Hur AI Boostar Fintech: 7 Löftesrika AI-Drivna Branscher Att Följa

När Willie Sutton, en gång en av Amerikas mest eftersökta brottslingar, frågades varför han rånade banker, var hans svar förvånansvärt enkelt, “För att det är där pengarna finns.”

Detta är samma svar som kan ges till dem som frågar om den växande tendensen mot reglering i fintech-sektorn, och som tror att ökad lagstiftning kan skada innovationen inom området. Det är där pengarna finns, alltså är insatserna höga, och mer reglering kommer att finnas. Detta kommer troligen att hända snart, eftersom Michael Hsu, tillförordnad kontrollant för valuta, sa nyligen. Därför kan vi förvänta oss att regelefterlevnad kommer att vara i förgrunden för samtalet, och bli en prioritet för riskkapitalister, CFO:er och andra intressenter.

Även om volymen av fintech-avtal globalt minskade från $63,2 miljarder till $52,4 miljarder från H22022 till H12023, samt att aktiekurserna för publikt handlade fintech-bolag minskade, inklusive Affirm, Block, PayPal och SoFi, är sektorn ändå långt ifrån död och har fortfarande enorm potential. Först och främst, även om EU och APAC:s fintech-marknad minskade, upplevde den amerikanska fintech-marknaden kraftig tillväxt från $28,9 miljarder till $36,1 miljarder under samma period. För det andra, är förbehållet att för att förverkliga fintech-potentialen, måste vi först förstå att spelreglerna har ändrats. Medan fokus för fintech-startups – och för riskkapitalister som stödde dem – för några år sedan var att skaffa fler kunder, finns det nu en växande betoning på lönsamhet. Och medan det fortfarande finns segment av fintech – som DeFi – som fortfarande opererar i någon sorts liberal paradis utan många regleringar, finns det en teknik som jag tror kommer att radikalt förändra branschen, och hjälpa den att blomstra trots regleringstrycket.

Denna teknik är AI, och här är sju vertikaler inom fintech som, från min synvinkel, är värda att följa på grund av deras enorma potential.

1. Personanpassning

Genom att utnyttja generativ AI för att distribuera chatbots och förbättra både användargränssnittet (UI) och användarupplevelsen (UX), samt för att samla in omfattande volymer av data och upptäcka exakta mönster, kan företag personanpassa sina finansiella produkter och tjänster så att de kan möta en specifik kunds behov. Detta är en del av en större trend som äger rum över hela branschen, med tanke på de fantastiska möjligheter som AI erbjuder för anpassning.

Låt oss komma ihåg att pengar är något djupt personligt, därför kan möjligheten att ultra-personanpassa de produkter och tjänster som ett företag erbjuder katalysera dess anslutning till kunderna och avsevärt förbättra konverteringsgraderna, vilket i sin tur förbättrar intäkterna. Banker och finansiella institutioner skulle, från min synvinkel, vara mer än villiga att samarbeta med ett företag som hjälper dem att uppnå dessa mål.

2. Riskhantering

AI definierar om riskhantering. En studie av KPMG identifierade tre nyckelförmågor som besitts av artificiella intelligenssystem som nu integreras av finansiella institutioner, trots deras initiala tveksamhet att utvecklas tekniskt. Dessa inkluderar överlägsen prognosnoggrannhet, förbättrade variabelvalprocesser och högre precision vid segmentering.

Genom att utnyttja dessa kapaciteter kan finansiella institutioner, till exempel, ha en tydligare bild av sin kreditrisk och sin exponering för default, och fatta bättre beslut när de bestämmer vilka ämnen som är värda att få kredit. Dessutom kan de förbättra sina bedrägeridetekteringsprocesser, som redan kostar banker $4,36 i utgifter för varje dollar de förlorar. Slutligen, men inte minst, kan de också förbättra regelefterlevnaden med metoder som AML (anti-penningtvätt) och due diligence.

3. Skattautomatisering

Att göra en solid likviditetsprognos i en värld full av geopolitisk och ekonomisk osäkerhet är en överväldigande utmaning, med tanke på det ökande antalet variabler som kan påverka ett företags verksamhet, från leveranskedjeförseningar på grund av gränsstängningar till en utländsk partner som möter rättsliga utmaningar på grund av dåliga arbetsmetoder.

Samtidigt finns det mer och mer data som företag måste hantera. Här kommer AI in i bilden. Genom att integrera AI-drivna teknologier med befintliga företagssystem, som ett ERP (Enterprise Resource Planning) och ett CRM (Customer Relationship Management), kan chefer ha tydligare insikt och mer precisa prognoser för att fatta beslut. AI kan integrera historisk data, marknadsmodeller och kundbeteende för att ge bättre förutsägelser och förbereda en pro forma-likviditetsberäkning. Samtidigt kan vissa skatteuppgifter automatiseras.

