Hvordan AI øker Fintech: 7 lovende AI-drevne industrier å følge

Da Willie Sutton, en gang en av USAs mest ettersøkte flyktninger, ble spurt om hvorfor han ranet banker, var svaret hans bemerkelsesverdig enkelt: "Fordi det er der pengene er."

Dette er det samme svaret som kan gis til de som spør om den økende tendensen til regulering i fintech-sektoren, og som mener at økt lovgivning kan skade innovasjon på feltet. Det er der pengene er, derfor er innsatsen høy, og mer regulering vil være der. Dette vil mest sannsynlig skje før enn senere, da Michael Hsu, fungerende kontrollør for valutaen, sa nylig. Derfor kan vi forvente overholdelse i forkant av samtalen, og å bli en prioritet for venturekapitalister, finansdirektører og andre interessenter.

Selv om volumet av fintech-avtaler globalt falt fra 63.2 milliarder dollar til 52.4 milliarder dollar fra H22022 til H12023, så vel som aksjekursene til børsnotert fintech falt, inkludert Affirm, Block, PayPal og SoFi, likevel, etter min mening, er sektoren langt fra å være død, og faktisk har den fortsatt et enormt potensial. For det første, selv om fintech-markedet i EU og APAC krympet, opplevde det amerikanske fintech-markedet sterk vekst fra $28.9 milliarder til $36.1 milliarder i samme periode. For det andre er forbeholdet at for å realisere fintech-potensialet, må vi først forstå at spillereglene har endret seg. Mens for noen år siden var hovedfokuset for fintech-startups – og for venturekapitalistene som støttet dem – å skaffe flere kunder, nå er det en økende vekt på lønnsomhet. Og selv om det fortsatt er segmenter av fintech-som DeFi-som fortsatt opererer i et slags liberalt paradis uten mange reguleringer, er det én teknologi som jeg tror vil radikalt transformere industrien og hjelpe den til å trives til tross for regulatorisk press.

Denne teknologien er AI, og her er syv vertikaler innen fintech som, fra mitt perspektiv, er verdt å se på på grunn av deres enorme potensial.

1. Person

Ved å utnytte generativ AI til å distribuere chatbots og gjøre forbedringer av både brukergrensesnittet (UI) og brukeropplevelsen (UX), samt å samle inn omfattende datamengder og oppdage nøyaktige mønstre, kan bedrifter tilpasse sine finansielle produkter og tjenester slik at de kan møte en spesifikk kundes behov. Dette er en del av en større trend som finner sted på tvers av bransjer, gitt de fantastiske egenskapene AI tilbyr for tilpasning.

La oss huske at penger er noe dypt personlig, derfor kan det å være i stand til å ultratilpasse produktene og tjenestene som et firma tilbyr betydelig katalysere forbindelsen med kundene, og betydelig forbedre konverteringsfrekvensene, som igjen øker inntektene. Banker og finansinstitusjoner vil fra mitt perspektiv være mer enn villige til å samarbeide med en satsning som hjelper dem å nå disse målene.

2. Risikostyring

AI redefinerer risikostyring fullstendig. En studie av KPMG identifisert tre nøkkelevner besatt av kunstig intelligens-systemer som nå integreres av finansinstitusjoner, til tross for deres innledende tilbakeholdenhet med å utvikle seg teknologisk. Disse inkluderer overlegen prognosenøyaktighet, forbedrede variable utvalgsprosesser og høyere presisjon ved segmentering.

Ved å utnytte disse kapasitetene kan finansinstitusjoner for eksempel få et klarere bilde av sin kredittrisiko og deres eksponering for mislighold, og ta bedre beslutninger når de skal avgjøre hvilke emner som er kredittverdige. De kan også forbedre sine svindeloppdagelsesprosesser, som allerede har kostet bankene 4.36 dollar i utgifter for hver dollar de taper. Sist, men ikke minst, kan de også forbedre etterlevelsen av praksis som AML (anti-hvitvasking) og due diligence.

3. Treasury automatisering

Å lage en solid kontantstrømprognose i en verden preget av geopolitisk og økonomisk usikkerhet er en skremmende utfordring, gitt det stadig økende antallet variabler som kan påvirke virksomhetens drift, fra forsyningskjedeforstyrrelser på grunn av grensestenginger til en utenlandsk partner som står overfor juridiske utfordringer på grunn av dårlig arbeidspraksis.

Samtidig er det stadig mer data som bedriftene må forholde seg til. Her er hvor AI kommer inn i bildet. Ved å integrere AI-drevne teknologier med eksisterende bedriftssystemer, for eksempel en ERP (Enterprise Resource Planning) og en CRM (Customer Relationship Management), kan ledere få klarere synlighet og mer presise prognoser for å ta beslutninger med. AI kan integrere historiske data, markedsmønstre og kundeadferd for å gi bedre spådommer og utarbeide en proforma kontantstrømoppstilling. Samtidig kunne enkelte treasury-oppgaver automatiseres.

