Connect with us

AI baner vej for en lys fremtid for bankvæsen, men ansvarlig udvikling er kongen

Tankeledere

AI baner vej for en lys fremtid for bankvæsen, men ansvarlig udvikling er kongen

mm

AI er blevet almindelig. En post-pandemisk appetit på større effektivitet, respons og intelligens har ført til en konkurrenceskab blandt verdens førende tech-spillere. I løbet af de sidste få år er AI vokset fra en fremkommende teknologi for højtspecialiserede brugsområder til noget, der let kan tilgås via enhver tilsluttet enhed. Faktisk 33% af alle venturekapital-investeringer gennem de første tre kvartaler af 2024 gik til AI-relaterede virksomheder, en betydelig stigning fra 14% i 2020. Dette har resulteret i en hurtig, næsten feberagtig overtagelse af AI-systemer i kerneforretningsfunktioner og -applikationer til forbrugsbrug.

Trods bankdirektørernes ivrighed efter at adoptere AI, vil dets vækst i branchen være mere mådeholden. AI forventes at tilføje mellem $200 og $340 milliarder i værdi for banker årligt, primært gennem forbedret produktivitet. 66% af bank- og finanschefer mener, at disse potentielle produktivitetsgevinster fra AI og automatisering er så betydelige, at de må acceptere risikoen for at forblive konkurrencedygtige. Imidlertid betyder strenge reguleringer og de høje indsatsomkostninger omkring forbrugerdata stadig, at banker må tilgang AI omhyggeligt, med fokus på sikkerhed og pålidelighed.

Integrering af AI-teknologi ændrer langsomt bankvæsenet, med løfter om forbedringer i brugervenlighed, driftseffektivitet og omkostningsstyring – alt sammen er afgørende for at holde banker konkurrencedygtige og kundeorienterede i en udviklende digital økonomi.

AI fungerer som katalysator for innovation i bankvæsenet ved at simplificere denne sektors komplekse processer, samtidig med at effektiviteten, nøjagtigheden og personliggørelsen forbedres. Denne effekt er særligt tydelig i områder som kundeservice, svigagtigelse og kreditbeslutninger. AI-chatbots er nu almindelige – med 72% af banker, der rapporterer en forbedret kundeoplevelse på grund af deres implementering.

Integrering af naturlig sprogbehandling (NLP) er særligt værdifuld, da det muliggør mere intuitive kundeinteraktioner. I tilfælde, hvor en kunde måske har brug for support til online-platforme, kan AI svare i realtid, og give kunderne instruktioner på en klar og enkel måde. Dette kan forbedre brugeroplevelsen og gøre ellers intimiderende banktjenester mere tilgængelige og brugervenlige. Desuden kan AI-drevne platforme, ved at analysere kundedata og transaktionshistorik, blive bedre til at tilbyde personlige produktanbefalinger. For eksempel, hvis du har foretaget en investeringstransaktion fra den ene bank til den anden, kan du se et tilbud om en provisionsfri handel fra en af disse banker på din transaktionsside. Disse slags personlige tilbud kan øge kundetilfredshed, men det ser ud til, at banksektoren har et gap at udfylde, da 74% af bankkunder siger, de ønsker mere personlige oplevelser. Banker bør tage dette som et tegn på, at de skal adoptere AI for at styrke personliggørelsen, især på et tidspunkt, hvor banker taber 20% af deres kunder på grund af dårlig kundeoplevelse.

Fordelene ved AI-systemer strækker sig ud over forbedringer i frontkontoret; de gør også backoffice-processer betydeligt mere effektive. Finansielle institutioner har udnyttet AI til at reducere tidskrævende manuelle gennemgang og minimere risici. For eksempel kan JP Morgans Contract Intelligence (COiN)-platform behandle 12.000 kontrakter årligt, hvilket sparer virksomhedens juridiske hold 360.000 timers gennemgang. Denne platform har været særligt nyttig til at fortolke låneansøgninger.

AI styrker risikomindskning og svigagtigelse

Ud over at forbedre kundeinteraktioner og gøre kontraktgodkendelser mere effektive, styrker AI-teknologien også banker i svigagtigelse og risikostyring. Sidste år kostede svig globalt banker mere end $442 milliarder i projektioner af tab, mest fra betalings-, check- og kreditkorts-svig. AI-teknologien har betydeligt forbedret svigagtigelsen ved at genkende mønstre, der kan indikere svigagtige aktiviteter. Disse værktøjer kan også overvåge transaktioner i realtid og markere afvigelser langt hurtigere end traditionelle metoder. For eksempel hjælper AI-drevne underwriting-værktøjer banker med at vurderer risikoen i merchant services ved at analysere transaktionshistorik og identificere potentielle røde flag, hvilket forbedrer effektiviteten og sikkerheden i godkendelsesprocessen.

Selv om AI har gjort betydelige fremskridt i svigforhindring, er det ikke uden kompleksiteter. Opkomsten af generative AI-værktøjer, der kan producere deepfake-videoer og -billeder, tilføjer nye lag af risiko. De kan udnyttes til identitetstyveri og andre sofistikerede svig – som den finansmedarbejder, der blev snydt til at betale $25 millioner til svindlere, der brugte deepfakes til at udgive sig for at være hans finansdirektør.

