Tilnærmelsen af AI til finansiering
Lige siden begyndelsen af menneskehedens historie og udviklingen af fantasifulde evner har ønsket om at skabe en efterligning af tænkning i form af en konstruktion, der replikerer menneskelig intelligens med det formål at fungere som assistent, kunne spores i alle slags kunstværker og litteratur.
Fra gyldne droid-arbejdere, der hjælper Hephaestus i sin smedning til den berygtede Golem, har efterligningen af tænkningslivet drevet menneskets fantasi og skubbet opfinderne endnu længere ind i det rige, vi nu kender som Kunstig intelligens.
Men det var først i 1950’erne, at computere i rumstørrelse banede vejen for programmering og de første forsøg på at replikere både kunstig intelligenskonstruktioner og neurale netværk. blev muliggjort.
Da økonomien har taget en chokehold over næsten alle områder af menneskelig aktivitet, der godkender eller nedskyder opfindelser og innovationer gennem prismet af rentabilitet, har AI også gået dommens vej ved afkast af investering.
Og nu har AI afgjort sine mål for den finansielle sektor og forvandlet til et helt nyt begreb kendt som fintech. Bank, handel og investeringer er de nye områder, som AI er ved at kalde hjem i de kommende år.
AI kommer
De vigtigste grunde til, hvorfor AI er afgjort i den finansielle sektor er det i vid udstrækning takket være det enkle faktum, at teknologien er bedst egnet til at håndtere enorme mængder data og udføre, hvad den blev udtænkt for i umindelige tider – at hjælpe det menneskelige sind med at klare opgaver, sidstnævnte er biologisk begrænset i.
Den finansielle sektor indebærer enorme mængder data, der skal behandles og analyseres for at udtrække meningsfulde oplysninger, der kan bruges til at tjene penge. Og dette er det vigtigste område, hvor AI kan hjælpe ved at blive programmeret til at udlede og udtrække resultater eller tendenser som et forudsigeligt instrument fra matrixerne med data, der passerer gennem finansiel infrastruktur.
Som det er tilfældet med enhver teknologi, har AI naturligvis gennemgået store udviklingscyklusser og deraf følgende lulls som følge af desillusion eller finansielle kriser.
Den seneste “vinter” -cyklus landede i 1990’erne og fortsatte til de seneste år, indtil den globale økonomi fuldt ud gendannede for at omfavne nye teknologier og opnåede et gennembrud inden for innovationer. AI’s fulde teknologier har været i spidsen for denne bevægelse og har set adskillige applikationer.
AI som Fintech: Hvordan har AI ændret Fintech?
Den første og mest håndgribelige manifestation af AI kan ses i fremkomsten af bots.
Enhver, der nogensinde er kommet ind i en internetbutik og har snakket med en online assistent, har sandsynligvis chattet med en bot. En undersøgelse fra Statista viste, at antallet af forbrugere, der bruger virtuelle assistenter verden over, forventedes at overstige en milliard i 2018.
Ordet “optimering” i økonomisk terminologi betyder to ting, der er formet til en – reduktion eller omkostninger og stigninger i produktivitet. Resultatet er afskedigelse af medarbejdere gennem introduktion af bots, eller rettere enkle AI-builds, der kan programmeres til at udføre enkle opgaver, såsom at besvare klientforespørgsler gennem en række forprogrammerede algoritmer.
Sådanne bots er i stand til samtidig at besvare flere anmodninger og føre til salg, noget som menneskelige ledere ikke er i stand til at gøre på en sådan skala. Bots har gennemtrængt meget i forskellige brancher, fra onlinehandel til bank, hvor de allerede har erstattet et stort lag af mellemledere.
Sberbank, Ruslands førende finansielle gigant, har for nylig gjort det annonceret at AI-løsninger har reduceret op til 90% af personalet i mellemlinjen og resulteret i en reduktion af kundebesøg i filialer med op til 5 millioner i 2018. En betydelig præstationsbesparelse.
Forudsigelig analyse er en anden enorm applikation for AI-teknologier, der for nylig har fundet vej på den økonomiske scene.
NASDAQ begyndte at ansætte AI på handelsgulvet i 2018, og NASDQ CTA Artificial Intelligence and Robotics Index (NQROBO) overgik sine konkurrenter ROBO Global Robotics and Automation Index og Indxx Global Robotics & Tematisk indeks for kunstig intelligens (IBOTZ) med henholdsvis 5,3% versus 0,19% og 2,71%.
