KOMMENTAR: AI i finansnæringen

Vil evolusjonær AI skille vinnerne fra taperne i bank og finans?

AI endrer bank- og finanssektoren i høyt og akselerende tempo. Det kan bidra til å fornye finanssektoren, skriver Babak Hodjat

I fremtiden mener innsender at mennesker og AI-roboter vil jobbe side om side, og levere mer verdi i kombinasjon enn begge kan gjøre hver for seg.
I fremtiden mener innsender at mennesker og AI-roboter vil jobbe side om side, og levere mer verdi i kombinasjon enn begge kan gjøre hver for seg. (Illustrasjonsfoto: Unsplash)

AI endrer bank- og finanssektoren i høyt og akselerende tempo. Det kan bidra til å fornye finanssektoren, skriver Babak Hodjat

  • Debatt

AI-drevne løsninger skaper hyperpersonalifiserte kundeopplevelser, kan gi bedre beslutninger og øke driftseffektiviteten i bank og finans. Men mange virksomheter har knapt begynt å gjøre seg kjent med mulighetene denne teknologien representerer. De risikerer å bli forbikjørt og fraløpt av mer digitalt oppegående konkurrenter.

Babak Hodjat er leder for evolusjonær AI i Cognizant
Babak Hodjat er leder for evolusjonær AI i Cognizant Foto: Cognizant

AI endrer bank- og finanssektoren i høyt tempo. Nylig er denne grunnleggende transformasjonen blitt akselerert ytterligere, på grunn av evolusjonær AI; en teknologi som lar AI-løsninger tilpasse og utvikle seg selv med begrenset behov for programmering av mennesker.

Etter hvert som denne teknologien gradvis blir mer utbredt, vil muligheten til å lage nye, komplekse AI-modeller og å optimalisere beslutninger for flere ulike scenarier, fornye finanssektoren. Det vil bli oppdaget og utviklet strategier og muligheter som aldri kunne blitt identifisert av menneskelige dataanalytikere, med utgangspunkt i enorme mengder data som nå virkelig kommer til sin rett.

Hva er evolusjonær AI og hvordan virker det?

Les også

Evolusjonær AI opererer iterativt. Først genereres et sett med tilfeldige, potensielle løsninger for å danne en populasjon. Hver løsning får en score basert på hvor bra den klarer seg sammenliknet med andre løsninger. I andre runde blir de løsningene som presterte best, noen ganger så få som fem prosent av alle, beholdt. Disse blir rekomponert og «mutert» for å skape en ny populasjon.

Denne nye populasjonen blir deretter testet, og prosessen starter på nytt. Over flere generasjoner blir de beste komponentene i de mer vellykkede løsningene stadig mer utbredt i befolkningen. Til slutt sitter man igjen med den løsningen som gir de beste resultatene.

Fordeler og bruksområder

Sammenlignet med menneskeskapt design og programmering, kan evolusjonære AI-løsninger distribueres langt raskere, unngå partiskhet og forhåndsoppfatninger og ofte yte bedre. Den modellen eller løsningen som velges til slutt vil også fortsette å utvikle og forbedre seg over tid, basert på erfaringer og nye data.

Evolusjonær AI kan brukes på en lang rekke områder i bank- og finansektoren. Et eksempel er utviklingen av kvantitative handelsstrategier for å maksimere avkastning samtidig som risikoen minimeres. Underwriting på lån og forsikringer, der en person avgjør om og på hvilke premisser en risiko kan aksepteres, er et annet eksempel. I stedet for å stole på menneskelig analyse, kan evolusjonære AI-løsninger raskt regne seg frem til alle kombinasjonene basert på relevante variabler for å lage modeller som mer nøyaktig vurderer risikoen for mislighold av en potensiell lånetaker.

Oppskrift på suksess

For å være forberedt og for å klare å utnytte fordelene knyttet til evolusjonær AI i takt med at bransjer og verdikjeder endrer seg, bør virksomheter innen bank og finans prioritere på denne måten:

  • Utvikle og vedlikeholde ansvarlige AI-applikasjoner

De må oppføre seg på en måte som gjør kunder og ansatte trygge og ikke ta beslutninger som er uetiske eller partiske. Virksomheter må overvåke dem for å sikre at de fortsetter å oppføre seg som de skal, etterhvert som de lærer og utvikler seg.

  • Skape forretningsdrevne AI-strategier

AI bør sees i et forretningsperspektiv, snarere enn i et teknologiperspektiv. Vi foreslår at AI-prosjekter administreres av tverrfaglige team med bedriftsledere i spissen. Virksomheter må lete på tvers av organisasjonen for å finne muligheter som kan generere konkret forretningsverdi ved hjelp av AI – og ikke bare redusere kostnader, men også øke inntektene ved å levere bedre kundeopplevelser og bedre beslutninger.

  • Forbedre datahåndtering
Les også

AI-applikasjoner er avhengige av tilgang til tidsriktig og nøyaktige data, noe som er en utfordring for mange finansinstitusjoner som har en fragmentert IT-infrastruktur og flere gamle systemer. Bedrifter må identifisere hvilke typer data som kreves for hvert AI-prosjekt og sikre at de kan samles i et brukbart format.

  • Eksperimentell, men ansvarlig holdning

AI-prosjekter må rulles ut raskt, samtidig som de dokumenteres grundig, slik at feil blir avsluttet omgående mens suksesser flyttes ut i produksjon.

Etter hvert som AI-applikasjoner i økende grad designer og tester seg selv, vil innovasjonshastigheten og nøyaktigheten til spådommer bli betydelig bedre. Vi tror at bank og finans snart vil vurdere det som uforsvarlig å ta viktige forretningsavgjørelser uten først å konsultere et AI-system.

Mennesker og roboter vil jobbe side ved side

Roboter vil håndtere rutineoppgaver mens de flagger unntakstilfeller for gjennomgang og løsningshåndtering av ansatte. Ansatte vil bruke tiden sin på mer komplekse beslutninger og sensitive interaksjoner med kunder, for eksempel ved å håndtere klager eller gi økonomisk rådgivning. Kort sagt, mennesker og AI-roboter vil jobbe side om side, og levere mer verdi i kombinasjon enn begge kan gjøre hver for seg.

Les også

Kommentarer (0)

Kommentarer (0)
Til toppen