{"id":7448,"date":"2023-12-18T17:30:37","date_gmt":"2023-12-18T16:30:37","guid":{"rendered":"https:\/\/tehnokrat.si\/?p=7448"},"modified":"2023-12-18T17:30:38","modified_gmt":"2023-12-18T16:30:38","slug":"umetna-inteligenca-je-boljsa-kot-bancnik-toda-ali-je-bancnik-se-boljsi-z-umetno-inteligenco","status":"publish","type":"post","link":"https:\/\/tehnokrat.si\/?p=7448","title":{"rendered":"Umetna inteligenca je bolj\u0161a kot ban\u010dnik, toda ali je ban\u010dnik \u0161e bolj\u0161i z umetno inteligenco?"},"content":{"rendered":"\n

Umetna inteligenca spreminja vse, kar poznamo, zakaj torej ne bi spremenila \u0161e ban\u010dni\u0161tva?<\/strong><\/p>\n\n\n\n

Miran Varga<\/p>\n\n\n\n

Umetna inteligenca v ban\u010dni\u0161tvu ni novost, saj so banke s prvimi algoritmi in tehnologijami umetne inteligence za\u010dele eksperimentirati \u017ee pred pribli\u017eno desetletjem in pol. Zdaj pa smo \u017ee pri\u010da naslednjemu evolucijskemu koraku \u2013 neko\u010d eksperimenti prehajajo v poslovno prakso, njihovo mesto pa zasedajo \u0161e novej\u0161e, celo prebojne tehnologije. Pojdimo lepo po vrsti.<\/p>\n\n\n\n

Doslej je bila ve\u010dina primerov uporabe umetne inteligence v ban\u010dni\u0161tvu namenjena avtomatizaciji nalog ali ustvarjanju poro\u010dil, morda celo napovedi. To delo so sprva opravljali predvsem modeli strojnega u\u010denja, pri bankah z globljimi \u017eepi in ve\u010d(jimi) tehni\u010dnimi zanesenjaki ter podatkovnimi znanstveniki pa tudi \u0161e precej bolj kompleksni modeli globokega u\u010denja. Banke so tako hitro ugotovile, da za analitiko vseh analitik potrebujejo precej\u0161nje ra\u010dunalni\u0161ke zmogljivosti in za\u010dele postavljati stre\u017enike sobe ali celo miniaturne podatkovne centre. Nato so ugotovile \u0161e, da so rezultati vseh analiz in napovedi precej bolj to\u010dni, \u010de imajo na voljo velike koli\u010dine podatkov. Finan\u010dna analiza je kar naenkrat prestopila meje zgolj obdelave \u0161tevilk na teko\u010dih ra\u010dunih, \u010drpanje najrazli\u010dnej\u0161ih podatkov o uporabnikih, gospodarskih trendih, \u017eivljenjskih tabel, \u00bbsposojenih\u00ab pri zavarovalnicah in celo \u00bbsentimenta\u00ab na dru\u017ebenih omre\u017ejih, je bankam omogo\u010dilo, da so svoje komitente neredko poznale bolje od njih samih. Po finan\u010dni plati, kakopak. \u0160e zdaj se spomnim lastnega ogor\u010denja, ko so se na eni izmed poslovnih konferenc v ZDA v podjetju, ki je razvijalo napredne analiti\u010dne re\u0161itve za ban\u010dni\u0161tvo, pohvalili, da njihov algoritem pogosto prej zazna, kdaj je \u017eenska nose\u010da kot uporabnica sama, saj prepozna spremembo nakupovalnih vzorcev \u0161e preden ta postane o\u010ditna posamezniku. Pa je govora o eni zgodnej\u0161ih oblik umetne inteligence.<\/p>\n\n\n\n

Danes so prav banke, ponudniki finan\u010dnih storitev in zavarovalnice eni izmed njenih najaktivnej\u0161ih uporabnikov. Strojno u\u010denje v ban\u010dni\u0161tvu, finan\u010dnih storitvah in zavarovalni\u0161tvu je konec leta 2022 predstavljalo pribli\u017eno 18 % celotnega trga teh re\u0161itev, merjeno po kon\u010dnih uporabnikih (podatki S&P Global). Se je pa spremenila ena stvar \u2013 banke ne postavljajo ve\u010d lastnih podatkovnih centrov, temve\u010d se vse bolj zana\u0161ajo na storitve strojnega u\u010denja v oblaku, ki jih zakupujejo pri ponudnikih, kot so AWS, Microsoft Azure ter Google ML, pri \u010demer jih ve\u010dina (71 %) uporablja zasebna okolja v oblaku, kot ugotavlja \u0161tudija TMT Research.<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n