Da AI-drevne svigagtigelsessystemer forbedres, skal rammerne for deres brug også udvikles. Det er opmuntrende, at finansielle institutioner i stigende grad samarbejder med tilsynsmyndighederne for at sikre, at disse AI-systemer er designet og implementeret ansvarligt, med fokus på kunde beskyttelse.

Styring af etiske og reguleringstekniske udfordringer

Trods dens mange fordele kommer AI-adopteringsprocessen i bankvæsenet med betydelige etiske og reguleringstekniske udfordringer. Givet den tunge regulering i bankvæsenet, står finansielle institutioner over for strenge standarder for overholdelse, ofte som varierer efter region. Den Europæiske Union skal for eksempel implementere sin AI-akt, der inkluderer bøder på op til 7% af årlig omsætning for en virksomhed, der ikke er i overensstemmelse. Ligesom i USA betyder tilsyn fra organer som Federal Reserve og Consumer Financial Protection Bureau (CFPB), at banker må navigere komplekse regler om privatliv, når de implementerer AI-modeller.

En kritisk reguleringsteknisk bekymring vedrører AI-risikoen for bias i store sprogmodeller, der kan have uventede konsekvenser for kreditvurdering eller lånegodkendelsesbeslutninger. For eksempel kunne en AI-model, der er trænet på fordomsfuld eller fejlbehæftet data, disproportionsvis afvise låneansøgninger fra bestemte demografiske grupper, hvilket potentielt kunne udsætte banker for reputationsrisici, sager, reguleringstekniske handlinger eller en kombination af disse.

For at løse disse problemer investerer banker i “forklarlig AI”-rammer, der giver større gennemsigtighed i AI-drevne beslutninger. Forklarlig AI giver indsigt i, hvordan AI-modeller foretager forudsigelser, hvilket hjælper banker med at demonstrere ansvarlighed over for tilsynsmyndigheder og kunder. Det er også afgørende, at banker fastholder “menneske-i-løkken”-strategier for at omgå beslutninger, der er truffet af AI, især hvis de tror, at AI-beslutninger kunne føre til disciplinær handling.

Desuden er det kritisk at sikre datasikkerhed og kundeprivatliv i AI-applikationer, da banker håndterer store mængder følsomme oplysninger. AI-drevne systemer skal inkorporere avanceret kryptering og dataanonymisering for at beskytte imod datakrænkelser. Den gennemsnitlige omkostning ved en datakrænkel i finansielle services er $4,45 millioner pr. incident – en omkostning, som AI potentielt kan mindske, forudsat at det implementeres med andre robuste sikkerhedsforanstaltninger.

Behov for ansvarlig AI-udvikling

Hver få uger synes en ny udvikling i AI-teknologi at være i overskrifterne og rejser det vigtige spørgsmål: Er disse fremskridt grundet i ansvar eller er de kun drevet af finansielle incitamenter? En ansvarlig tilgang til AI-udvikling er afgørende for at udnytte AI fuldt ud, især for banker. Dette indebærer kontinuerlig overvågning, test og tilpasning af AI-modeller for at sikre, at de fungerer som tiltænkt. En velafbalanceret AI-strategi omfatter omfattende modelvalidering, bias-detektionsprotokoller, regelmæssige audits og – mest væsentligt – datarensning. Desuden skal AI-systemer være designet til at supplere menneskelig tilsyn i stedet for at erstatte det, især i komplekse beslutningssituationer. Denne tilgang sikrer, at AI fungerer som et værktøj til empowerment, der giver bankmedarbejdere mulighed for at fokusere på opgaver, der kræver kritisk tænkning, empati og kundeinteraktion.

Skabelse af en balanceret vej fremad

AI’s potentiale for at revolutionere bankvæsenet er uanfægteligt, men vejen fremad kræver omhyggelig overvejelse af tekniske og etiske behov. Banker er unikt positioneret til at lede en ansvarlig overtagelse af AI, og sætte standarder for andre brancher om, hvordan man integrerer innovation med ansvarlighed. Ved at fokusere på transparente, overholdelige og kundeorienterede AI-modeller kan finansielle institutioner forvandle bankoplevelsen, og tilbyde mere effektive services uden at kompromittere tillid eller reguleringsteknisk overholdelse.

Set fremad vil den succesfulde overtagelse af AI i bankvæsenet afhænge af samarbejde på tværs af branchen. Banker, tilsynsmyndigheder og teknologileverandører må arbejde sammen for at etablere bedste praksis, dele indsigt og tilpasse sig et hurtigt skiftende landskab. Da banker navigerer i kompleksiteterne af AI, vil de, der kan udnytte dets potentiale, samtidig med at de styrer risikoen, uden tvivl opstå som ledere i fremtidens finansverden.

Spero Langaditis er direktør for AI & Automation i NMI, hvor han leder udviklingen og gennemførelsen af NMI's AI-strategi. Med en stærk baggrund i produktudvikling, har Spero tidligere fungeret som direktør for produktudvikling, hvor han spillede en nøglerolle i udviklingen af NMI's ScanX-produkt. Nu fokuserer Spero på at udnytte AI til at drive operationel effektivitet, efficiens og AI-dreven innovation, Spero kombinerer dyb teknisk ekspertise med strategisk tankeledelse til at drive NMI's AI-initiativer.