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

Da Willie Sutton, en gang en av Amerikas mest etterlyste rømningsskyldige, ble spurt hvorfor han ranet banker, var hans svar merkelig enkelt, “Fordi det er der pengene er.”

Dette er samme svaret som kunne bli gitt til dem som spør om den økende tendensen mot regulering i fintech-sektoren, og som tror at økt lovgivning kan skade innovasjonen i feltet. Det er der pengene er, derfor er innsatsen høy, og mer regulering vil være der. Dette vil sannsynligvis skje tidligere enn senere, som Michael Hsu, fungerende valutakontroller, sa nylig. Derfor kan vi forvente at etterlevelse vil være i forkant av samtalen, og å bli en prioritet for venturekapitalister, CFOer og andre interessenter.

Selv om volumet av fintech-avtaler globalt falt fra $63,2 milliarder til $52,4 milliarder fra H22022 til H12023, samt at aksjeprisene til offentlig håndhandlede fintech-selskaper falt, inkludert Affirm, Block, PayPal og SoFi, likevel mener jeg at sektoren er langt ifra død og faktisk holder enormt potensiale. Først og fremst, selv om EU og APAC fintech-markedet krympet, opplevde USAs fintech-marked steilt 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 spilleregler har endret seg. Mens det for noen år siden var hovedfokuset for fintech-startups – og for venturekapitalistene som støttet dem – å skaffe flere kunder, er det nå en økende fokus på lønnsomhet. Og mens det fortsatt er segmenter av fintech – som DeFi – som fortsatt opererer i en slags liberal paradis uten mange reguleringer, er det en teknologi som jeg mener 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 min perspektiv, er verdt å følge på grunn av deres enorme potensiale.

1. Personliggjøring

Ved å utnytte generativ AI for å deployere chatbots og forbedre både brukergrensesnittet (UI) og brukeropplevelsen (UX), samt å samle inn omfattende volumer av data og oppdage nøyaktige mønster, kan selskaper personliggjøre sine finansielle produkter og tjenester så de kan møte en bestemt kundes behov. Dette er en del av en større trend som skjer over industrier, gitt de fantastiske kapasitetene AI tilbyr for tilpasning.

La oss huske at penger er noe dypt personlig, derfor kan å kunne ultra-personliggjøre produktene og tjenestene et selskap tilby, katalysere betydelig deres tilknytning til kundene og forbedre konverteringsraten betydelig, hvilket igjen forbedrer inntekten. Banker og finansielle institusjoner ville, fra min perspektiv, være mer enn villige til å samarbeide med et foretak som hjelper dem å oppnå disse målene.

2. Risikostyring

AI definerer fullstendig om risikostyring. En studie av KPMG identifiserte tre nøkkelkapasiteter som er i besittelse av kunstig intelligenssystemer som nå er integrert av finansielle institusjoner, til tross for deres initiale motvilje mot å utvikle seg teknologisk. Disse inkluderer overlegen prognosepresisjon, forbedret variabelseleksjonsprosess og høyere presisjon når det gjelder segmentering.

Ved å dra nytte av disse kapasitetene, kan finansielle institusjoner, for eksempel, ha en klarere bilde av sin kredittrisiko og deres eksponering for default, og ta bedre beslutninger når det gjelder å bestemme hvilke subjekter som er verdige til kredit. Dessuten kan de forbedre sine prosesser for svindelforebygging, som allerede koster bankene $4,36 i utgifter for hver dollar de mister. Til slutt, men ikke minst, kan de også forbedre sin etterlevelse av praksiser som AML (anti-pengelvning) og due diligence.

3. Skattautomatisering

Å lage en solid likviditetsprognose i en verden herjet av geopolitisk og økonomisk usikkerhet er en vanskelig utfordring, gitt den økende mengden variabler som kan påvirke et selskaps drift, fra forsyningskjedebrytninger på grunn av grensestengninger til en utenlandsk partner som møter juridiske utfordringer på grunn av dårlige arbeidspraksiser.

Samtidig er det mer og mer data som selskaper må håndtere. Her kommer AI inn i bildet. Ved å integrere AI-drevne teknologier med eksisterende selskapssystemer, som et ERP (Enterprise Resource Planning) og et CRM (Customer Relationship Management), kan ledere ha en klarere oversikt og mer presise prognoser å ta beslutninger med. AI kan integrere historisk data, markedsmønster og kundeatferd for å gi bedre prediksjoner og forberede en pro forma likviditetsregnskap. Samtidig kan visse skatteoppgaver automatiseres.

For eksempel, hvis en valuta vi har salg i, er i ferd med å devaluere, kan AI automatisere en skattestrategi for å dekke denne risikoen. Liksom, med hjelp av AI, kan en finansiell leder vite hva slags likviditet som er nødvendig for å drive bedriften, og automatisere kortfristige investeringer som kan gi umiddelbar likviditet og generere ekstra finansielle gevinster for selskapet.