Avtomatizacija dela ban\u010dnega osebja<\/strong><\/p>\n\n\n\n

Banke imajo rade \u0161tevilke, visoke pri dobi\u010dku, nizke pri stro\u0161kih. Vsaka njihova nalo\u017eba mora v \u017eelenem \u010dasovnem okviru ustvariti pozitivno bilanco, sicer je preprosto ni. Avtomatizacija z umetno inteligenco je dobila zeleno lu\u010d in se dokazala v praksi. Predvsem je pripomogla k poenostavitvi poslovanja bank in zmanj\u0161anju stro\u0161kov, saj so banke z njo ciljale na zmanj\u0161anje ro\u010dnega dela osebja. Vna\u0161anje, pretipkavanje in prenosi informacij iz razli\u010dnih aplikacij so danes naloga programskih (ro)botov, ki niso le stro\u0161kovno u\u010dinkoviti, temve\u010d tudi manj nagnjeni k napakam pri delovanju. Vse delo, ki je temeljilo na jasnih pravilih in postopkih, so banke \u017ee avtomatizirale. To je bil la\u017eji del. Zdaj je pred njimi ve\u010dji zalogaj \u2013 obdelava nestrukturiranih dokumentov in podatkov v razli\u010dnih formatih. In tudi ta naloga je zaupana tehnologiji umetne inteligence, saj ta \u017ee precej natan\u010dno prepoznava in razvr\u0161\u010da dokumente, pri \u010demer se bolj\u0161e re\u0161itve celo u\u010dijo iz lastnega delovanja!

Ban\u010dnikov torej na potrebujemo ve\u010d?! Nikar tako hitro do takega zaklju\u010dka. Banke so zmogljivosti in podatke umetne inteligence, lastne in zunanje, uporabile tudi za pove\u010danje zmogljivosti zaposlenih, tako da so ti sedaj kos opravljanju nalog, ki jih prej niso zmogli. Algoritmi za napovedovanje in upravljanje tveganj so na primer izkoristili sposobnost umetne inteligence, da analizira velike koli\u010dine podatkov in odkrije skrite vzorce, ki \u010dloveku niso o\u010ditni. To je omogo\u010dilo natan\u010dnej\u0161e in hitrej\u0161e sprejemanje odlo\u010ditev. Bistveno hitrej\u0161e \u2013 \u017ee pridobivanje informacij, za katerega so ban\u010dniki neko\u010d potrebovali ve\u010d ur, zdaj traja le nekaj minut ali celo zgolj sekund. Je pa zdaj te\u017eava drugje \u2013 povpre\u010den ban\u010dnik ne zna razlo\u017eiti, zakaj se je aplikacija, ki jo ima pred o\u010dmi odlo\u010dila tako, kot se je. Ljudje, ki na ra\u010dun \u00bbvsevednega ra\u010dunalnika\u00ab ne dobijo (ve\u010d) kredita, niso navdu\u0161eni. Banke pa\u010d so, saj jih vsaka slaba nalo\u017eba (beri: posojilo) stane …<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n


Odkrivanje goljufij<\/strong><\/p>\n\n\n\n

Eno prvih podro\u010dij, na katerega so banke spustile umetno inteligenco, je bila poleg analize tveganj, tudi podro\u010dje odkrivanja goljufij. \u0160e ve\u010d, orodja z umetno inteligenco goljufij niso le odkrivala, temve\u010d so jih tudi napovedovala (s predvidevanjem morebitnih primerov na podlagi spremljanja pla\u010dilnih transakcij trgovcev v realnem \u010dasu) in prepre\u010devala!<\/p>\n\n\n\n

Umetna inteligenca je danes sestavni del malodane vseh re\u0161itev s podro\u010dja kibernetske varnosti v bankah. \u0160e ve\u010d, celo obse\u017ene jezikovne modele (LMM) je mo\u010d prilagoditi za varnostne funkcije, da se bodo lahko odzvali na digitalne gro\u017enje in zapletene podatke sintetizirali (beri: osmislili) v jasne smernice za uporabo s strani strokovnjakov.<\/p>\n\n\n\n

Generativna umetna inteligenca prina\u0161a nove pluse in minuse<\/strong>
Medtem ko sta avtomatizacija in napovedovanje prihodnosti, ki ju omogo\u010da umetna inteligenca, tipi\u010dna sestavna dela digitalne preobrazbe bank, so nalo\u017ebe v orodja, ki jih poganjajo novej\u0161i sistemi z generativno umetno inteligenco, \u0161e vedno v povojih. To pomeni, da te tehnologije ter njihove prednosti in tveganja \u0161e niso v celoti preizku\u0161ene. Vendar se zdi, da je potencial nove umetne inteligence za vnovi\u010dno preoblikovanje podro\u010dja ban\u010dni\u0161tva velik.<\/p>\n\n\n\n

