Hur artificiell intelligens förändrar det finansiella ekosystemet:ett schweiziskt perspektiv

Artificiell intelligens eller "AI" – vad vi än definierar det som – förändrar vårt sätt att göra affärer inom finansiella tjänster:den ökade betydelsen av dataskalan, mer anpassade erbjudanden och ett mer sofistikerat samspel mellan människor och automatisering.

I ett nötskal, AI och analys möjliggör fem nyckelfunktioner – anpassning (av erfarenhet och service, optimering av resultat), framsyn (för att förutsäga vad som sannolikt kommer att hända), beslutsfattande (för att rekommendera eller automatisera specifika beslut baserat på det bästa resultatet), interaktion (mellan datorer och människor) och mönsterdetektering (för att förstå teman och regelbundenheter i sitt sammanhang). I samarbete med Deloitte släppte World Economic Forum en rapport med titeln "The New Physics of Financial Services:Understanding how artificiell intelligens transformerar det finansiella ekosystemet, för att förstå effekten av dessa kapaciteter på den globala finansiella tjänstesektorn."

Den här rapporten undersöker hur AI – från insikter via engagemang till automatisering – stör finansiella tjänster och vad det betyder för finanschefer, tillsynsmyndigheter och beslutsfattare. Vi vill fråga vad detta betyder för den schweiziska bankmarknaden?

Rapporten visar fyra nyckelområden som banker måste vara medvetna om för att få ut det mesta av sin data och integrera den nödvändiga tekniken för AI. Dessa utmaningar spänner över fyra områden:värdeskapande, talang, konkurrenskraftig dynamik och offentlig politik.

Värdeskapande

För Schweiz har ryktet om stabila långvariga finansinstitutioner varit nyckeln till att förvärva och behålla kunder. Eftersom banker konkurrerar mer globalt om pengar, förväntar sig kunderna att bankerna kontaktar dem med personliga erbjudanden. Onlineplattformar gör det möjligt för kunder att jämföra erbjudanden, och fintechs som Revolut och TransferWise stör delar av bankernas värdekedja. Makten skiftar och bankerna måste anpassa sig därefter.

Speciellt Fintech-företag har den tekniska infrastrukturen redan på plats för AI och analysaktiviteter och är i hjärtat av allt öppnare bankregler. På andra håll i världen erbjuder teknikföretag (särskilt som Alibaba, Amazon, Apple Pay, Google Pay) innovativa finansiella tjänster till sin kundbas. Deras starka tekniska grund stöder skapandet av självkörande finansieringserbjudanden som automatiserar rutintransaktioner eller ger kunder råd om komplexa beslut som husköp eller pensionsplanering.

Schweiziska banker ligger bakom kurvan när det gäller att använda data för att förstå sina kunders behov. Detta orsakas av ett stort arvslandskap och processer fokuserade på att låsa data, inte använda dem för att generera insikter. Ledande banker prövar saker – Credit Suisse lanserade "Amelia", en virtuell agent, i samarbete med leverantören IPSoft, för att förstå och lösa eller omdirigera kunders problem, och UBS skapade en tjänst för ekonomiska prognoser som utnyttjade Amazon Alexa, vilket gjorde det lättare för klienter för att få 'husvyn'.

Talang

Banker har varit betydande hyresgäster av teknikpersonal under lång tid – i takt med att bankernas beslutsprocesser blir ännu mer dataintensiva kommer utbudet av kompetens banker behöver, och var de placerar dem, att utvecklas. Datavetare, neurolingvistiska programmerare, neurovetare, lingvister, designtänkande specialister och beslutsmodellerare är alla roller som är frontlinjen i övergången till AI. Verksamhetsmodeller och finansiering kan behöva ändras också. De traditionella uppdelningarna mellan 'IT' och 'affärer' och 'Change' och 'Run', även om de är lätta att förstå, är inte nödvändigtvis tillräckliga när datavetare behöver både affärs- och analyskunskaper och arbetar med verkliga datamängder och påverkar realtid beslut. Banker måste organisera, rekrytera och utbilda sig till dessa roller.

Konkurrensdynamik

Eftersom data och maskininlärning blir mycket mer avgörande för affärsresultat, blir omfattningen och bredden av data som är tillgängliga för att använda för att träna maskininlärningsmodeller mycket viktigare. I andra länder håller datadelning på att bli en populär dynamik; delning av anonymiserad data inom en bransch eller mellan institutioner i olika branscher med överlappning. Även på den hyperkonkurrenskraftiga marknaden för "åkdelning" samarbetar Uber och Lyft för att dela data. Med ett förändrat tankesätt, tillsammans med naturligtvis tillräcklig anonymisering av deras data och tillräcklig policy och anpassning till regelverk, skulle schweiziska banker – särskilt mindre lokala och regionala banker – kunna samarbeta för att möjliggöra anonym datadelning för att driva deras användning av analyser och AI. Organisationer som Swiss Data Alliance har redan etablerats med syftet att etablera en framåtblickande datapolicy och uppmuntra öppna data i Schweiz. Vi behöver se en betydande förändring i bankirernas medvetande så att de förstår värdet av AI för att betjäna sina kunder och hantera risker – och rollen av mer omfattande datauppsättningar för att uppnå detta.

Offentlig policy

I den starkt reglerade schweiziska miljön står alla banker inför samma utmaningar när det gäller att följa datarelaterade regleringar såsom General Data Protection Regulation (GDPR) som påverkar deras förmåga att utveckla AI-lösningar och skapa dataallianser. Schweiziska banker bör inte missa möjligheten som drivs av GDPR och den federala dataskyddslagen för att korrekt hantera sina interna data – alltför många företag har sett GDPR som ett rent regelmässigt måste-göra, när det faktiskt också föreslår enkel bästa praxis för data ledning.

Det finns en möjlighet att slå samman resurser för att bygga gemensamma lösningar i icke-konkurrenskraftiga funktioner, och arbeta med betrodda tredje parter genom att utnyttja delad data för att skapa handlingsbara kund- och riskinsikter. Banker måste samarbeta med tillsynsmyndigheten för att utforma politiken, och komma på problemet från framsidan.

I takt med att digital identitet (som SwissID) tar fart kommer detta att bli avgörande för att hantera persondataflöden och banker måste vara redo för detta. Olika statligt anslutna företag, finansinstitut, försäkrings- och sjukförsäkringsbolag i Schweiz samarbetar redan här genom utvecklingen av SwissID. Detta system tillåter utbyte av personuppgifter i krypterad form och skyddas mot obehörig åtkomst. Synergierna som skapas här innebär att partners förbättrar effektiviteten, minskar kostnaderna och lägger grunden för enklare datadelning som en grund för AI.

Sluta tankar

Bankirer i Schweiz har en fantastisk möjlighet att använda AI och analys för att bättre betjäna sina kunder, öka lönsamheten och hantera risker. Men bankirer måste tänka mycket annorlunda än tidigare – att tänka på omfattningen av tillgänglig information, snarare än enbart omfattningen av deras tillgångar under förvaltning, på skräddarsydda upplevelser för sina kunder snarare än massproduktion, och AI-förstärkt prestanda snarare än förlitar sig på mänsklig uppfinningsrikedom.

För att ta reda på mer och ladda ner rapporten besök vår webbplats.


bankverksamhet
  1. valutamarknad
  2. bankverksamhet
  3. Valutatransaktioner