4. Åpen, integrert banking

Gitt at betydelig flere finansielle transaksjoner utføres digitalt, er det et behov for åpen, integrert banking hvor en kundes data ikke lenger kan forbli eksklusivt innenfor et banks eget system.

Med AI kan selskaper gjøre finansiell styring enklere ved å verifisere deres flere konti og integrere denne dataen innenfor en enkelt plattform, som muliggjør sømløse operasjoner og gir enkeltpersoner en helhetlig oversikt over deres finansielle situasjon.

For eksempel, Plaid, en åpen bank-API, muliggjør at en person kan utføre transaksjoner ved å koble til deres konti i forskjellige banker – som Interactive Brokers, Bank of America og Wise. Noen av verdens største banker implementerer åpen bank-APIer, inkludert Capital One, Barclays og Nordea. Ved å inkorporere AI, kan åpne banktjenester gjøres mer sikre, for eksempel ved å forbedre kundeautentisering, forebygge svindel og gi brukerne personliggjorte finansielle innsikter.

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

Kjøp nå, betal senere-tjenester blir mer populære. Men for et selskap eller et mindre bank, kan integrering av disse tjenestene i en plattform være kostbart og redusere dens attraktivitet.

Ved å utnytte kapasitetene til AI, kan flere selskaper integrere BNPL-tjenester og tilegne seg kunder som ikke har mulighet til å betale kontant med en gang. Med AI kan bedrifter, med en gang, oppdage en potensiell låntakers kvalifikasjon for kredit, og til og med gi personliggjorte anbefalinger til en BNPL-aktiv bruker – som er i god stand – for fremtidige produkter.

6. Grenseoverskridende betalinger

Ifølge Verdensbanken, koster det å sende en overføring ca. 6,20 % av det totale beløpet som sendes. Dette er enormt, spesielt når man tar i betraktning at de fleste mottakere av overføringer er beliggende i utviklingsland. Tenk på dette. Du sender $100 til en kjær i Nigeria, eller i Thailand, og de mottar bare $94. Dette berører dem med en gang, og dette er hvorfor Verdensbanken har satt målet om å redusere det totale kostnaden av overføringer til 3 prosent.

For å gjøre dette, kan fintech-selskaper være til stor hjelp. Først og fremst fordi de ikke har den enorme infrastrukturen til, for eksempel, Western Union. Men det er fortsatt mange juridiske og regulatoriske utfordringer som grenseoverskridende betalingselskaper må håndtere, og disse kunne optimaliseres ved å kapitalisere på AI og DeFi-bruk. For eksempel, kan DeFi hjelpe til å redusere transaksjonskostnader, og AI kan hjelpe til å distribuere teknologien globalt og gjøre den risikofri og fullstendig transparent, hvilket ville hjelpe fintech-selskaper til å tilby en mer rimelig tjeneste. De kan også forbedre sikkerheten og til og med hjelpe med å forutsi valutakurser for å gjøre grenseoverskridende transaksjoner mer effektive.

7. Sosialfinans

Noen studier viser at vi er mer sannsynlig å oppnå våre mål når vi deler dem med andre. I finans, har dette skapt en boom kalt sosialfinans – ikke å forveksles med den sosiale bedriftsvertikalen med samme navn – som lar folk samarbeide om å spare for felles mål.

For eksempel, hvis en gruppe venner har intensjonen om å reise til neste FIFA-VM, kan en AI-drevet app lette alle å optimalisere målkostnad og å dele en bestemt konto for dette formålet, eller å integrere deres sparingkonto i én plattform for å måle fremgang. Deretter kan AI hjelpe dem å nå målene sine ved å identifisere mønster og gi dem innsikt omkring deres finansielle atferd. Dette øker sannsynligheten for at de vil nå deres felles finansielle mål.

Det er mye rom for AI-drevne innovasjoner i dette rommet, inkludert automatiserte og tilpassede varsler, sanntidskommunikasjon med AI-chatbots, automatiserte overføringer basert på inntekts sykluser og til og med AI-drevne robo-rådgivere som kan hjelpe teammedlemmene å investere pengene sine på autopilot for å la dem vokse.

Slutt tanker

Selv om mange analytikere og eksperter snakker om den potensielle undergangen til fintech, fra min synsvinkel, er det ikke død. Som eksemplene ovenfor viser, er det mange muligheter i fintech, og for dem som forstår de nye spilleregler, er disse mulighetene mer spennende enn noensinne. Dette er fordi sektoren nå har mer fokus på lønnsomhet enn på ekstrem brukeroppsamling, hvilket er bra for hele venturens bærekraft. Dessuten kan fintech-sektoren, med inkorporeringen av AI-drevne teknologier, forbedre sin etterlevelse av nye reguleringer og gi en nødvendig boost til mange områder av den finansielle industrien, inkludert risikostyring, skatt, sosialfinans og grenseoverskridende betalinger.