Helt siden begynnelsen av menneskehetens historie og utviklingen av fantasifulle evner, har ønsket om å skape en etterligning av tenking i form av en konstruksjon som replikerer menneskelig intelligens med det formål å fungere som assistent, blitt sporet i alle slags kunstverk og litteratur.

Fra gyldne droidarbeidere som hjelper Hefaistos i smia til den beryktede Golem, har etterligningen av tenkningslivet drevet menneskets fantasi og presset oppfinnerne stadig lenger inn i det rike vi nå kjenner som Kunstig intelligens.

Men det var ikke før på 1950-tallet at datamaskiner i romstørrelse banet vei for programmering og de første forsøkene på å replikere både kunstig intelligens-konstruksjoner og nevrale nettverk. ble gjort mulig.

Ettersom økonomien har tatt et chokehold over praktisk talt alle områder av menneskelig aktivitet, ved å godkjenne eller skyte ned oppfinnelser og innovasjoner gjennom prismen på lønnsomhet, har AI også gått veien til dommen ved avkastning på investeringen.

Og nå har AI avgjort sine mål på finanssektoren og forvandlet seg til et helt nytt begrep kjent som fintech. Bank, handel og investeringer er de nye områdene som AI er i ferd med å ringe hjem i de kommende årene.

AI kommer

Hovedårsakene til hvorfor AI har avgjort i finanssektoren er i stor grad takket være det enkle faktum at teknologien er best egnet til å håndtere store mengder data og gjøre det den ble oppfattet for i uminnelige tider – å hjelpe menneskesinnet til å takle oppgaver sistnevnte er biologisk begrenset i.

Den finansielle sektoren innebærer store mengder data som må behandles og analyseres for å hente ut meningsfull informasjon som kan brukes til å tjene penger. Og dette er hovedområdet der AI kan hjelpe ved å bli programmert til å utlede og trekke ut resultater eller trender som et prediktivt instrument fra matriser av data som går gjennom finansiell infrastruktur.

Naturligvis, som det er tilfelle med hver teknologi, har AI gått gjennom store utviklingssykluser og påfølgende følelser som er forårsaket av desillusjon eller økonomiske kriser..

Den siste “vinter” -syklusen landet på 1990-tallet og fortsatte til de siste årene, til den globale økonomien ble helt frisk for å omfavne ny teknologi og oppnådde et gjennombrudd innen innovasjoner. Følgeteknologiene til AI har vært i spissen for denne bevegelsen og har sett mange applikasjoner.

AI som Fintech: Hvordan har AI endret Fintech?

Den første og mest håndgripelige manifestasjonen av AI kan være vitne til i advent av bots.

Alle som noen gang har kommet inn i en internettbutikk og snakket med en online assistent, har sannsynligvis chattet med en bot. En studie fra Statista viste at antall forbrukere som bruker virtuelle assistenter over hele verden, forventes å overstige en milliard i 2018.

Ordet “optimalisering” i økonomisk terminologi betyr to ting formet til en – reduksjon eller kostnader og økning i produktivitet. Resultatet er permittering av ansatte gjennom introduksjon av bots, eller rettere sagt enkle AI-bygg som kan programmeres til å utføre enkle oppgaver, for eksempel å svare på klientspørsmål gjennom en serie forhåndsprogrammerte algoritmer.

Slike roboter er i stand til å svare på flere forespørsler samtidig og føre til salg, noe menneskelige ledere ikke er i stand til å gjøre i en slik skala. Bots har gjennomsyret sterkt i forskjellige bransjer, fra online handel til bank, hvor de allerede har erstattet et stort lag med mellomledere.

Sberbank, Russlands ledende finansielle gigant, har nylig gjort det kunngjort at AI-løsninger har redusert opptil 90% av personalet på midtlinjen og resultert i en reduksjon av klientbesøk i filialene med opptil 5 millioner i 2018. En betydelig kostnadsbesparende prestasjon.

Prediktiv analyse er en annen enorm applikasjon for AI-teknologier som nylig har kommet seg inn på den økonomiske scenen.

NASDAQ begynte å ansette AI på handelsgulvet i 2018, og NASDQ CTA Artificial Intelligence and Robotics Index (NQROBO) overgikk sine konkurrenter ROBO Global Robotics and Automation Index og Indxx Global Robotics & Tematisk indeks for kunstig intelligens (IBOTZ) med henholdsvis 5,3% mot 0,19% og 2,71%.

