Generatywna sztuczna inteligencja w Fintech: uwalnianie potencjału poza chatbotami

Podróż Fintech w zakresie sztucznej inteligencji była po prostu niezwykła. Branża fintech , od dawna przyzwyczajona do sztucznej inteligencji (AI) , jest gotowa na jeszcze większe postępy, jak podkreśla Isabelle Castro Margaroli w Fintech News . Według prognoz do 2027 r. sztuczna inteligencja na rynku fintech osiągnie oszałamiającą kwotę 31,71 miliardów dolarów, wykazując niezwykłą stopę wzrostu na poziomie 28,6%. Jak podaje Cambridge Center for Alternative Finance, wykorzystanie sztucznej inteligencji w fintech znalazło już swoje uzasadnienie – zdumiewające 90% firm z branży fintech już włącza sztuczną inteligencję do swoich działań.
Jednak w krajobrazie ewolucji technologicznej pojawił się nowy gracz – generatywna sztuczna inteligencja. Ta nowatorska technologia obiecuje na nowo zdefiniować sposób, w jaki podchodzimy do usług finansowych, wykraczając poza konwencjonalne chatboty i narzędzia automatyzacji, do których jesteśmy przyzwyczajeni. Należy jednak przyznać, że branża dopiero zaczęła wykorzystywać potencjał generatywnej sztucznej inteligencji, a zanim osiągnie ona swój szczyt, czeka ją jeszcze długa droga.
Robert Antoniades, współzałożyciel i partner generalny Information Venture Partners, trafnie podsumowuje obecny stan generatywnej sztucznej inteligencji w sektorze finansowym: „W jaki sposób sztuczna inteligencja Generative AI jest wykorzystywana przez usługi finansowe? Odpowiedź jest prosta: nie jest używany. Na pewno nie szeroko. Ale to, co zrobiło pokolenie AI, zwiększyło uznanie potęgi sztucznej inteligencji w instytucjach finansowych”. Antoniades wyjaśnia, że chociaż firmy zaczęły wdrażać narzędzia generatywnej sztucznej inteligencji, takie jak Chat GPT, w celu usprawnienia procesów kontaktu z klientem, prawdziwy wpływ tej technologii na zmiany może polegać na zrewolucjonizowaniu zaplecza usług finansowych.
Pozostaje jednak istotna przeszkoda – dokładność. Aby Generatywna AI mogła wykorzystać swój potencjał w usługach finansowych, musi osiągnąć absolutną precyzję. Niestety, ta precyzja jest obecnie poza zasięgiem. Ostatnie wydarzenia uwydatniły zagrożenia związane z niedokładną generatywną sztuczną inteligencją. 1 czerwca w mediach społecznościowych doszło do zamieszania, kiedy „anonimowe źródła” najwyraźniej poinformowały, że przewodniczący SEC Gary Gensler złożył rezygnację do czasu „wewnętrznego dochodzenia”. Następnie twierdzenia te zostały zdemaskowane jako fałszywe. Jakie jest źródło tych błędnych doniesień? Bot generujący sztuczną inteligencję.
Antoniades podkreśla krytyczną potrzebę absolutnej dokładności w usługach finansowych, stwierdzając: „Trzeba zrozumieć, że w usługach finansowych, jeśli jest to coś ważnego, musi to być w 100% dokładne. Nie ma miejsca na halucynacje. Nie ma miejsca na błędy. Odpowiedzi generowane przez sztuczną inteligencję są fascynujące, ponieważ są w rzeczywistości przyzwoite, ale nie są dokładne.» Konsekwencje nieścisłości w doradztwie finansowym i prowadzeniu dokumentacji mogą być katastrofalne.
Jednak potencjalne zastosowania generatywnej sztucznej inteligencji w usługach finansowych są głębokie. Usługi doradztwa finansowego, często niedostępne dla wielu ze względu na ograniczenia kosztowe, mogą stać się bardziej dostępne dzięki generatywnej sztucznej inteligencji. Technologia ta mogłaby dostosować usługi doradcze w oparciu o indywidualne interakcje z klientami, zapewniając dostosowane do indywidualnych potrzeb wskazówki i wsparcie.
Antoniades podkreśla tę kwestię: „Sztuczna inteligencja generacji jest w tym przypadku bardzo interesującym przypadkiem zastosowania, pozwalającym zapewnić interakcję i kontekstualizację pomiędzy klientem a instytucją finansową. Przyjmując wszystkie te dane, może teraz uzyskać coś, co można by uznać za rozmowę z klientem.»
Co więcej, generatywna sztuczna inteligencja może znacznie usprawnić wykrywanie oszustw i przeciwdziałanie praniu pieniędzy (AML) , opierając się na już rosnącej zależności od sztucznej inteligencji i modeli uczenia maszynowego w tych dziedzinach.
Szczególnie przełomowym zastosowaniem generatywnej sztucznej inteligencji jest modernizacja starzejącej się infrastruktury systemu bankowego. Ten przestarzały framework, oparty na języku COBOL, którego początki sięgają 1959 roku, pozostał w dużej mierze niezmieniony, mimo że technologia pędziła do przodu. Ten przestarzały system jest trudny w adaptacji i wymaga obszernego, niestandardowego programowania w przypadku wszelkich aktualizacji.
Antoniades proponuje rozwiązanie: „Myślę o tym jako o sposobie modernizacji infrastruktury. Generacyjną sztuczną inteligencję można wykorzystać do przepisania archaicznego kodu COBOL i zapewnienia poprawki przyspieszającej przejście do nowej, nowoczesnej infrastruktury. Stawka jest wysoka w przypadku starszych systemów, ponieważ wszelkie błędy mogą mieć katastrofalne skutki.
Jak to zwięźle ujął Antoniades: „Kiedy dokonujesz wpłaty na swoje konto bankowe, chcesz mieć pewność, że pieniądze tam są. To nie jest tak, że może tam być przez 99,9% czasu. Zawsze tam jest. Kiedy udzielają ci porad, naprawdę powinni być w 100% dokładni. To nie powinno być dokładne w 90%.»
Potencjał generatywnej sztucznej inteligencji w fintech jest niezaprzeczalny, a instytucje finansowe doskonale zdają sobie z tego sprawę. Kolejnym wyzwaniem stojącym przed branżą jest kontynuowanie rozwoju, aż wyniki GenAI osiągną perfekcję. Horyzont usług finansowych jest gotowy na transformację, a Generatywna AI jest zwiastunem tej głębokiej zmiany.