For eksempel, hvis en valuta som vi har salg i devaluerer, kan AI automatisere en finansstrategi for å sikre den risikoen. På samme måte, ved hjelp av AI, kan en finanssjef kjenne til nivåene av kontanter som trengs for å drive virksomheten, og automatisere kortsiktige investeringer som kan gi umiddelbar likviditet, men likevel generere ytterligere økonomiske gevinster for selskapet.

4. Åpen, integrert bankvirksomhet

Gitt at betydelig flere finansielle transaksjoner gjennomføres digitalt, er det behov for åpen, integrert bankvirksomhet der en kundes data ikke lenger utelukkende kan forbli i bankens eget system.

Med AI kan bedrifter gjøre økonomistyringspraksis enklere ved å verifisere flere kontoer og integrere disse dataene i én enkelt plattform, noe som muliggjør sømløs drift og gir enkeltpersoner et helhetlig syn på deres økonomiske situasjon.

Plaid, et åpent bank-API, gjør for eksempel det mulig for en person å foreta transaksjoner ved å koble sammen kontoene sine i forskjellige banker – som Interactive Brokers, Bank of America og Wise. Noen av verdens største banker implementerer åpne bank-APIer, inkludert Capital One, Barclays og Nordea. Ved å inkorporere AI kan åpne banktjenester gjøres sikrere, for eksempel ved å forbedre kundeautentisering, forhindre svindel og gi brukere personlig økonomisk innsikt.

5. Kjøp nå, betal senere (BNPL-as-a-service)

Kjøp nå, betal senere-tjenester blir mer populære. Men for et selskap eller for en mindre bank kan det å integrere disse tjenestene i en plattform være kostbart og redusere attraktiviteten.

Ved å utnytte kapasiteten til AI kan flere selskaper integrere BNPL-tjenester og skaffe de kundene som ikke har mulighet til å betale kontant med en gang. Med AI kan bedrifter umiddelbart oppdage en potensiell låntakers berettigelse til kreditt, og til og med gi personlige anbefalinger til en BNPL-aktiv bruker – som har god anseelse – for fremtidige produkter.

6. Grenseoverskridende betalinger

Ifølge Verdensbanken sender en pengeoverføring koster ca. 6.20 % av totalbeløpet som sendes. Dette er enormt, spesielt med tanke på at de fleste mottakere av pengeoverføringer befinner seg i utviklingsland. Tenk på dette. Du sender $100 til en du er glad i i Nigeria, eller i Thailand, og de mottar bare $94. Dette påvirker dem med en gang, og dette er grunnen til at Verdensbanken har satt som mål å redusere total kostnad for overføringer til 3 prosent.

For å gjøre dette kan fintech være til stor hjelp. Først og fremst fordi de ikke har den behemotiske infrastrukturen til for eksempel Western Union. Imidlertid er det fortsatt mange juridiske og regulatoriske utfordringer som grenseoverskridende betalingsselskaper må håndtere, og disse kan optimaliseres ved å utnytte AI og DeFi-bruk. For eksempel kan DeFi bidra til å redusere transaksjonskostnadene, og AI kan bidra til å distribuere teknologien globalt og gjøre den risikofri og fullstendig gjennomsiktig, noe som vil hjelpe fintech med å tilby en rimeligere tjeneste. De kan også forbedre sikkerheten og til og med hjelpe til med å forutsi valutakurser for å gjøre grenseoverskridende transaksjoner mer effektive.

7. Sosialøkonomi

Litt studier viser at det er mer sannsynlig at vi oppnår målene våre når vi deler dem med andre. Innen finans har dette skapt en boom kalt sosial finans – ikke å forveksle med vertikalen sosial virksomhet også kalt på den måten – som lar folk spare sammen til felles mål.

For eksempel, hvis en vennegruppe har til hensikt å reise til neste FIFA verdensmesterskap, kan en AI-drevet app gjøre det lettere for dem alle å optimalisere målkostnadene og dele en spesifikk konto for det formålet, eller integrere sparekontoen deres. på én plattform for å måle fremgang. Deretter kan AI hjelpe dem med å nå sine mål ved å identifisere mønstre og gi dem innsikt rundt deres økonomiske atferd. Dette øker sannsynligheten for at de når sine felles økonomiske mål.

Det er god plass for AI-drevne innovasjoner på dette området, inkludert automatiserte og tilpassede varsler, sanntidskommunikasjon med AI chatbots, automatiserte overføringer basert på inntektssykluser, og til og med AI-drevne roboadvisors som kan hjelpe teammedlemmene med å investere pengene sine på autopilot for at den skal vokse.

Final Thoughts

Selv om mange analytikere og eksperter snakker om fintechs potensielle undergang, fra mitt ståsted, er det ikke dødt. Som eksemplene ovenfor viser er det mange muligheter innen fintech, og for de som forstår de nye spillereglene er disse mulighetene mer spennende enn noen gang. Dette er fordi sektoren nå har mer vekt på lønnsomhet snarere enn på ublu brukeranskaffelse, noe som er bra for den generelle bærekraften til satsingen. Med inkorporering av AI-drevne teknologier kan fintech-sektoren forbedre etterlevelsen av nye forskrifter og gi et sårt tiltrengt løft til mange områder av finansnæringen, inkludert risikostyring, finans, sosialfinans og grenseoverskridende betalinger .