Å bruke AI til å analysere potensielle grafbevegelser blir et levedyktig og betydelig mer lønnsomt alternativ til å opprettholde en massiv stab av analytikere, som aldri vil være i stand til å behandle mengden informasjon en AI kan på få sekunder.

Samtidig har den sveitsiske UBS-banken, som er rangert som 35 i verden for sitt volum av eiendeler, nylig inngått et samarbeid med Amazon for å innlemme sin “Ask UBS” -tjeneste i Alexa-drevne Echo-høyttalerenheter..

Pengerhandel er den neste store tingen for AI, da bruk av en kombinasjon av predikativ analyse og bots for å kikke inn i fremtiden på grunnlag av data samlet fra internett om potensielle markedsbevegelser er et uvurderlig verktøy for handelsmenn..

Spesialisert AI kan oppsummere store mengder data fra sosiale nettverk og nyhetskanaler for å formulere en prognose om valutakursen. Og det er et instrument som blir aktivt ansatt i både store handelsetasjer og mindre økonomiske oppstart.

GAN eller Generative Adversarial Networks er et av største trender av de kommende årene.

GAN-er ble oppfunnet av Ian Goodfellow i 2014, og består av to nevrale nettverk i form av en diskriminator og generator som kan klassifisere enhver form for data seg imellom og nå likevekt i form av en konsensus når generatoren produserer bilder som ikke kan skilles fra ekte data.

Med andre ord kan GAN-er trenes på en ubegrenset måte og kan lære kontinuerlig. Dette er fantastiske nyheter for fintech, siden industrien vil kunne lære disse nettverkene individuelt å danne seg realistisk markedsadferd, og dermed bli et himmelsk instrument for alle fra handelsmenn til risikostyrere..

Trender i fremtidig bruk av AI

Ved siden av GAN vil de mest synlige manifestasjonene av AI i fintech de kommende årene ikke fokuseres så mye på innovasjon, men på applikasjon. De største trendene ligger i bruken av AI i sikkerhet, personalisering og prosessoptimalisering.

Bank- og finansnæringer generelt har vært plaget av sikkerhetsproblemer gjennom årene, og AI er et av instrumentene som virker mest i stand til å løse inn de mange smutthullene som er igjen i systemet. Bruk av biometriske data, som fingeravtrykk og retinamønstre for klientidentifikasjon, er et av områdene som kan bruke AI sammen med ansiktsgjenkjenningsteknologier som Apple bruker i sine telefoner for Apple Pay-tjenestene..

En fersk rapport fra Goode Intelligence hevder at 1,9 milliarder bankkunder vil bruke biometrisk identifikasjon i en eller annen form innen 2021. Svindel er et av nøkkelområdene som AI kan eliminere hvis de brukes riktig i svindelforebyggende avdelinger..

Personalisering av brukeropplevelser med banker er en stor utfordring for bransjen generelt, ettersom kundene blir mer krevende, lunefull, teknologisk kunnskapsrike og avanserte i sin økonomiske ferdigheter. Tilpasning og personalisering av brukeropplevelser kan ikke tenkes uten bruk av AI, siden sistnevnte er nøkkelen til å forutsi brukerforespørsler og imøtekomme dem før klienten til og med vet hva de kan trenge i fremtiden.

Ved å stole på analysen av klientatferd kan AI bli en kraftig reklameverktøy for finansielle instrumenter og produkter.

Unødvendig å si er optimalisering av interne prosesser og klientadministrasjonsprosesser et av nøkkelområdene som AI vil bli søkt om i de kommende årene, ettersom organisasjoner sliter med å redusere kostnader og effektivisere arbeidsflyter. Akkurat som roboter nå kan håndtere kundespørsmål i nettbutikker, kan lignende konstruksjoner skreddersydd for finansielle sektorer imøtekomme kunder og redusere mengden papirarbeid som er involvert i håndtering av forespørsler.

I en mer intern forstand av applikasjonen begynte JPMorgan å bruke AI-baserte konstruksjoner for å behandle interne IT-forespørsler, for eksempel medarbeidermanipulering med viktige banksystemer. JPMorgan Chase har nylig introdusert en Contract Intelligence (COiN) plattform designet for å analysere juridiske dokumenter og trekke ut viktige datapunkter og klausuler.

Siden manuell gjennomgang av rundt 12 000 årlige kommersielle kredittavtaler og relevante dokumenter krever omtrent 360 000 arbeidstimer, er bruk av AI som kan håndtere oppgaven på få timer mer enn berettiget..

Anvendbarhet: Hvem drar nytte av bruken av AI og hvordan?

