Kuinka tekoäly tehostaa rahoitusalan teknologiaa: 7 lupaavaa tekoälyvoimaa, joiden kehitystä kannattaa seurata

Kun Willie Sutton, yksi Amerikan etsityimmistä rikollisista, kysyttiin, miksi hän ryösti pankkeja, hänen vastauksensa oli yllättävän yksinkertainen: “Koska siellä on rahaa.”

Tämä on sama vastaus, jonka voidaan antaa niille, jotka kysyvät rahoitusalan teknologian sääntelyn kasvusta ja uskovat, että lisääntynyt lainsäädäntö voisi vahingoittaa alan innovaatioita. Siellä on rahaa, joten panokset ovat korkeat, ja sääntelyä tulee lisää. Tämä tapahtuu luultavasti pian, sillä Michael Hsu, valtion setelipankin vt. johtaja, sanoi äskettäin. Sen vuoksi voidaan odottaa, että sääntely on keskustelun keskipisteenä ja tulee olemaan etusijalla venture-rahastoille, talousjohtajille ja muille sidosryhmille.

Vaikka maailmanlaajuisten rahoitusalan teknologian kauppojen määrä laski 63,2 miljardista dollarista 52,4 miljardiin dollarisiin vuoden 2022 toiselta puoliskolta vuoden 2023 ensimmäiselle puoliskolle, sekä julkisesti noteerattujen rahoitusalan teknologian osakkeiden kurssit laskivat, mukaan lukien Affirm, Block, PayPal ja SoFi, kuitenkin olen sitä mieltä, että alan ei ole kuollut, vaan se tarjoaa edelleen valtavasti mahdollisuuksia. Ensinnäkin, vaikka EU:n ja Aasian rahoitusalan teknologian markkinat suppenivat, Yhdysvaltain rahoitusalan teknologian markkina kasvoi jyrkästi 28,9 miljardista dollarista 36,1 miljardiin dollariin saman ajanjaksolla. Toiseksi, varoitukseksi on sanottava, että rahoitusalan teknologian potentiaalin toteuttamiseksi on ensin ymmärrettävä, että pelin säännöt ovat muuttuneet. Kun vuosia sitten pääpaino rahoitusalan teknologian startup-yrityksillä ja niitä tukeneilla venture-rahastoilla oli hankkia lisää asiakkaita, nyt on kasvava painopiste kannattavuudessa. Ja vaikka rahoitusalan teknologian osa-alueilla, kuten DeFi:llä, toiminta tapahtuu edelleen jossain lailla vapaassa ilmapiirissä vähäisellä sääntelyllä, on yksi teknologia, joka uskon muuttavan alan kokonaan ja auttavan sitä menestymään sääntelyn paineen alla.

Tämä teknologia on tekoäly, ja tässä on seitsemän pystyvuota rahoitusalan teknologiassa, jotka ovat mielestäni seurattavia niiden valtavan potentiaalin vuoksi.

1. Henkilökohtaisuus

Käyttämällä generatiivista tekoälyä chatbottien käyttöön ja parantamalla sekä käyttöliittymää (UI) että käyttökokemusta (UX) ja keräämällä laajoja tietomääriä ja havaitsemalla tarkkoja malleja, yritykset voivat räätälöidä rahoituspalvelunsa ja -tuotteensa asiakkaiden tarpeisiin. Tämä on osa laajempaa trendiä, joka on tapahtumassa eri aloilla, johtuen tekoälyn tarjoamista fantastisista mahdollisuuksista mukauttamiseen.

Muistakaamme, että raha on jotain hyvin henkilökohtaista, joten pystyäksemme räätälöimään palvelumme ja tuotteemme asiakkaiden tarpeisiin, voidaan vahvistaa asiakassuhteita ja parantaa kääntymisnopeutta, mikä edelleen lisää tuottoa. Pankit ja rahoituslaitokset olisivat, mielestäni, enemmän kuin halukkaita yhteistyöhön venture-yritysten kanssa, jotka auttavat heitä saavuttamaan nämä tavoitteet.

2. Riskien hallinta

Tekoäly määrittää uudelleen riskien hallintaa. KPMG:n tutkimus tunnisti kolme avainominaisuutta, joita tekoälyjärjestelmillä on, ja jotka rahoituslaitokset ovat ottaneet käyttöön, vaikka aluksi ne olivat teknologisen kehityksen suhteen epäröiviä. Nämä käsittävät paremman ennusteen tarkkuuden, parannetun muuttujien valintaprosessin ja tarkemman segmentoinnin.

