AI ปูทางสู่อนาคตที่สดใสสำหรับธนาคาร แต่การพัฒนาที่มีความรับผิดชอบคือสิ่งที่สำคัญที่สุด

AI ได้กลายเป็นสิ่งที่พบเห็นได้ทั่วไป ในช่วงหลังการระบาดของโควิด-19 มีความต้องการที่จะเพิ่มประสิทธิภาพ ความตอบสนอง และความฉลาดที่สูงขึ้น ซึ่งได้กระตุ้นให้เกิดการแข่งขันระหว่างผู้เล่นเทคโนโลยีชั้นนำของโลก ในช่วงไม่กี่ปีที่ผ่านมา AI ได้เติบโตจากเทคโนโลยีแฟรนจ์ที่ใช้สำหรับการใช้งานพิเศษเป็นเทคโนโลยีที่สามารถเข้าถึงได้ง่ายผ่านอุปกรณ์ที่เชื่อมต่ออินเทอร์เน็ตได้ ในความเป็นจริง 33% ของการลงทุนด้านการลงทุนร่วมทุนในสหรัฐอเมริกาทั้งหมดในช่วงสามไตรมาสแรกของปี 2024 ไปยังบริษัทที่เกี่ยวข้องกับ AI ซึ่งเป็นการเพิ่มขึ้นอย่างมีนัยสำคัญจาก 14% ในปี 2020 ซึ่งได้เปลี่ยนเป็นการนำระบบ AI ไปใช้ในฟังก์ชันหลักและแอปพลิเคชันสำหรับผู้บริโภคอย่างรวดเร็ว

尽管银行高管渴望采用 AI，但 AI 在银行业的增长将更加谨慎。预计 AI 将为银行增加价值ระหว่าง 200 ถึง 340 พันล้านดอลลาร์ต่อปี โดยหลักๆ แล้วผ่านการเพิ่มประสิทธิภาพการผลิต 66% ของผู้บริหารธนาคารและสถาบันการเงิน เชื่อว่า การเพิ่มประสิทธิภาพที่อาจเกิดขึ้นจาก AI และการautomate เป็นเรื่องที่สำคัญที่พวกเขาต้องยอมรับความเสี่ยงเพื่อรักษาความสามารถในการแข่งขัน อย่างไรก็ตาม มาตรฐานด้านกฎระเบียบที่เข้มงวดและความเสี่ยงที่เกี่ยวข้องกับข้อมูลผู้บริโภคยังคงหมายความว่าธนาคารต้องเข้าใกล้ AI อย่างรอบคอบ โดยเน้นไปที่ความปลอดภัยและความน่าเชื่อถือ

การรวมเทคโนโลยี AI เข้ากับธนาคารกำลังเปลี่ยนแปลงอย่างต่อเนื่อง โดยสัญญาว่าจะปรับปรุงความสามารถในการใช้งาน ประสิทธิภาพการดำเนินงาน และการบริหารต้นทุน – ทั้งหมดนี้เป็นสิ่งสำคัญในการรักษาความสามารถในการแข่งขันและความเป็นศูนย์กลางของผู้บริโภคของธนาคารในเศรษฐกิจดิจิทัลที่เปลี่ยนแปลงอย่างรวดเร็ว

AI ทำหน้าที่เป็นตัวเร่งการสร้างนวัตกรรมในธนาคารโดย ทำให้กระบวนการที่ซับซ้อนของภาคส่วนนี้ง่ายขึ้น ในขณะเดียวกันก็ปรับปรุงประสิทธิภาพ ความแม่นยำ และการปรับแต่งให้เหมาะสม ซึ่งมีผลกระทบอย่างเห็นได้ชัดในพื้นที่ต่างๆ เช่น การบริการลูกค้า การตรวจจับการฉ้อโกง และการตัดสินใจเกี่ยวกับการให้กู้ยืม AI chatbot ตัวอย่างเช่น เป็นเรื่องปกติแล้ว – 72% ของธนาคารรายงานว่าประสบการณ์ของลูกค้าได้รับการปรับปรุงเนื่องจากการนำไปใช้

