Kunstig intelligens eller 'AI' – hvad end vi rent faktisk definerer det som – transformerer den måde, vi driver forretning på inden for finansielle tjenester:den øgede betydning for dataskalaen, mere tilpassede tilbud og et mere sofistikeret samspil mellem mennesker og automatisering.
I en nøddeskal muliggør kunstig intelligens og analyse fem nøglefunktioner – tilpasning (af erfaring og service, optimering af resultater), fremsyn (for at forudsige, hvad der sandsynligvis vil ske), beslutningstagning (for at anbefale eller automatisere specifikke beslutninger baseret på det bedste resultat), interaktion (mellem computere og mennesker) og mønstergenkendelse (for at forstå temaer og regelmæssigheder i sammenhæng). I samarbejde med Deloitte udgav World Economic Forum en rapport med titlen 'The New Physics of Financial Services:Understanding how artificial intelligence is transforming the financial økosystem' for at forstå indvirkningen af disse kapaciteter på den globale finansielle serviceindustri.
Denne rapport undersøger, hvordan kunstig intelligens – fra indsigt over engagement til automatisering – forstyrrer finansielle tjenester, og hvad det betyder for finansielle ledere, regulatorer og politiske beslutningstagere. Vi vil gerne spørge, hvad det betyder for det schweiziske bankmarked?
Rapporten viser fire nøgleområder, som banker skal være opmærksomme på for at få mest muligt ud af deres data og integrere den nødvendige teknologi til kunstig intelligens. Disse udfordringer spænder over fire områder:værdiskabelse, talent, konkurrencedynamik og offentlig politik.
For Schweiz har omdømmet for stabile mangeårige finansielle institutioner været nøglen til at erhverve og fastholde kunder. Da banker konkurrerer mere globalt om penge, forventer kunder, at banker henvender sig til dem med personlige tilbud. Online platforme sætter kunder i stand til at sammenligne tilbud, og fintechs som Revolut og TransferWise forstyrrer dele af bankværdikæden. Magten skifter, og bankerne må tilpasse sig i overensstemmelse hermed.
Specielt Fintech-virksomheder har allerede den teknologiske infrastruktur på plads til AI- og analyseaktiviteter og er kernen i stadig mere åbne bankregler. Andre steder i verden tilbyder teknologivirksomheder (især som Alibaba, Amazon, Apple Pay, Google Pay) innovative finansielle tjenester til deres kundebase. Deres stærke teknologiske fundament understøtter skabelsen af selvkørende finansieringstilbud, der automatiserer rutinetransaktioner eller rådgiver kunder om komplekse beslutninger såsom boligkøb eller pensionsplanlægning.
Schweiziske banker er bagud med at bruge data til at forstå deres kunders behov. Dette er forårsaget af et stort gammelt landskab og processer, der fokuserer på at låse data ned, ikke at bruge dem til at generere indsigt. Førende banker afprøver tingene – Credit Suisse lancerede 'Amelia', en virtuel agent, i samarbejde med leverandøren IPSoft, for at forstå og løse eller omdirigere kunders problemer, og UBS skabte en økonomisk prognosetjeneste, der udnyttede Amazon Alexa, hvilket gør det lettere for klienter for at få 'husudsigten'.
Banker har været betydelige lejere af teknologipersonale i lang tid - efterhånden som bankernes beslutningsprocesser bliver endnu mere dataintensive, vil rækken af færdigheder, banker har brug for, og hvor de placerer dem, udvikle sig. Dataforskere, neurolingvistiske programmører, neurovidenskabsmænd, lingvister, designtænkningsspecialister og beslutningsmodellere er alle roller, der er frontlinjen i overgangen til kunstig intelligens. Driftsmodeller og finansiering skal muligvis også ændres. De traditionelle opdelinger mellem 'IT' og 'business' og 'Change' og 'Run', selvom de er lette at forstå, er ikke nødvendigvis nok, når dataforskere har brug for både forretnings- og analytiske færdigheder og arbejder med rigtige datasæt og påvirker realtid beslutninger. Banker skal organisere, rekruttere og uddanne sig til disse roller.
Efterhånden som data og maskinlæring i langt højere grad bliver en afgørende faktor for forretningsresultater, bliver omfanget og bredden af data, der er tilgængelige til brug for træning af maskinlæringsmodeller, meget vigtigere. I andre lande er datadeling ved at blive en populær dynamik; deling af anonymiserede data inden for en branche eller mellem institutioner i forskellige brancher med et overlap. Selv på det hyperkonkurrencedygtige 'ride-sharing'-marked samarbejder Uber og Lyft om at dele data. Med en ændring i mindset, sammen med naturligvis tilstrækkelig anonymisering af deres data og tilstrækkelige politikker og tilpasning til reglerne, kunne schweiziske banker – især mindre lokale og regionale banker – samarbejde for at muliggøre anonym datadeling for at drive deres brug af analyser og AI. Organisationer som Swiss Data Alliance er allerede blevet etableret med det formål at etablere en fremadskuende datapolitik og tilskynde til åbne data i Schweiz. Vi er nødt til at se en væsentlig ændring i bankfolks sind, så de forstår værdien af kunstig intelligens i at betjene deres kunder og håndtere risici – og rollen som mere omfattende datasæt i at opnå dette.
I det stærkt regulerede schweiziske miljø står alle banker over for de samme udfordringer med at overholde datarelaterede regler, såsom General Data Protection Regulation (GDPR), der påvirker deres evne til at udvikle AI-løsninger og skabe dataalliancer. Schweiziske banker bør ikke gå glip af muligheden drevet af, som GDPR og den føderale databeskyttelseslov giver for at administrere deres interne data korrekt – alt for mange virksomheder har set GDPR som et rent lovgivningsmæssigt must-do, når det faktisk også foreslår enkel bedste praksis inden for data ledelse.
Der er mulighed for at samle ressourcer for at bygge fælles løsninger i ikke-konkurrencedygtige funktioner og arbejde med betroede tredjeparter ved at udnytte delte data til at skabe handlingsvenlig klient- og risikoindsigt. Banker er nødt til at samarbejde med regulatoren for at forme politikken, idet de kommer på problemet fra forreste fod.
Efterhånden som digital identitet (såsom SwissID) tager fart, vil dette blive afgørende for at håndtere persondatastrømme, og bankerne skal være klar til dette. Forskellige statstilknyttede virksomheder, finansielle institutioner, forsikrings- og sygeforsikringsselskaber i Schweiz arbejder allerede sammen her gennem udviklingen af SwissID. Dette system gør det muligt at udveksle personlige data i krypteret form og beskyttet mod uautoriseret adgang. De synergier, der skabes her, betyder, at partnere forbedrer effektiviteten, reducerer omkostningerne og lægger grundlaget for lettere datadeling som grundlag for kunstig intelligens.
Bankfolk i Schweiz har en fantastisk mulighed for at bruge kunstig intelligens og analyser til bedre at betjene deres kunder, øge rentabiliteten og styre risiko. Men bankfolk er nødt til at tænke meget anderledes end tidligere – tænke på omfanget af data, der er til rådighed for dem, snarere end blot omfanget af deres aktiver under forvaltning, på skræddersyede oplevelser til deres kunder frem for masseproduktion og AI-augmented performance snarere end stole på menneskelig opfindsomhed.
Besøg vores hjemmeside for at finde ud af mere og downloade rapporten.