Hyödyntämällä näitä kykyjä, rahoituslaitokset voivat esimerkiksi saada selkeämmän kuvan luottoriskeistään ja altistumisestaan maksamattomiin, ja tehdä parempia päätöksiä siitä, ketkä ovat ansainneet luottoa. Lisäksi he voivat parantaa petosten havaitsemisprosesseja, jotka jo maksavat pankeille 4,36 dollaria kustannuksia jokaisesta menetetystä dollarista. Lopuksi, mutta ei vähäisimpänä, he voivat myös parantaa sääntelyn noudattamista käytännöissä, kuten rahanpesun torjunnassa (AML) ja due diligence -tutkimuksissa.

3. Rahastojen automaatio

Luotettavan kätevirta-arvion tekeminen maailmassa, joka on täynnä geopolitiikkaa ja taloudellista epävarmuutta, on haasteellista tehtävää, sillä liiketoiminnan vaikuttavien muuttujien määrä on kasvanut. Tässä tekoäly tulee kuvaan.

Samalla on enemmän ja enemmän tietoa, jonka yritysten on käsiteltävä. Tässä tekoäly tulee avuksi. Integroimalla tekoälyvoimaiset teknologiat olemassa oleviin yritysjärjestelmiin, kuten ERP (Enterprise Resource Planning) ja CRM (Customer Relationship Management), johtajat voivat saada selkeämmän näkymän ja tarkemmat ennusteet, joiden avulla he voivat tehdä päätöksiä. Tekoäly voi yhdistää historiallisia tietoja, markkinamuotoja ja asiakas käyttäytymistä, jotta voidaan tarjota parempia ennusteita ja valmistella pro forma -kätevirta-arvio. Samalla tietyt rahastojen hallinnan tehtävät voivat automatisoida.

Esimerkiksi, jos myyntiin käytetty valuutta on devalvoitunut, tekoäly voi automatisoida rahastojen hallintastrategian, jotta riskiä voidaan torjua. Vastaavasti, tekoälyn avulla rahoitusjohtaja voi tietää, mitkä käteisvarat ovat tarpeen liiketoiminnan pyörittämiseksi, ja automatisoida lyhytaikaiset sijoitukset, jotka voivat tarjota välittömän likviditeetin ja samalla tuottaa lisää taloudellista hyötyä yritykselle.

4. Avoin ja integroitu pankkitoiminta

Koska suuret osat rahoitusratkaisuista toteutetaan digitaalisesti, on tarve avoimesta ja integroidusta pankkitoiminnasta, jossa asiakkaan tietoja ei voida enää pitää ainoastaan pankin omassa järjestelmässä.

Tekoälyn avulla yritykset voivat tehdä rahoituksen hallinnasta helpompaa vahvistamalla useita tilejä ja yhdistämällä tiedot yhdelle alustalle, mikä mahdollistaa vaivattomat toiminnot ja antaa yksilöille kattavan näkymän taloudelliseen tilanteeseen.

Esimerkiksi Plaid, avoin pankkipalvelu, mahdollistaa transaktiot eri pankkien tileillä, kuten Interactive Brokers, Bank of America ja Wise. Maailman suurimmat pankit ottavat käyttöön avoimia pankkipalveluja, kuten Capital One, Barclays ja Nordea. Tekoälyn integroimalla avoimet pankkipalvelut voidaan tehdä turvallisemmaksi, esimerkiksi parantamalla asiakastunnistusta, estämällä petoksia ja tarjoamalla käyttäjille henkilökohtaisia taloudellisia näkymiä.

5. Osta nyt, maksa myöhemmin (BNPL-palvelu)

Osta nyt, maksa myöhemmin -palvelut ovat yleistymässä. Kuitenkin pienemmille pankeille tai yrityksille näiden palvelujen integroiminen alustaan voi olla kallista ja vähentää sen houkuttelevuutta.

Tekoälyn avulla useammat yritykset voivat integroida BNPL-palvelun ja houkutella asiakkaita, joilla ei ole mahdollisuutta maksaa käteisellä heti. Tekoälyn avulla yritykset voivat heti havaita potentiaalisen lainanottajan luottokelpoisuuden ja tarjota henkilökohtaisia suosituksia BNPL-käyttäjille, jotka ovat hyvässä taloudellisessa asemassa.