Till exempel, om en valuta som vi har försäljning i avvärderas, kan AI automatisera en skattestrategi för att hedge den risken. Likaså kan en finansiell chef, med hjälp av AI, veta vilka likviditetsnivåer som behövs för att driva företaget och automatisera kortfristiga investeringar som kan ge omedelbar likviditet och generera ytterligare finansiella vinster för företaget.

4. Öppen, integrerad bankverksamhet

Med tanke på att en betydande del av finansiella transaktioner genomförs digitalt, finns det ett behov av öppen, integrerad bankverksamhet där en kunds data inte längre kan förbli exklusivt inom ett banks eget system.

Med AI kan företag göra finansiell hantering enklare genom att verifiera deras flera konton och integrera den datan inom en enda plattform, vilket möjliggör sömlösa operationer och ger individer en helhetsbild av sin finansiella situation.

Till exempel, Plaid, en öppen bank-API, möjliggör för en person att genomföra transaktioner genom att ansluta sina konton i olika banker – som Interactive Brokers, Bank of America och Wise. Några av världens största banker implementerar öppna bank-API:er, inklusive Capital One, Barclays och Nordea. Genom att integrera AI, kan öppna banktjänster göras mer säkra, till exempel genom att förbättra kundautentisering, förhindra bedrägeri och ge användarna personliga finansiella insikter.

5. Köp nu, betala senare (BNPL-as-a-service)

Köp nu, betala senare-tjänster blir allt mer populära. Men för ett företag eller en mindre bank, kan integrationen av dessa tjänster i en plattform vara kostsam och minska dess attraktivitet.

Genom att utnyttja AI: s kapaciteter, kan fler företag integrera BNPL-tjänster och förvärva de kunder som inte har möjlighet att betala kontant direkt. Med AI kan företag omedelbart upptäcka en potentiell låntagares kreditvärdighet och till och med ge personliga rekommendationer till en BNPL-aktiv användare – som är i gott stånd – för framtida produkter.

6. Gränsöverskridande betalningar

Enligt Världsbanken, kostar det att skicka en remiss cirka 6,20 % av det totala belopp som skickas. Detta är stort, särskilt med tanke på att de flesta mottagare av remisser befinner sig i utvecklingsländer. Tänk på det här. Du skickar $100 till en älskad i Nigeria eller i Thailand, och de får bara $94. Det påverkar dem omedelbart, och det är därför Världsbanken har satt målet att minska den totala kostnaden för remisser till 3 procent.

För att göra detta, kan fintech-bolag vara till stor hjälp. Först och främst, eftersom de inte har den enorma infrastrukturen hos, till exempel, Western Union. Men det finns fortfarande många juridiska och regleringsmässiga utmaningar som gränsöverskridande betalningsföretag måste hantera, och dessa kunde optimeras genom att utnyttja AI och DeFi-användning. Till exempel, kan DeFi hjälpa till att minska transaktionskostnaderna, och AI kan hjälpa till att distribuera tekniken globalt och göra den riskfri och fullständigt transparent, vilket skulle hjälpa fintech-bolag att erbjuda en mer prisvärd tjänst. De kan också förbättra säkerheten och till och med hjälpa till att förutsäga valutakurser för att göra gränsöverskridande transaktioner mer effektiva.

7. Social finans

Vissa studier visar att vi är mer benägna att uppnå våra mål när vi delar dem med andra. I finans, har detta skapat en boom som kallas social finans – inte att förväxla med den sociala företagsvertikalen med samma namn – som tillåter människor att samarbeta för att spara till gemensamma mål.

Till exempel, om en grupp vänner har för avsikt att resa till nästa FIFA-VM, kan en AI-driven app underlätta för alla att optimera målkostnaden och att dela ett specifikt konto för det ändamålet, eller att integrera deras sparkonton i en plattform för att mäta framsteg. Då kan AI hjälpa dem att uppnå sina mål genom att identifiera mönster och ge dem insikter om deras finansiella beteenden. Detta ökar sannolikheten att de kommer att uppnå sitt gemensamma finansiella mål.

Det finns gott om utrymme för AI-drivna innovationer inom detta område, inklusive automatiserade och anpassade meddelanden, realtidskommunikation med AI-chatbots, automatiserade överföringar baserade på inkomstcykler och till och med AI-drivna robo-rådgivare som kan hjälpa teammedlemmarna att investera sina pengar på autopilot för att de ska växa.

Slutliga tankar

Även om många analytiker och experter talar om den potentiella undergången för fintech, är det från min synvinkel inte död. Som exemplen ovan visar, finns det gott om möjligheter inom fintech, och för dem som förstår de nya reglerna för spelet, är dessa möjligheter mer spännande än någonsin. Detta beror på att sektorn nu har en större betoning på lönsamhet snarare än på överdriven användaranskaffning, vilket är bra för venturens totala hållbarhet. Dessutom kan fintech-sektorn, med hjälp av AI-drivna teknologier, förbättra sin regelefterlevnad med nya regleringar och ge en mycket behövlig skjuts till många områden inom den finansiella industrin, inklusive riskhantering, skatt, social finans och gränsöverskridande betalningar.