Sam zelo rad prebiram gradiva, ki govorijo o prihodnosti, posebej, \u010de jih pripravijo \u00bbresna\u00ab podjetja. Eden ljub\u0161ih virov so tudi poro\u010dila Signals, ki jih ob\u010dasno objavlja Mastercard. \u0160e povsem sve\u017ee tak\u0161no poro\u010dilo ugotavlja, da bodo banke trenutno raziskovanje generativne UI postopoma nadomestile z njeno popolno uvedbo. V bli\u017enji prihodnosti bodo interne aplikacije z nizko stopnjo tveganja nadomestile aplikacije namenjene potro\u0161nikom, ki pa bodo \u0161e vedno relativno \u00bbneambiciozne\u00ab. Bodo torej (zelo) uporabne, ne pa tudi \u0161okantno zmogljive. Ali pa\u010d, odvisno s katerega konca tehnolo\u0161ke krivulje jih gledate.<\/p>\n\n\n\n

Najbolj \u00bbplasti\u010den\u00ab primer je tudi tisti, ki ga imajo banke najraje \u2013 pridobivanje novih strank. Generativna UI lahko bankam poenostavi zagotavljanje skladnosti glede poznavanja strank in upravljanja z dokumentacijo. S svojo zmogljivostjo hitre sinteze podatkov o strankah lahko ozna\u010di tveganja in avtomatizira administrativna opravila ter tako poskrbi, da bo banka z novo pridobljeno stranko hitreje (za)slu\u017eila.<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n


Pogovorno ban\u010dni\u0161tvo<\/strong><\/p>\n\n\n\n

Pogovorno ban\u010dni\u0161tvo je vsekakor nekaj, kar bo z nami v prihodnje. Generativna UI bo poskrbela za bolj\u0161e klepetalne (ro)bote, tak\u0161ne, ki se bodo na poizvedbe strank sposobni odzvati na kontekstualno primeren na\u010din. Klepetanje z ban\u010dnikom iz mesa in krvi utegne postati stvar preteklosti, s \u010dimer ni ni\u010d narobe, \u010de bodo ti algoritmi in jezikovni modeli prestali Turingov test (beri: povpre\u010den uporabnik ne bo lo\u010dil ra\u010dunalnika od \u010dloveka). Robotski ban\u010dni \u00bbuslu\u017ebenci\u00ab bi nemara bili celo za\u017eeleni, npr. na podro\u010dju premo\u017eenjskega svetovanja bi generativna UI s sposobnostjo sinteze podatkov lahko ponudila nasvete, ki niso obremenjeni s \u010dustvi ali \u017eeljami. Finan\u010dni svetovalci in njihove stranke bi lahko uporabili simulacije, ki jih poganja umetna inteligenca, za poglobitev svojega razumevanja zapletenih nalo\u017ebenih strategij.<\/p>\n\n\n\n

Posledi\u010dno bi bilo manj slabe volje, kar zadeva izdajo posojil. Generativna UI bi lahko skraj\u0161ala \u010das obdelave posojil in s tem povezanih stro\u0161kov tako, da bi prosilcem omogo\u010dila postopna navodila v obliki pogovora. Enostavnej\u0161i postopki bi lahko spodbudili \u0161e ve\u010d podjetij in posameznikov da zaprosijo za najem posojila ter tako ugodnosti posojil raz\u0161irili na \u0161ir\u0161i krog populacije.<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n


V napovedniku poro\u010dila Signals so omenjeni tudi ban\u010dni programi zvestobe. Generativna umetna inteligenca vodjem programov zvestobe v bankah ponuja zmogljivo orodje, s katerim lahko z udele\u017eenci o njihovih \u017eeljah komunicirajo v realnem \u010dasu, kar omogo\u010da bolj\u0161e usklajevanje med posamezniki in nagradami. Pogovorne sposobnosti generativne UI lahko uporabnike tudi vodijo skozi te (v\u010dasih po nepotrebnem zapletene) programe.<\/p>\n\n\n\n

Seveda pa bodo ban\u010dniki generativno umetno inteligenco vpregli tudi na podro\u010dju tr\u017eenja. \u017delijo si brati na\u0161e mislili, pa tudi polagati ideje v na\u0161e mo\u017egane. Poleg uporabe generativne UI za dinami\u010dno testiranje in ustvarjanje e-po\u0161tnih sporo\u010dil in objav v dru\u017eabnih omre\u017ejih, bi lahko tr\u017eniki v bankah pridobili nove uvide v razumevanje potro\u0161ni\u0161kih odzivov z zdru\u017eitvijo sposobnosti ustvarjanja vsebin s strani generativne UI, analize razpolo\u017eenj in orodij za t. i. dru\u017ebeno poslu\u0161anje (merjenje odzivov javnosti na dru\u017ebenih omre\u017ejih).