การรวม การประมวลผลภาษาธรรมชาติ (NLP) มีคุณค่าอย่างยิ่ง โดยทำให้การโต้ตอบกับลูกค้ามีความ直관มากขึ้น ในกรณีที่ลูกค้าอาจต้องการความช่วยเหลือเกี่ยวกับแพลตฟอร์มออนไลน์ AI สามารถตอบกลับในเวลาจริง โดยให้คำแนะนำแก่ลูกค้าในภาษาที่เรียบง่ายและชัดเจน ซึ่งสามารถปรับปรุงประสบการณ์ของผู้ใช้ ทำให้บริการธนาคารที่อาจดูเข้มข้นมากขึ้นเป็นมิตรและง่ายต่อการใช้งานมากขึ้น นอกจากนี้ โดยการวิเคราะห์ข้อมูลลูกค้าและประวัติการทำธุรกรรม AI ที่ขับเคลื่อนด้วยแพลตฟอร์มกำลังดีขึ้นในการให้คำแนะนำผลิตภัณฑ์ที่ปรับให้เหมาะสม สำหรับตัวอย่างเช่น หากคุณทำธุรกรรมการลงทุนจากธนาคารหนึ่งไปยังอีกธนาคารหนึ่ง คุณอาจเห็นข้อเสนอการซื้อขายที่ไม่มีค่าคอมมิชชันจากธนาคารหนึ่งในสองธนาคารนั้นบนหน้าธุรกรรมของคุณ ข้อเสนอที่ปรับให้เหมาะสมดังกล่าวสามารถเพิ่มความภักดีของลูกค้าได้ แต่ดูเหมือนว่าภาคธนาคารมีช่องว่างที่ต้องเติม เนื่องจาก 74% ของลูกค้าธนาคาร ระบุว่าต้องการประสบการณ์ที่ปรับให้เหมาะสมมากขึ้น ธนาคารควรพิจารณานำ AI มาใช้เพื่อเพิ่มการปรับให้เหมาะสม โดยเฉพาะอย่างยิ่งในเวลาที่ธนาคารกำลังสูญเสีย 20% ของลูกค้า ของตนเนื่องจากประสบการณ์ของลูกค้าที่ไม่ดี

ประโยชน์ของระบบ AI ยังขยายไปไกลกว่าการปรับปรุงด้านหน้า โดยทำให้กระบวนการหลังบ้านมีประสิทธิภาพมากขึ้น สถาบันการเงินได้ใช้ AI เพื่อลดการตรวจสอบด้วยมือที่ใช้เวลานานและลดความเสี่ยง ตัวอย่างเช่น แพลตฟอร์ม Contract Intelligence (COiN) ของ JP Morgan สามารถ ประมวลผล สัญญา 12,000 ฉบับต่อปี ซึ่งช่วยประหยัดเวลาในการตรวจสอบ 360,000 ชั่วโมงสำหรับทีมกฎหมายของบริษัท แพลตฟอร์มนี้มีประโยชน์อย่างมากในการตีความใบสมัครเงินกู้

AI เพิ่มขีดความสามารถในการลดความเสี่ยงและการตรวจจับการฉ้อโกง

นอกเหนือจากการปรับปรุงการโต้ตอบกับลูกค้าและการอนุมัติสัญญาที่มีประสิทธิภาพมากขึ้น เทคโนโลยี AI ยังช่วยให้ธนาคารมีความสามารถในการตรวจจับการฉ้อโกงและการจัดการความเสี่ยงด้วย เมื่อปีที่แล้ว การฉ้อโกงทำให้ธนาคารทั่วโลกสูญเสียมากกว่า $442 พันล้านดอลลาร์ ในการ损失ที่คาดการณ์ไว้ ส่วนใหญ่มาจากการฉ้อโกงการชำระเงิน การฉ้อโกงเช็ค และการฉ้อโกงบัตรเครดิต เทคโนโลยี AI ได้พัฒนาการตรวจจับการฉ้อโกงโดยการรับรู้รูปแบบที่อาจบ่งบอกถึงกิจกรรมที่ไม่ซื่อสัตย์ เครื่องมือเหล่านี้ยังสามารถติดตามธุรกรรมในเวลาจริงและระบุความผิดปกติได้เร็วกว่าวิธีการแบบดั้งเดิม ตัวอย่างเช่น เครื่องมือการวิเคราะห์ความเสี่ยงแบบ AI ช่วยให้ธนาคารประเมินความเสี่ยงในการให้บริการทางการเงินโดยการวิเคราะห์ประวัติการทำธุรกรรมและระบุสัญญาณอันตรายที่อาจเกิดขึ้น ซึ่งเพิ่มประสิทธิภาพและความปลอดภัยในการอนุมัติ

แม้ว่า AI จะได้ผลลัพธ์ที่สำคัญในการป้องกันการฉ้อโกง แต่ก็ไม่ได้ปราศจากความซับซ้อน การเพิ่มขึ้นของเครื่องมือ AI ที่สร้างได้ เช่น วิดีโอและรูปภาพที่สร้างขึ้นโดย AI สามารถถูกใช้เพื่อการฉ้อโกงและกลอุบายที่ซับซ้อน เช่น การหลอกลวงพนักงานทางการเงินที่ถูกหลอกให้จ่ายเงิน $25 ล้าน ให้กับกลุ่มฉ้อโกงโดยใช้ AI เพื่อปลอมตัวเป็นประธานเจ้าหน้าที่ฝ่ายการเงินของเขา

