, cả tư nhân và doanh nghiệp. Câu hỏi về khả năng của nó và tác động của nó đối với sự thoải mái của khách hàng và người tiêu dùng các sản phẩm tài chính tạo ra theo nguyên tắc một câu trả lời có thể có: chúng rất lớn và không thể so sánh với bất cứ điều gì.
Ngành tài chính là một trong những người hưởng lợi lớn nhất trong thực tế là các thuật toán đang bắt đầu thống trị trong nhiều lĩnh vực kinh doanh. Nó không thay đổi thực tế rằng các đại diện quan trọng của lĩnh vực này nhận ra có bao nhiêu câu hỏi liên quan đến bảo vệ tài chính, bảo mật hệ thống, xử lý dữ liệu khách hàng và các quy định vẫn chưa được trả lời. Tiền cần trí tuệ nhân tạo để ít ỏi. Đồng thời, bạn cần các quy tắc và quy định để chúng không bước sâu vào sự hỗn loạn công nghệ.
Trưởng phòng dịch vụ CEE, Microsoft. Quản lý các dịch vụ của Microsoft tại 36 quốc gia, phạm vi của họ bao gồm tư vấn kinh doanh và công nghệ, đặc biệt là trong các lĩnh vực như dữ liệu lớn và trí tuệ nhân tạo, ứng dụng kinh doanh, an ninh mạng, dịch vụ cao cấp và đám mây. Trước đây là Phó chủ tịch Digital McKinsey chịu trách nhiệm về khu vực CEE và các dịch vụ kết hợp tư vấn chiến lược và thực hiện các giải pháp CNTT tiên tiến. Từ chuyển đổi kỹ thuật số toàn diện đến triển khai nhanh chóng các ứng dụng kinh doanh, giải pháp và phân tích dữ liệu lớn, ứng dụng kinh doanh của trí tuệ nhân tạo đến các giải pháp blockchain và IoT. Trước đó, Norbert là Chủ tịch Hội đồng quản trị và Giám đốc điều hành của Atos Polska, đồng thời là người đứng đầu ABC Data S.A. và Chủ tịch Hội đồng quản trị và Giám đốc điều hành của Sygnity S.A. Trước đây, cô cũng từng làm việc tại McKinsey với tư cách là đối tác để làm giám đốc dịch vụ tư vấn và phát triển kinh doanh tại Oracle.
Niềm đam mê của Norbert là các công nghệ robot mới nhất, các ứng dụng của trí tuệ nhân tạo, blockchain, VR và AR, Internet of Things và tác động của chúng đối với nền kinh tế và xã hội. Bạn có thể đọc thêm về điều này trên blog của Norbert.