Se \u0161e spomnite vpra\u0161anja iz naslova? Odgovor je zdaj na dlani in je presneto pritrdilen. Generativna umetna inteligenca v ban\u010dni\u0161tvu lahko le-to naredi bolj hitro in poceni, ustvari hiperpersonalizirane storitve ter opolnomo\u010di zaposlene. In, da, od tega bomo imeli koristi tudi potro\u0161niki oziroma ban\u010dni komitenti, \u010deprav v prihodnje ne bomo ve\u010d vedeli, ali imamo opravka z algoritmom ali \u017eivim bitjem na drugi strani zaslona ali slu\u0161alke.<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n","protected":false},"excerpt":{"rendered":"

Umetna inteligenca spreminja vse, kar poznamo, zakaj torej ne bi spremenila \u0161e ban\u010dni\u0161tva? Miran Varga…<\/p>\n","protected":false},"author":1,"featured_media":7449,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[1,6],"tags":[800,1333,4608,4606,2948,3227,4610,3460,1411,4609,255,33,4611,4607,2810,4284,4587,4527,1508,1074],"class_list":["post-7448","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-it","category-odtuintam","tag-algoritem","tag-analiza","tag-avtomatizacija","tag-bancnik","tag-bancnistvo","tag-banke","tag-globoko-ucenje","tag-goljufije","tag-kibernetska-varnost","tag-klepetalni-bot","tag-mastercard","tag-podatki","tag-podatkovni-centri","tag-pogovorno-bancnitvo","tag-porocilo","tag-prevare","tag-prihodnost","tag-signals","tag-tveganja","tag-umetna-inteligenca"],"featured_image_urls":{"full":["https:\/\/tehnokrat.si\/wp-content\/uploads\/2023\/12\/modern-banking-employee.jpg",1024,1024,false],"thumbnail":["https:\/\/tehnokrat.si\/wp-content\/uploads\/2023\/12\/modern-banking-employee-150x150.jpg",150,150,true],"medium":["https:\/\/tehnokrat.si\/wp-content\/uploads\/2023\/12\/modern-banking-employee-300x300.jpg",300,300,true],"medium_large":["https:\/\/tehnokrat.si\/wp-content\/uploads\/2023\/12\/modern-banking-employee-768x768.jpg",640,640,true],"large":["https:\/\/tehnokrat.si\/wp-content\/uploads\/2023\/12\/modern-banking-employee.jpg",640,640,false],"1536x1536":["https:\/\/tehnokrat.si\/wp-content\/uploads\/2023\/12\/modern-banking-employee.jpg",1024,1024,false],"2048x2048":["https:\/\/tehnokrat.si\/wp-content\/uploads\/2023\/12\/modern-banking-employee.jpg",1024,1024,false],"newsphere-slider-full":["https:\/\/tehnokrat.si\/wp-content\/uploads\/2023\/12\/modern-banking-employee-1024x720.jpg",1024,720,true],"newsphere-featured":["https:\/\/tehnokrat.si\/wp-content\/uploads\/2023\/12\/modern-banking-employee.jpg",1024,1024,false],"newsphere-medium":["https:\/\/tehnokrat.si\/wp-content\/uploads\/2023\/12\/modern-banking-employee-720x380.jpg",720,380,true]},"author_info":{"display_name":"Miran","author_link":"https:\/\/tehnokrat.si\/?author=1"},"category_info":"Informacijske tehnologije<\/a> Od tu in tam<\/a>","tag_info":"Od tu in tam","comment_count":"0","_links":{"self":[{"href":"https:\/\/tehnokrat.si\/index.php?rest_route=\/wp\/v2\/posts\/7448","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/tehnokrat.si\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/tehnokrat.si\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/tehnokrat.si\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/tehnokrat.si\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=7448"}],"version-history":[{"count":1,"href":"https:\/\/tehnokrat.si\/index.php?rest_route=\/wp\/v2\/posts\/7448\/revisions"}],"predecessor-version":[{"id":7455,"href":"https:\/\/tehnokrat.si\/index.php?rest_route=\/wp\/v2\/posts\/7448\/revisions\/7455"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/tehnokrat.si\/index.php?rest_route=\/wp\/v2\/media\/7449"}],"wp:attachment":[{"href":"https:\/\/tehnokrat.si\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=7448"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/tehnokrat.si\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=7448"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/tehnokrat.si\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=7448"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}