เมื่อระบบการตรวจจับการฉ้อโกงแบบ AI มีความก้าวหน้า รูปแบบการกำกับดูแลที่ควบคุมการใช้งานจะต้องพัฒนาไปด้วย สิ่งที่น่าสนับสนุนคือ สถาบันการเงินกำลังร่วมมือกับหน่วยงานกำกับดูแลเพื่อให้แน่ใจว่าระบบ AI เหล่านี้ได้รับการออกแบบและใช้งานอย่างมีความรับผิดชอบ โดยมุ่งเน้นไปที่การคุ้มครองลูกค้าเป็นหลัก

การจัดการความท้าทายด้านจริยธรรมและกฎระเบียบ

尽管 AI มีประโยชน์มากมาย แต่การนำ AI ไปใช้ในธนาคารก็มีความท้าทายด้านจริยธรรมและกฎระเบียบที่สำคัญ เนื่องจากธนาคารมีภูมิทัศน์ด้านกฎระเบียบที่เข้มงวด สถาบันการเงินจึงต้องปฏิบัติตามมาตรฐานการปฏิบัติตามกฎระเบียบที่เข้มงวด ซึ่งมักจะแตกต่างกันไปในแต่ละภูมิภาค สหภาพยุโรปตัวอย่างเช่น กำลังจะนำกฎหมาย AI มาใช้ ซึ่งรวมถึงการปรับเป็นจำนวนมากถึง 7% ของรายได้ประจำปีสำหรับบริษัทที่พบว่าไม่ปฏิบัติตามกฎระเบียบ ในทำนองเดียวกัน ในสหรัฐอเมริกา การกำกับดูแลจากหน่วยงานด้านกฎระเบียบ เช่น Federal Reserve และ Consumer Financial Protection Bureau (CFPB) หมายความว่าธนาคารต้องนำทางกฎความเป็นส่วนตัวที่ซับซ้อนเมื่อนำโมเดล AI ไปใช้

ข้อกังวลหลักด้านกฎระเบียบเกี่ยวกับ AI คือความเสี่ยงของความลำเอียงในโมเดลภาษาที่มีขนาดใหญ่ ซึ่งอาจมีผลกระทบที่ไม่ได้ตั้งใจในการตัดสินใจเกี่ยวกับการให้คะแนนเครดิตหรือการอนุมัติสินเชื่อ ตัวอย่างเช่น โมเดล AI ที่ได้รับการฝึกอบรมจากข้อมูลที่มีความลำเอียงหรือมีข้อบกพร่องอาจปฏิเสธการสมัครสินเชื่อจากกลุ่มประชากรบางกลุ่มโดยไม่สมส่วน ซึ่งอาจทำให้ธนาคารต้องเผชิญกับความเสี่ยงด้านชื่อเสียง การฟ้องร้อง การดำเนินการด้านกฎระเบียบ หรือทั้งสามอย่าง

เพื่อแก้ไขปัญหเหล่านี้ ธนาคารกำลังลงทุนในเฟรมเวิร์ก “explainable AI” ซึ่งช่วยให้สามารถมองเห็นความโปร่งใสในการตัดสินใจโดย AI ได้ AI ที่สามารถอธิบายได้ช่วยให้ธนาคารสามารถแสดงความรับผิดชอบต่อหน่วยงานกำกับดูแลและลูกค้าได้ นอกจากนี้ยังสำคัญที่ธนาคารจะต้องรักษาแนวทาง “human-in-the-loop” เพื่อแย้งการตัดสินใจที่ทำโดย AI โดยเฉพาะอย่างยิ่งหากพวกเขาคิดว่าการตัดสินใจของ AI อาจนำไปสู่การดำเนินการทางวินัย

นอกจากนี้ การรับรองความปลอดภัยของข้อมูลและความเป็นส่วนตัวของลูกค้าในแอปพลิเคชัน AI เป็นสิ่งสำคัญ เนื่องจากธนาคารจัดการข้อมูลที่ละเอียดอ่อนจำนวนมาก ระบบ AI ที่ขับเคลื่อนด้วยต้องรวมการเข้ารหัสขั้นสูงและ匿อัตลักษณ์ข้อมูลเพื่อป้องกันการละเมิดความปลอดภัย ต้นทุนเฉลี่ยของการละเมิดความปลอดภัยในภาคการเงินคือ 4.45 ล้านดอลลาร์ต่อเหตุการณ์ – ต้นทุนที่ AI สามารถช่วยลดได้ หากนำไปใช้ร่วมกับมาตรการรักษาความปลอดภัยที่เข้มงวดอื่นๆ