Ikke en eneste teknologi kan noen gang bli virkelig lønnsom med mindre den viser sin verdi og nytte for den gjennomsnittlige brukeren. Men i finanssektoren er den gjennomsnittlige brukeren en tredelt følelse av ordet som involverer kunder, investorer og oppstart.

For klientsiden i finanssektoren kan anvendelse av AI-teknologier bare bety en ting i form av fordel – bekvemmelighet. Bekvemmeligheter for klienter innebærer større sikkerhet, høyere personalisering av tjenester, raskere service og høyere lønnsomhet. Kombinasjonen av disse velsignelsene kan oppnås ved bruk av AI, og lønnsomheten vil garanteres ved kostnadsreduksjoner på personellet.

Sikkert er det å redusere personalet en ting som samfunnet rynker på, men klienter er ivrige etter å se forbi de permitterte elendighetene til fordel for deres bekvemmelighet i samspill med banker og muligheten til å motta bedre tjenester under paraplyen med større beskyttelse av passordene og personlige data.

For eksempel, Bank of America Corporation nylig avduket sin intelligente virtuelle assistent kalt Erica, som bruker prediktiv analyse og kognitiv meldingstjeneste for å gi økonomisk veiledning til organisasjonens over 45 millioner kunder.

Men det er investorene, for eksempel institusjonelle investorer og handelsmenn, som er de mest attraktive kundene i enhver bankorganisasjon, og AI er den hellige gral når man snakker om utviklingen av slike retninger..

Fra å tilby handelsroboter til massiv dataanalyse og spådom til å håndtere store matriser med klientdata med økonomiske resultater som støtter dem, kan teknologien gjøre underverker i å multiplisere verdien for klienter. Ettersom verdien i stor grad oversettes til fortjeneste i tilfelle investorer, er bruken av AI for å analysere optimale investeringsmuligheter og tilby bedre bekvemmelighet i service lovende.

Sist men ikke minst, startups som danner ryggraden i markedsutviklingen, kan ha stor nytte av anvendelsen av AI.

Ettersom konkurranse er et sunt fenomen som driver fremdrift, gjør fri tilgjengelighet av AI-teknologier og tilstedeværelsen av et stort antall støttedatabaser utviklingen av AI-konstruksjoner for å imøtekomme markedets behov en lønnsom satsing..

Siden markedet for AI og nevrale nettverk i stor grad er dominert av giganter som Amazon, Google og IBM, er tilstedeværelsen av mindre startups som kan tilby produkter av høy verdi som ligner de som tilbys av dominatorene, men med bedre funksjoner og, viktigst av alt, til lavere kostnader, gjør AI-markedet til en lukrativ og stort sett uutnyttet storhet full av muligheter.

Siste tanker

Fintech-revolusjonen med anvendelse av AI fremdeles bare, men har allerede gjort et betydelig inntrykk på hele bransjen.

Den påviste økonomiske gjennomførbarheten og effektiviteten som systemene og deres derivater gir driver bransjeledere til å investere i utvikling av nyere teknologier på jakt etter større fortjeneste og optimalisering. Markedet for AI-løsninger er modent med muligheter, og den globale trenden for deres anvendelse på en eller annen måte stammer fra verdens finansielle sentre i New York, der trendsetterne i finanssektoren investerer i nye instrumenter for å revolusjonere bransjen.

En rapport fra CB Insights indikerer at det første kvartalet i 2018 kun fikk rekordhøye 5,4 milliarder dollar samlet inn av fintech-selskaper støttet av venturekapital – et godt bevis på at institusjonelle investorer ser løftet om avkastning i utvikling av ny teknologi for å imøtekomme det enorme markedet for finansielle tjenester.

Bankene henger ikke etter da å oppnå automatisering av kundeservice, personalisering, forbedret sikkerhet, prosessoptimalisering og mønstergjenkjenning vil sikre deres konkurransefortrinn over andre organisasjoner som ennå ikke har tatt imot ideen om innovasjon.

Siden finansmarkedet er like brutalt konkurransedyktig som alle andre som involverer enorme mengder penger, vil de som følger og omfavner trender ende med å overleve og seire på beinene til arkaisk tenkning når den teknologiske revolusjonen feier over den globale økonomien på vingene. av AI.

Bidratt av Ivan Aleksandrov

Ivan Aleksandrov er administrerende partner i Memorandum. Hovedstad, et internasjonalt investeringsselskap med fokus på blockchain-baserte eiendeler. Deres ekspertise innen venturekapital, private equity og investeringsbank gir dem mulighet til å tilby eksempler på tjenester til sine kunder og gode muligheter for investeringsattraksjon..