通过生成式人工智能推动新的银行收入来源 阅读时

sumasarker852

指标报告 安迪·施密特 安迪·施密特 银行业副总裁兼全球行业主管 多年来，银行一直在使用高级分析、机器学习 (ML) 和人工智能 (AI) 来推动广泛业务领域的运营和绩效改进。通过人工智能，银行可以通过扫描和分析大量数据、自动化更多功能、提供创新产品和服务以及更好的客户体验，获得更大的洞察力和效率，并提供更加个性化的客户体验。 虽然银行一直在使用各种形式的人工智能，包括预测分析和聊天机器人，但生成式人工智能 (GenAI) 现在是焦点——可以说是新事物——银行正在努力找出如何最好地使用它。这引发了一些围绕 GenAI 的争论；它是银行的灵丹妙药还是只是工具箱中的另一个工具？ 在帮助银行负责任地利用人工智能的过程中，我们逐渐将 GenAI 视为一种工具，而不是万能药。然而，它是一个非常强大的工具，并且由于它非常强大，因此在使用它时需要非常小心。此外，GenAI 可以做的不仅仅是改进现有的业务功能；它可以而且应该为银行带来新的收入来源。CGI 负责任地使用人工智能框架有助于确保解决方案透明、可靠、可靠、安全和稳健。 在这篇博客中，我将分享一些关于如何负责任地实施 I 的创收潜力的见解。 通过改进欺诈检测和预防，每年节省超过 1 亿美元。

其他银行正在使用 改善客户体验，例如，将更多的联络中心和客户查询路由给 印度电报号码数据 聊天机器人（反过来，释放人工代理来处理需要人类敏感性和同理心的更复杂的查询）。其他用途包括代码现代化（将遗留代码迁移到更新的技术）、生成元数据和技术文档、为代理提供专家支持、改进数据到云的迁移以及使客户能够更轻松地访问银行产品和服务。 银行正在将 GenAI 应用到他们了解和理解的领域，以改进他们已经在做的事情。从风险管理的角度来看，在实施新技术时，这是明智之举。然而，这些最初的机会只是 GenAI 所能做的事情的开始。GenAI 不仅可以改善银行现在所做的事情，还可以使银行能够转变对其盈利增长和生存至关重要的领域，例如新的收入来源（请参阅我们有关嵌入式金融的相关白皮书）。 随着越来越多的非银行机构进入银行领域，围绕传统银行服务的竞争持续加剧。为了解决这个问题，越来越多的银行正在超越传统银行市场，将其服务嵌入到其他企业的工作流程中（例如，通过采购和融资流程，又称嵌入式金融）。当银行使用 GenAI 与非银行竞争并扩大市场时，它们可以同时提高效率、推出新产品和服务以及创新客户体验。总体结果是提高了客户获取和保留，当然也增加了收入。 利用 重点从运营和性能改进转向新的收入​​来源会带来挑战。



首先，它需要想象力和投资。银行必须想象各种可能性，并投资于识别、原型设计和完善新功能和产品。 作为这项工作的一部分，必须通过自动模拟、人工测试以及让人类参与人工智能驱动的决策来评估风险，以确保人工智能参数正确并保持正确。此外，这项工作需要解决“机器中的幽灵”（即，当应用 GenAI 时超出系统的预期用途而导致的意外后果）。 以自由形式追求这种水平的创造力和创新对于银行业等注重监管和规避风险的行业并不常见，但这对于最大限度地发挥的潜力至关重要。利用最佳实践并设置明确的护栏，能够以安全可靠的方式探索新的人工智能技术。例如，负责任地使用人工智能框架可以而且应该纳入这些用例的评估中。（要了解更多信息，请查看我的同事 Diane Gutiw 博士的博客：在从自动化到创造的转变中拥抱负责任的 AI，以及GenAI 时代的数据保护护栏。） 另一个挑战是资金。要钱来资助一次钓鱼探险并不容易，尤其是当您不能 100% 确定自己要钓什么、在哪里钓以及会得到什么回报时。在构建 GenAI 业务案例时，重要的是要设置适当的界限，这样您就不会最终探索整个海洋，并定义明确的投资回报率目标和指标，以便您可以衡量和利用您的成功。 速度也是一个重大挑战。银行每 90 天通过季度报告进行一次评估，因此 GenAI 实验面临着快速获得回报的压力。