Detaill pangad võitlevad AI võtmega kaasaegseteks muutusteks
Hiljutised Capgemini Instituudi uuringud on paljastanud, et vaid 4% jaemüügipankadest on tõhusalt valmis kasutama generatiivse kunstliku intelligentsi (AI) ja intelligentse automatiseerimise täielikke võimalusi. Hoolimata laialdasest tunnustusest pankade juhtide seas – et generatiivne AI tähistab nende arengus märkimisväärset verstaposti – osutub selle tehnoloogia integreerimine igapäevasesse tegevusse keeruliseks.
Innovatsiooni ja efektiivsuse baasväärtused
Enamik panku püüab sammu pidada tehnoloogilise arenguga. Seetõttu kavatseb 70% tipp-pankade juhtidest suurendada oma investeeringuid digitaaltransformatsiooni kuni 2024. aastaks kuni 10%. Selline strateegiline rakendus arenenud tehnoloogiatele peaks toetama innovatsiooni ja operatiivse efektiivsuse tugevdamist. Siiski näitavad uuringud, et pangad pole endiselt valmis generatiivse AI ja masinõppe poolt juhitud intelligentse muutuseks.
Intelligentse panganduse kättesaamatus
Hinnates 250 jaemüügipanka erinevate äri- ja tehnoloogiliste parameetrite järgi, hindas Capgemini pankade andmete küpsust ja pühendumust kunstlikule intelligentsile. Tulemused näitasid, et enamik panku pole veel varustatud võistlemiseks tuleviku nutika panganduse valdkonnas. Ainult 4% saavutasid kõrge tulemuse äripühendumuse ja tehnoloogilise oskusteabe osas, samas kui 41% saavutas mõõduka tulemuse. See viitab laiale ettevalmistamatusele intelligentse muutuse omaksvõtmiseks ja elluviimiseks.
Regionaalsed erinevused rõhutavad väljakutset
Väljakutset rõhutavad ka regionaalsed erinevused. Põhja-Ameerikas näitas madalat ettevalmistamist 27% pankadest, järgnesid 31% Euroopas, Aasia ja Vaikse ookeani piirkonnaga järel 48% madala skooriga pankadega. Üle 60% pankadest on endiselt hõivatud põhinäitajate (KPI) määratlemisega ja arvutamisega, samas kui neist, kes on KPI-d välja töötanud, pole 26% neid veel mõõtnud alustanud. Lisaks on 39% juhtidest väljendanud rahulolematust praeguste tulemustega AI kasutamisel, näidates süvenevaid erinevusi sektori suhtumises nutikasse pangandusse.
Põhiküsimused ja vastused:
– Mis on peamised väljakutsed, millega pangad seisavad silmitsi AI kasutuselevõtul?
Üheks peamiseks väljakutseks on AI integreerimise keerukus vanadesse süsteemidesse, mis on paljudes vanades pankades levinud. Lisaks on oskuste puudus, kuna paljudel pankadel pole piisavalt AI ja andmeteaduse oskustega töötajaid. Andmekvaliteedi tagamine ja privaatsuse ja regulatiivse vastavuse küsimuste haldamine moodustavad samuti olulised takistused.
– Miks on AI kasutuselevõtt panganduses oluline?
AI kasutuselevõtt on kriitiline pankadele, kes soovivad oma tegevust kaasaegsustada, parandada klientide kogemusi, isikupärastada teenuseid, automatiseerida protsesse, vähendada kulusid ja jääda konkurentsivõimeliseks kiiresti muutuvas finantsmaastikus.
– Mida saab teha panganduse valmiduse parandamiseks AI-le?
Pangad saavad investeerida töötajate koolitusse ja värbamisse oskuste defitsiidi kaotamiseks, viia vanad süsteemid paremini ühilduma kaasaegsete AI tehnoloogiatega ning luua andmehaldusstrateegia, mis käsitleb kvaliteedi- ja vastavusküsimusi.
Põhilised väljakutsed ja kontroversid:
– Andmekaitse ja AI eetiline kasutamine: Finantsasutused peavad navigeerima keerulisel territooriumil, kasutades kliendi andmeid eetiliselt, maksimeerides samal ajal AI potentsiaali. See hõlmab GDPR-i nõuete täitmist ja murede lahendamist seoses AI algoritmi eelarvamustega.
– Tehnoloogia vanade infrastruktuuride kattumine: Paljud asutused toetuvad endiselt aegunud süsteemidele, mis ei soosi kaasaegsete AI tehnoloogiate kasutuselevõtmist, nõudes kulukaid ja aeganõudvaid uuendusi.
– Kultuurilise muutuse vajadus: AI omaksvõtmine ei tähenda mitte ainult tehnoloogilisi muutusi, vaid ka ettevõtte kultuuri nihutamist suunaga paindlikumale ja uuenduslikumale mõtteviisile.
Plussid:
– Paremad kliendikogemused ja isikupärastamine.
– Suurem operatiivne efektiivsus automatiseerimise kaudu.
– Parema riskijuhtimise tagamine täiustatud ennustavate analüütikate abil.
Miinused:
– Kõrged algkulud tehnoloogiale ja talendile.
– Töökohtade asendamise risk automatiseerimise tõttu.
– Potentsiaalsed eelarvamused AI mudelites, mis võivad viia ebaõiglaste tulemusteni.
Kui soovite lisateavet usaldusväärsetest allikatest AI kohta finantsteenustes, kaaluge selliste veebisaitide külastamist nagu:
– Capgemini
– McKinsey & Company
– Accenture
– IBM
– PricewaterhouseCoopers (PwC)
Palun veenduge, et enne külastamist kontrolliksite URL-e, kuna veebi kohalolek ja domeeni struktuur võivad muutuda.