Hvordan AI booster Fintech: 7 lovende AI-drevne industrier at følge

Da Willie Sutton, en af Amerikas mest eftersøgte forbrydere, blev spurgt, hvorfor han røvede banker, var hans svar bemærkelsesværdigt enkelt: “Fordi det er der, pengene er.”

Dette er det samme svar, der kunne gives til dem, der spørger om den voksende tendens mod regulering i fintech-sektoren, og som tror, at øget lovgivning kunne skade innovationen i branchen. Det er der, pengene er, derfor er der høje stakes, og der vil være mere regulering. Dette vil sandsynligvis ske snart, da Michael Hsu, fungerende valutakommissær, sagde for nylig. Derfor kan vi forvente, at overholdelse af reglerne kommer til at være i centrum af samtalen, og blive en prioritet for venturekapitalister, CFO’er og andre interessenter.

Selvom volumen af fintech-aftaler globalt faldt fra $63,2 milliarder til $52,4 milliarder fra H2 2022 til H1 2023, samt aktiekurserne for offentligt handlet fintech faldt, herunder Affirm, Block, PayPal og SoFi, er sektoren langt fra at være død, og den har faktisk stadig enorme muligheder. Først og fremmest, selvom EU og APAC fintech-markedet var i tilbagegang, oplevede det amerikanske fintech-marked en stærk vækst fra $28,9 milliarder til $36,1 milliarder i samme periode. For det andet er forbeholdet, at for at realisere fintech-potentialet, må vi først forstå, at reglerne for spillet er ændret. Mens fokus for fintech-startups – og for venturekapitalisterne, der støttede dem – for nogle år siden var at erhverve flere kunder, er der nu en stigende fokus på rentabilitet. Og selvom der stadig er dele af fintech – som DeFi – som stadig opererer i en slags liberal paradis uden mange reguleringer, er der en teknologi, som jeg tror vil radikalt omforme branchen og hjælpe den med at trives på trods af den regulatoriske pres.

Denne teknologi er AI, og her er syv vertikaler inden for fintech, som fra min synsvinkel er værd at følge på grund af deres enorme potentiale.

1. Personliggørelse

Ved at udnytte generativ AI til at udrulle chatbots og forbedre både brugergrænsefladen (UI) og brugeroplevelsen (UX), samt til at indsamle omfattende mængder af data og opdage nøjagtige mønstre, kan virksomheder personliggøre deres finansielle produkter og tjenester, så de kan møde en bestemt kundes behov. Dette er en del af en større tendens, der finder sted på tværs af brancher, på grund af de fantastiske muligheder, som AI tilbyder for tilpasning.

Lad os huske, at penge er noget dybt personligt, derfor kan det at ultra-personliggøre de produkter og tjenester, som en virksomhed tilbyder, væsentligt katalysere forbindelsen med kunderne og væsentligt forbedre konverteringsrater, hvilket igen forbedrer indtjeningen. Banker og finansielle institutioner ville, fra min synsvinkel, være mere end villige til at samarbejde med en virksomhed, der hjælper dem med at opnå disse mål.

2. Risikostyring

AI er ved at redefine risikostyring. En undersøgelse af KPMG identificerede tre nøglefærdigheder besiddt af kunstig intelligenssystemer, som nu integreres af finansielle institutioner, på trods af deres initiale tilbageholdenhed med at udvikle sig teknologisk. Disse inkluderer overlegen prognosepræcision, forbedret variabelselektionsprocesser og højere præcision ved segmentering.

Ved at udnytte disse kapaciteter kan finansielle institutioner f.eks. have en klarere oversigt over deres kreditrisiko og deres eksponering over for default, og træffe bedre beslutninger, når de bestemmer, hvilke subjekter der er værdige til kredit. De kan også forbedre deres svindelforebyggelsesprocesser, som allerede koster banker $4,36 i omkostninger for hver dollar, de taber. Sidst, men ikke mindst, kan de også forbedre overholdelsen af praksisser som AML (anti-pengetvæt) og due diligence.

3. Automatisering af kassestyring

At lave en solid likviditetsprognose i en verden fyldt med geopolitiske og økonomiske usikkerheder er en udfordring, på grund af det voksende antal variable, der kan påvirke en virksomheds drift, fra forsyningskædeafbrud på grund af grænselukninger til en udenlandsk partner, der står over for juridiske udfordringer på grund af dårlige arbejdsmetoder.

Samtidig er der mere og mere data, som virksomhederne skal håndtere. Her kommer AI ind i billedet. Ved at integrere AI-drevne teknologier med eksisterende virksomhedssystemer, såsom et ERP (Enterprise Resource Planning) og et CRM (Customer Relationship Management), kan direktører have en klarere oversigt og mere præcise prognoser at træffe beslutninger på. AI kan integrere historisk data, markedsmodeller og kundeadfærd for at give bedre forudsigelser og forberede en pro forma-likviditetsregnskab. Samtidig kan visse kasseopgaver automatiseres.

