Förmåga ingjutna av artificiell intelligens (AI) har potential att radikalt förändra bankernas sätt att fungera – ett faktum som alltmer sätter AI på den verkställande agendan. I det här blogginlägget utforskar vi hur befintliga AI-applikationer kan påverka affärsmodeller för detaljhandelsbanker idag. Även om det redan finns ett stort antal applikationer på plats, möjliggör majoriteten av dessa bara innovation runt kärnan och skapar därmed endast begränsad förändring i den befintliga verksamheten. Vi anser dock att banker bör överväga att se bortom sin kärna för att identifiera hur AI kan förändra sina affärsmodeller och därigenom släppa lös ytterligare värde.
AI-baserad teknik syftar till att få datorer att kopiera intelligenta mänskliga beteenden som utför specifika uppgifter som bara människor brukade göra. De kan "läsa" text, "se" bilder, "höra" naturligt tal samt organisera och tolka information för att göra förutsägelser baserat på denna information. Huvudkategorierna för AI-teknik är i) maskininlärning, ii) autonomi, iii) maskinseende och iv) naturlig språkbehandling.
Vi förväntar oss att AI kommer att utvecklas avsevärt inom en snar framtid, vilket potentiellt kommer att påverka bankernas sätt att bedriva sin verksamhet och verksamhet ännu mer. Kunder kan förvänta sig mer skräddarsydda erbjudanden, men måste vänja sig vid mindre mänsklig interaktion. Kundrådgivares tid frigörs för att fokusera på värdeskapande aktiviteter, vilket fördjupar kundinteraktionen men måste acceptera att smartare system tillåter massanpassning av rådgivning. AI kan ha makten att revolutionera bankverksamheten eftersom massproduktionssystem och modularisering har förändrat bilindustrin. I sin senaste "Worldwide Semiannual Cognitive Artificial Intelligence Systems Spending Guide" förväntar Instatik Data-Center (IDC) att de globala utgifterna för AI kommer att mer än fyrdubblas fram till 2021 till 57,6 miljarder USD, upp från 12 miljarder USD 2017, vilket återspeglar de höga förväntningarna som företagen associerar med. med dessa tekniker.
AI kan göra det möjligt för banker att förnya sig på tre sätt:i) kring sin kärna (t.ex. begränsad förändring av det kända inom kärnverksamheten), ii) i anslutning till sin kärna (t.ex. utvidga befintliga möjligheter till nya områden eller utveckla nya driftsätt för befintliga processer ) eller iii) på ett transformerande sätt (t.ex. stora förändringar som syftar till att förändra verksamhetsmodellen för att skapa nya marknader, processer eller unika säljförslag).
För att förstå den potential AI kan ha för detaljhandelsbanker idag tittade vi på leverantörsmarknaden för AI-applikationer och identifierade leverantörer med applikationer som kan ha en inverkan på hur banker fungerar. Från 225 analyserade leverantörer globalt, fastställde vi att 102 ansökningar är inom räckhåll för vår bedömning med följande fördelning av kapacitet (se figur 1):
Figur 1:Bedömning av 102 ansökningar
Därefter har vi analyserat vilken inverkan dessa applikationer kan ha på huvudstegen i värdekedjan för detaljhandelsbanker och vilken innovationstyp som behandlas:kärna, angränsande eller transformerande. Figur 2 nedan visar i vilken utsträckning varje innovationstyp kan aktiveras av dessa applikationer för varje steg i värdekedjan för detaljhandelsbanker:
Figur 2:Applikationers inverkan på värdekedjan för detaljhandelsbanker
Trots den upplevda hypen kring AI är applikationer som kan skapa transformerande innovation sällsynta. Majoriteten av AI-applikationer möjliggör kärn- och närliggande innovationer med fokus på att öka effektiviteten. Det är därför fortfarande en utmaning att hitta hållbara möjligheter att använda AI som möjliggörare för störande förändringar i bankverksamhetsmodeller.
För att dra större fördelar av AI-tekniker, anser vi att banker först bör utveckla en utökad förståelse för AI och hur det kan driva affärsmodellinnovation, särskilt i samband med öppen bankverksamhet. Framväxten av ekosystem och den större tillgången till data kommer att leda till nya användningsfall och kommer säkerligen att driva innovation i förhållande till tillämpningar av AI. Chefer som vill utnyttja dessa möjligheter rekommenderas därför att skaffa sig en förståelse för teknikens potentialer och begränsningar samt att utveckla en viss öppenhet för icke-traditionella lösningar.
En facilitator för en explorativ AI genomförbarhetsbedömning kan vara involveringen av ett tvärfunktionellt team bestående av specialiserade AI-experter, experter på bankverksamhetsmodeller samt relevanta bankinterna intressenter som tillsammans bildar en expertgrupp som kan utforska fördelarna med AI kan släppa lös inom en bank ur ett flerdimensionellt perspektiv.
Om du vill läsa mer om AI, vänligen navigera till vår webbplats.