ความจำเป็นในการพัฒนา AI ที่มีความรับผิดชอบ

ทุกๆ สองสามสัปดาห์ จะมีการพัฒนาด้าน AI ที่ดึงดูดความสนใจ ทำให้เกิดคำถามที่สำคัญ: การพัฒนาด้าน AI เหล่านี้มีพื้นฐานมาจากความรับผิดชอบหรือได้รับแรงผลักดันจากแรงจูงใจทางการเงินเพียงอย่างเดียวหรือไม่? การใช้ AI อย่างมีความรับผิดชอบเป็นสิ่งสำคัญในการใช้ประโยชน์จาก AI โดยเฉพาะอย่างยิ่งสำหรับธนาคาร ซึ่งเกี่ยวข้องกับการติดตาม การทดสอบ และการปรับโมเดล AI อย่างต่อเนื่องเพื่อให้แน่ใจว่าทำงานตามที่ตั้งใจไว้ ยุทธศาสตร์ AI ที่ครอบคลุมรวมถึงการตรวจสอบโมเดลอย่างเข้มงวด การตรวจจับความลำเอียง โปรโตคอลการตรวจสอบ และการทำความสะอาดข้อมูลเป็นหลัก นอกจากนี้ ระบบ AI ควรได้รับการออกแบบเพื่อเพิ่มประสิทธิภาพการกำกับดูแลของมนุษย์ ไม่ใช่การแทนที่ โดยเฉพาะอย่างยิ่งในสถานการณ์การตัดสินใจที่ซับซ้อน แนวทางนี้รับประกันว่า AI จะเป็นเครื่องมือในการเสริมศักยภาพให้กับพนักงานธนาคาร โดยช่วยให้พวกเขามุ่งเน้นไปที่งานที่ต้องใช้การคิดเชิงวิพากษ์ ความเห็นอกเห็นใจ และการโต้ตอบกับลูกค้า

การสร้างเส้นทางที่สมดุลไปข้างหน้า

ศักยภาพของ AI ในการปฏิวัติธนาคารนั้นไม่สามารถปฏิเสธได้ แต่เส้นทางไปข้างหน้าต้องคำนึงถึงความต้องการด้านเทคโนโลยีและจริยธรรมอย่างรอบคอบ ธนาคารมีตำแหน่งที่ไม่เหมือนใครในการนำการนำ AI ที่มีความรับผิดชอบมาใช้ และตั้งมาตรฐานสำหรับอุตสาหกรรมอื่นๆ ในการรวมนวัตกรรมเข้ากับความรับผิดชอบ โดยการเน้นไปที่โมเดล AI ที่โปร่งใส ตรงตามมาตรฐาน และมุ่งเน้นไปที่ลูกค้า สถาบันการเงินสามารถเปลี่ยนแปลงประสบการณ์ธนาคาร โดยให้บริการที่มีประสิทธิภาพมากขึ้นโดยไม่กระทบต่อความไว้วางใจหรือการปฏิบัติตามกฎระเบียบ

เมื่อมองไปข้างหน้า การนำ AI ไปใช้ในธนาคารที่ประสบความสำเร็จจะขึ้นอยู่กับการทำงานร่วมกันในอุตสาหกรรม ธนาคาร หน่วยงานกำกับดูแล และผู้ให้บริการเทคโนโลยีต้องทำงานร่วมกันเพื่อตั้งมาตรฐานที่ดีที่สุดในการแบ่งปันข้อมูลและปรับตัวให้เข้ากับภูมิทัศน์ที่เปลี่ยนแปลงอย่างรวดเร็ว เมื่อธนาคารนำทางความซับซ้อนของ AI ผู้ที่สามารถใช้ประโยชน์จาก AI ในขณะเดียวกันก็จัดการความเสี่ยงจะกลายเป็นผู้นำในอนาคตของการเงินอย่างไม่ต้องสงสัย ในอุตสาหกรรมนี้ ธนาคาร ผู้กำกับดูแล และผู้ให้บริการเทคโนโลยีต้องทำงานร่วมกันเพื่อตั้งมาตรฐานที่ดีที่สุด และปรับตัวให้เข้ากับภูมิทัศน์ที่เปลี่ยนแปลงอย่างรวดเร็ว เมื่อธนาคารนำทางความซับซ้อนของ AI ผู้ที่สามารถใช้ประโยชน์จาก AI ในขณะเดียวกันก็จัดการความเสี่ยงจะกลายเป็นผู้นำในอนาคตของการเงินอย่างไม่ต้องสงสัย ในอุตสาหกรรมนี้