Brug af AI til at analysere potentielle grafbevægelser bliver et levedygtigt og betydeligt mere rentabelt alternativ til at opretholde et massivt personale af analytikere, som aldrig vil være i stand til at behandle de mængder information, en AI kan på få sekunder.
Samtidig har den schweiziske UBS-bank, der er rangeret som 35 i verden for sin mængde aktiver, for nylig indgået et samarbejde med Amazon for at indarbejde sin “Ask UBS” -tjeneste i Alexa-drevne Echo-højttalerenheder.
Pengehandel er den næste store ting for AI, da brug af en kombination af predikativ analyse og bots til at kigge ind i fremtiden på basis af data samlet fra internettet om potentielle markedsbevægelser er et uvurderligt værktøj for handlende.
Specialiseret AI kan opsummere store mængder data fra sociale netværk og nyhedskanaler for at formulere en prognose om valutakursen. Og det er et instrument, der er aktivt ansat i både større handelsgulve og mindre økonomiske startups.
GAN eller Generative Adversarial Networks er et af største tendenser af de kommende år.
GAN’er blev opfundet af Ian Goodfellow i 2014 og består af to neurale netværk i form af en diskriminator og generator, der kan klassificere enhver form for data indbyrdes og nå ligevægt i form af en konsensus, når generatoren producerer fotos, der ikke kan skelnes fra reelle data.
Med andre ord kan GAN’er trænes på en ubegrænset måde og kan lære non-stop. Dette er en fantastisk nyhed for fintech, da branchen vil være i stand til at lære disse netværk individuelt at danne realistisk markedsadfærd og dermed blive et himmelsk instrument for alle fra forhandlere til risikostyrere..
Tendenser i den fremtidige brug af AI
Ved siden af GAN’er vil de mest synlige manifestationer af AI i fintech i de kommende år ikke være så meget fokuseret på innovation, men på Ansøgning. De største tendenser ligger i brugen af AI til sikkerhed, personalisering og procesoptimering.
Bank- og finanssektorer generelt har været plaget af sikkerhedsproblemer gennem årene, og AI er et af de instrumenter, der synes mest i stand til at indløse de mange smuthuller, der er tilbage i systemet. Brugen af biometriske data, som fingeraftryk og retinale mønstre til klientidentifikation, er et af de områder, der kan anvende AI sammen med ansigtsgenkendelsesteknologier, der bruges af Apple i sine telefoner til sine Apple Pay-tjenester..
En nylig rapport fra Goode Intelligence hævder, at 1,9 milliarder bankkunder vil bruge biometrisk identifikation i den ene eller den anden form inden 2021. Bedrageri er et af de vigtigste områder, som AI kan eliminere, hvis de anvendes korrekt i svindelforebyggende afdelinger..
Personalisering af brugeroplevelser med banker er en stor udfordring for branchen generelt, da klienter bliver mere krævende, lunefulde, teknologisk kyndige og avancerede i deres økonomiske læsefærdigheder. Tilpasning og personalisering af brugeroplevelser kan ikke opfattes uden brug af AI, da sidstnævnte er nøglen til at forudsige brugeranmodninger og imødekomme dem, før klienten overhovedet ved, hvad de muligvis har brug for i fremtiden.
Ved at stole på analysen af klientens adfærd kan AI blive en stærk reklameværktøj for finansielle instrumenter og produkter.
Det er overflødigt at sige, at optimering af interne og klientadministrationsprocesser er et af de nøgleområder, som AI vil blive ansøgt om i de kommende år, da organisationer kæmper for at reducere omkostninger og strømline arbejdsgange. Ligesom bots nu kan håndtere klientforespørgsler i onlinebutikker, kan lignende konstruktioner skræddersyet til finansielle sektorer imødekomme kunder og reducere mængden af papirarbejde involveret i håndtering af anmodninger.
I en mere intern forstand af applikationen begyndte JPMorgan at bruge AI-baserede konstruktioner til at behandle interne it-anmodninger, såsom medarbejdermanipulationer med centrale banksystemer. JPMorgan Chase har for nylig introduceret en COiN-platform (Contract Intelligence) designet til at analysere juridiske dokumenter og udtrække vigtige datapunkter og klausuler.
Da manuel gennemgang af omkring 12.000 årlige kommercielle kreditaftaler og relevante dokumenter kræver cirka 360.000 mandlige timer, er brugen af AI, der kan håndtere opgaven på få timer, mere end berettiget.
Anvendelighed: Hvem drager fordel af brugen af AI og hvordan?
Ikke en eneste teknologi kan nogensinde blive virkelig rentabel, medmindre den beviser sin værdi og anvendelighed før gennemsnittet. Men i den finansielle sektor er den gennemsnitlige bruger en tredelt forståelse af ordet, der involverer kunder, investorer og startups.