6. Rajat ylittävät maksut

Maailmanpankin mukaan rahojen lähettäminen maksaa noin 6,20% lähettämän summan. Tämä on suuri summa, varsinkin kun otetaan huomioon, että useimmat rahojen vastaanottajat sijaitsevat kehitysmaissa. Ajatellaan tätä. Lähetät 100 dollaria rakkaalle Nigerian tai Thaimaan kansalaiselle, ja he saavat vain 94 dollaria. Tämä vaikuttaa heihin välittömästi, ja tästä syystä Maailmanpankki on asettanut tavoitteeksi laskea rahojen lähettämisen kustannukset 3 prosenttiin.

Tähän voivat rahoitusalan teknologian yritykset olla suureksi avuksi. Ensinnäkin, koska niillä ei ole samanlaista jättiläismäistä infrastruktuuria kuin esimerkiksi Western Unionilla. Kuitenkin on edelleen monia lakisisältöisiä ja sääntelyhaasteita, joita rajat ylittävien maksujen yritysten on ratkottava, ja nämä voivat optimoida tekoälyn ja DeFi:n käytön. Esimerkiksi DeFi voi auttaa vähentämään transaktiokustannuksia, ja tekoäly voi auttaa jakamaan teknologian maailmanlaajuisesti ja tehdä sen riskittömäksi ja täysin avoimeksi, mikä auttaisi rahoitusalan teknologian yrityksiä tarjoamaan edullisemman palvelun. Ne voivat myös parantaa turvallisuutta ja jopa auttaa ennustamaan valuuttakursseja, jotta rajat ylittävät maksut voivat olla tehokkaampia.

7. Sosiaalirahoitus

Jotkut tutkimukset osoittavat, että saavutamme tavoitteemme useammin, kun jaamme ne muiden kanssa. Rahoituksessa tämä on luonut sosiaalirahoituksen, joka mahdollistaa yhteisen säästämisen jaettuihin tavoitteisiin.

Esimerkiksi, jos ryhmä ystäviä aikoo matkustaa seuraaviin FIFA:n maailmanmestaruuskilpailuihin, tekoälyvoimainen sovellus voi helpottaa heidän yhteistä kustannustavoitetta ja yhdistää heidän säästötilinsä yhdelle alustalle, jotta he voivat mitata edistymistään. Sitten tekoäly voi auttaa heitä saavuttamaan tavoitteensa tunnistamalla mallit ja antamalla heille näkemyksiä heidän taloudellisista käyttäytymisistään. Tämä lisää todennäköisyyttä, että he saavuttavat yhteisen taloudellisen tavoitteensa.

On runsaasti tilaa tekoälyvoimaisille innovaatioille tässä tilassa, mukaan lukien automaattiset ja räätälöidyt ilmoitukset, reaaliaikainen viestintä tekoälychatbottien kanssa, automaattiset siirrot tulon syklien mukaan ja jopa tekoälyvoimat robot-neuvonantajat, jotka voivat auttaa joukkuetta sijoittamaan rahoituksensa autopilootilla niin, että se kasvaa.

Loppusanat

Vaikka monet analyytikot ja asiantuntijat puhuvat rahoitusalan teknologian mahdollisesta kuolemasta, olen sitä mieltä, että se ei ole kuollut. Esimerkkeinä mainittujen mahdollisuuksien vuoksi on edelleen runsaasti mahdollisuuksia rahoitusalan teknologiassa, ja niille, jotka ymmärtävät uudet pelisäännöt, nämä mahdollisuudet ovat jännittävämpiä kuin koskaan aiemmin. Tämä johtuu siitä, että alan painopiste on nyt kannattavuudessa eikä enää liioitellussa asiakasluomisessa, mikä on hyväksi koko yrityksen kestävyydelle. Lisäksi tekoälyvoimaiset teknologiat voivat parantaa rahoitusalan teknologian sääntelyn mukaisuutta ja antaa välttämätöntä lisäpotkua monille rahoitusalan osa-alueille, mukaan lukien riskien hallinta, rahastojen hallinta, sosiaalirahoitus ja rajat ylittävät maksut.