F.eks. hvis en valuta, hvor vi har salg, værdisænkes, kan AI automatisere en kassestrategi for at dæmpe denne risiko. Ligeså kan en finansdirektør med AI’s hjælp kende de niveauer af likviditet, der er nødvendige for at drive virksomheden, og automatisere kortfristige investeringer, der kan give øjeblikkelig likviditet og generere yderligere finansielle gevinster for virksomheden.

4. Åben, integreret bankvirksomhed

Da der kondukteres langt flere finansielle transaktioner digitalt, er der behov for åben, integreret bankvirksomhed, hvor en kundes data ikke længere kan være eksklusivt inde i en banks eget system.

Med AI kan virksomheder gøre finansielle styringspraksisser lettere ved at verificere deres multiple konti og integrere denne data inden for en enkelt platform, hvilket giver mulighed for ubesværet drift og giver individer en helhedsorienteret oversigt over deres finansielle situation.

F.eks. Plaid, en åben bank-API, giver mulighed for en person at foretage transaktioner ved at tilkoble deres konti hos forskellige banker – som Interactive Brokers, Bank of America og Wise. Nogle af verdens største banker implementerer åbne bank-API’er, herunder Capital One, Barclays og Nordea. Ved at integrere AI kan åbne banktjenester gøres mere sikre, f.eks. ved at forbedre kundeaftale, forhindre svindel og give brugerne personlige finansielle indsigt.

5. Køb nu, betal senere (BNPL-as-a-service)

Køb nu, betal senere-tjenester bliver mere populære. Men for en virksomhed eller en mindre bank kan integration af disse tjenester i en platform være kostbar og reducere dens tiltrækning.

Ved at udnytte AI’s kapaciteter kan flere virksomheder integrere BNPL-tjenester og erhverve kunder, der ikke har mulighed for at betale kontant med det samme. Med AI kan virksomheder med det samme opdage en potentiel låntagers berettigelse til kredit og endda give personlige anbefalinger til en BNPL-aktiveret bruger – der er i god stand – til fremtidige produkter.

6. Transaktioner på tværs af grænser

Ifølge Verdensbanken koster det at sende en overførsel cirka 6,20% af det totale beløb sendt. Dette er stort, især når man tager i betragtning, at de fleste modtagere af overførsler er beliggende i udviklingslande. Tænk på det. Du sender $100 til en elsket i Nigeria eller i Thailand, og de modtager kun $94. Dette påvirker dem med det samme, og det er derfor, Verdensbanken har sat målet om at reducere det samlede beløb af overførsler til 3 procent.

For at gøre dette kan fintech-virksomheder være til stor hjælp. Først og fremmest, fordi de ikke har den kæmpestore infrastruktur som f.eks. Western Union. Men der er stadig mange juridiske og regulatoriske udfordringer, som virksomheder med transaktioner på tværs af grænser skal håndtere, og disse kunne optimeres ved at udnytte AI og DeFi. F.eks. kan DeFi hjælpe med at reducere transaktionsomkostninger, og AI kan hjælpe med at distribuere teknologien globalt og gøre den risikofri og fuldstændigt gennemsigtig, hvilket ville hjælpe fintech-virksomheder med at tilbyde en mere overkommelig service. De kan også forbedre sikkerheden og endda hjælpe med at forudsige valutakurser for at gøre transaktioner på tværs af grænser mere effektive.

7. Social finans

Nogle studier viser, at vi er mere sandsynlige for at opnå vores mål, når vi deler dem med andre. I finans er dette skabt en boom kaldet social finans – ikke at forveksle med den sociale virksomhedsvertikale med samme navn – som giver mulighed for folk at samarbejde om at spare op til fælles mål.

F.eks. hvis en gruppe venner har intentionen om at rejse til det næste FIFA-VM, kan en AI-drevet app lette alle disse at optimere mål og at dele en bestemt konto til dette formål eller at integrere deres sparekonto i en platform for at måle fremgang. Så kan AI hjælpe dem med at opnå deres mål ved at identificere mønstre og give dem indsigt omkring deres finansielle adfærd. Dette øger sandsynligheden for, at de vil opnå deres fælles finansielle mål.

Der er masser af plads til AI-drevne innovationer på dette område, herunder automatiserede og tilpassede meddelelser, realtidskommunikation med AI-chatbots, automatiserede overførsler baseret på indkomstcykler og endda AI-drevne robo-rådgivere, der kan hjælpe holdmedlemmerne med at investere deres penge på autopilot, så de kan vokse.

Endelige tanker

Selv om mange analytikere og eksperter taler om den potentielle undergang af fintech, er sektoren fra min synsvinkel ikke død. Som eksemplerne ovenfor viser, er der masser af muligheder i fintech, og for dem, der forstår de nye regler for spillet, er disse muligheder mere spændende end nogensinde. Dette skyldes, at sektoren nu har mere fokus på rentabilitet end på ekstrem brugererhvervelse, hvilket er godt for den samlede bæredygtighed af virksomheden. Og med integrationen af AI-drevne teknologier kan fintech-sektoren forbedre overholdelsen af nye reguleringer og give en meget nødvendig boost til mange områder af den finansielle industri, herunder risikostyring, kassestyring, social finans og transaktioner på tværs af grænser.