For kundesiden af den finansielle sektor kan anvendelse af AI-teknologier kun betyde en ting i form af fordel – bekvemmelighed. Bekvemmelighed for kunder indebærer større sikkerhed, højere personalisering af tjenester, hurtigere service og højere rentabilitet. Kombinationen af disse velsignelser kan opnås ved anvendelse af AI, og dens rentabilitet sikres ved hjælp af omkostningsreduktioner for personale.
Bestemt at reducere personale er en ting, som samfundet rynker på, men klienter er ivrige efter at se forbi de afskediges elendighed til fordel for deres bekvemmelighed i interaktion med banker og evnen til at modtage bedre tjenester under paraplyen med større beskyttelse af deres adgangskoder og personlige data.
For eksempel for nylig Bank of America Corporation afsløret sin intelligente virtuelle assistent ved navn Erica, der bruger forudsigelig analyse og kognitiv besked til at yde økonomisk vejledning til organisationens over 45 millioner kunder.
Men det er investorerne, såsom institutionelle investorer og handlende, der er de mest attraktive kunder i enhver bankorganisation, og AI er den hellige gral, når man taler om udviklingen af sådanne retninger..
Fra at tilbyde handelsbots til massiv dataanalyse og forudsigelse til håndtering af store arrays af klientdata med økonomiske resultater, der bakker dem op, teknologien kan gøre underværker i at multiplicere værdien for klienter. Da værdi i vid udstrækning omsættes til overskud i tilfælde af investorer, er brugen af AI til at analysere optimale investeringsmuligheder og tilbyde større bekvemmelighed ved service lovende.
Sidst men ikke mindst kan startups, der udgør rygraden i markedsudviklingen, have stor gavn af anvendelsen af AI.
Da konkurrence er et sundt fænomen, der driver fremskridt, gør den frie tilgængelighed af AI-teknologier og tilstedeværelsen af et stort antal understøttende databaser udviklingen af AI-konstruktioner til at imødekomme markedets behov til en rentabel satsning.
Da markedet for AI og neurale netværk i vid udstrækning er domineret af giganter som Amazon, Google og IBM, er tilstedeværelsen af mindre startups, der er i stand til at tilbyde produkter af høj værdi svarende til dem, der tilbydes af dominatorerne, men med bedre funktioner og vigtigst af alt til lavere omkostninger, gør AI-markedet til en lukrativ og stort set uudnyttet storhed fuld af muligheder.
Afsluttende tanker
Fintech-revolutionen med anvendelsen af AI fremstår stadig kun, men har allerede gjort et markant indtryk på hele branchen.
Den dokumenterede økonomiske gennemførlighed og effektivitet, der tilbydes af systemerne og deres derivater, får industriens ledere til at investere i udviklingen af nyere teknologier på jagt efter større fortjeneste og optimering. Markedet for AI-løsninger er modent med muligheder, og den globale tendens til deres anvendelse på en eller anden måde stammer fra verdens finansielle centre i New York, hvor trendsættere i den finansielle sektor investerer i nye instrumenter til at revolutionere branchen.
En rapport fra CB Insights viser, at der i første kvartal af 2018 alene blev sket rekordhøje 5,4 milliarder dollars, der blev rejst af fintech-virksomheder bakket op af risikovillig kapital – rigeligt bevis for, at institutionelle investorer ser løftet om afkast i udvikling af nye teknologier for at imødekomme det massive marked for finansielle tjenesteydelser.
Banker hænger ikke bagefter, da opnåelse af kundeserviceautomatisering, personalisering, forbedret sikkerhed, procesoptimering og mønstergenkendelse vil sikre deres konkurrencemæssige fordel i forhold til andre organisationer, der endnu ikke har taget idéen om innovation.
Da det finansielle marked er lige så brutalt konkurrencedygtigt som ethvert andet, der involverer enorme mængder penge, vil de, der følger og omfavner tendenser, ende med at overleve og sejre på knoglerne fra arkaisk tænkning, da den teknologiske revolution fejer over den globale økonomi på vingerne af AI.
Bidraget af Ivan Aleksandrov
Ivan Aleksandrov er administrerende partner hos Memorandum. Hovedstad, et internationalt investeringsselskab med fokus på blockchain-baserede aktiver. Deres ekspertise inden for venturekapital, privat kapital og investeringsbank giver dem mulighed for at levere eksemplariske tjenester til deres kunder og gode muligheder for investeringsattraktion.