Het automatiseren van werkprocessen zal tegenwoordig niet veel mensen verbazen, zelfs niet in kleine bedrijven. Er bestaan al geautomatiseerde stallen met parkeergarages, complexe productielijnen werken zonder tussenkomst van mensen en het sorteren van goederen in bezorgbedrijven lijkt op een doolhof met meerdere niveaus waarin kleine robotladers zich haasten. Al deze voorbeelden hebben één gemene deler: mensen vervangen door automatisering.
Op zoek naar voordelen is de mensheid een stap verder gegaan. De ontwikkeling van kunstmatige intelligentie stelt programma's in staat om het werk te doen waar je moet denken, analyseren en uitvinden. Neurale netwerkgebaseerde programma's analyseren markttrends. Robots schrijven nieuws voor de media. Chatbots interviewen sollicitanten en bieden goederen beter aan dan de bestsellers.
Is het nu mogelijk om kleine bedrijven volledig te automatiseren met behulp van slimme programma's en analisten, strategen en creatieve medewerkers uit het personeel van het bedrijf te elimineren? En vooral: is het nodig? Laten we eens kijken naar enkele interessante gevallen op financieel gebied.
Illustratieve voorbeelden
Om te begrijpen waarom het gebruik van AI voor financiën een wereldwijde trend aan het worden is in de digitalisering van de financiële sfeer, volstaat het om enkele typische gevallen van AI-gebruik in fintech te beschouwen. Wanneer u AI gebruikt om klanten te scoren, kunt u de tijd die nodig is om een aanvraag goed te keuren terugbrengen van dagen naar minuten. De prijs van scoren neemt af en de kwaliteit verbetert, wat de vertraging beïnvloedt. AI binnen stem assistenten is in de eerste plaats een intelligent oproeprouteringssysteem binnen callcenters. En ten tweede is het communicatie met de klant via een stemassistent in applicaties. Tegenwoordig kan het tot 80% van de oproepen zelfstandig afhandelen in de intelligente modus en 10% van de oproepen zelfstandig zonder met iemand te hoeven praten. De servicetijd per klant nam gemiddeld met 40 seconden af. Als de spraakassistent correct is geïmplementeerd, wachten klanten veel minder en als ze wachten, worden ze met de juiste puntenaanvraag naar de juiste medewerker geleid.
Handel
Het gebruik van rekenkracht om aandelen te verhandelen is geen nieuw idee. Algoritmische handel wordt al meer dan 30 jaar gebruikt en neemt een aanzienlijk marktaandeel in, in de richting van hoogfrequente handel.
Kunstmatige intelligentie helpt handelsregels en andere handelsbeslissingen te beheren en aan te vullen. AI helpt ook bij het verwerken van gegevens en het creëren van nieuwe algoritmen die overeenkomen met patronen die niet eerder empirisch zijn gevonden, maar zijn vastgelegd in de vorm van verborgen, moeilijk te onderscheiden structuren. In dit opzicht kunnen hedgefondsbeheerders en -handelaren niet concurreren met kunstmatige intelligentie, die in staat is om extreem grote reeksen tijdreeksgegevens te verwerken en prognoses te verbeteren op basis van eerdere successen en fouten. Uit onderzoek is gebleken dat hedgefondsen die gebruikmaken van AI aanzienlijk betere resultaten laten zien dan fondsen waarbij belangrijke beslissingen worden genomen op basis van de ervaring van mensen.
Investeren
Investeringsmaatschappijen passen al jaren handelsschema's toe op basis van sentimenten en meningen verkregen van sociale netwerken en andere openbare informatiebronnen. In de B2C-managementarena vullen robotassistenten het portefeuillebeheer aan en brengen ze beslissingen van mensen opnieuw in evenwicht door de portefeuille zelf, de risicotolerantie en eerdere investeringsbeslissingen te analyseren.
Lenen
Machine learning verandert de spelregels op het gebied van kredietverlening, verhoogt de kwaliteit van kredietscores en geeft een nauwkeurigere inschatting van het risico van kredietverlening. Er zijn dus gevallen waarin vorderingen op het gebied van AI worden aangevraagd die zijn afgeleid van genomica en deeltjesfysica, waardoor kredietverstrekkers niet-lineaire dynamische modellen van kredietrisico krijgen die radicaal superieur zijn aan traditionele benaderingen. Dergelijke algoritmen kunnen met succes worden toegepast op de korte kredietgeschiedenis van jongeren en zelfstandigen. Bijvoorbeeld om een kredietrisicomodel te maken. Het klinkt ontmoedigend, maar met AI kun je ideeën genereren om openstaande schulden af te dekken.
Verlenen van bankdiensten
chatbots banken helpen klanten efficiënter te bedienen, ook als ze hun financiële zaken niet zelfstandig kunnen regelen. Dankzij algoritmen voor natuurlijke taalverwerking kunnen bots luisteren naar oproepen waarbij bankvertegenwoordigers betrokken zijn, snel nauwkeurige antwoorden geven en best practices bieden om de verkoopefficiëntie te verbeteren. Neurale netwerken helpen agenten te reageren op algemene serviceverzoeken door metadata te sorteren en te labelen, mogelijke reacties van respondenten te genereren en de waarschijnlijkheid van elk van hen aan te geven. Met deze aanpak is het veel gemakkelijker om gepersonaliseerde klantenondersteuning te organiseren en de tijd en kosten van het werken met elke klant te verminderen.
Fraude detectie
Fraudebestrijding is ook een van de sprekende voorbeelden die de voordelen aantonen van het gebruik van AI in fintech. En het gebruik van AI om atypische activiteiten te detecteren, maakt het mogelijk om jaarlijks ongeveer 7 miljard fraudepogingen in de VS te stoppen. Recent onderzoek heeft aangetoond dat valse positieven met betrekking tot legitieme transacties die ten onrechte zijn afgewezen vanwege een vermoeden van fraude, leiden tot jaarlijkse verliezen in de detailhandel van $ 118 miljard. Om nog maar te zwijgen van de verloren klanten die vanwege dergelijke fouten de diensten van de uitgever weigeren.
ML-algoritmen analyseren verschillende invoergegevens om frauduleuze transacties te identificeren, waardoor het aantal valse positieven wordt geminimaliseerd, waardoor zowel banken als klanten geld besparen.
Persoonlijkheidsherkenning
Recente vorderingen op het gebied van deep learning hebben de nauwkeurigheid van beeldherkenning vergroot tot niveaus die de menselijke mogelijkheden te boven gaan. Automatische authenticatie van identiteitsdocumenten of verbinding met verschillende openbaar beschikbare databases zouden werkgevers bijvoorbeeld in staat stellen snel identiteits- en persoonlijke gegevens te verifiëren, waaronder rijbewijzen en strafregisters.
Conclusie
Kunstmatige intelligentie heeft onbeperkte toepassingsmogelijkheden in alle bedrijfssectoren, met name op het gebied van financiële dienstverlening, die de sector de komende jaren zeker zal transformeren. Voor goed werk met algoritmen en financiën wordt het gebruik van AI in de financiële dienstverlening steeds belangrijker. Het gebruik van automatische assistenten bij het handelen op de beurs verkleint de mogelijkheid om te profiteren van marktinefficiënties. Het zijn niet langer mensen, maar statistische modellen die met elkaar concurreren. Bovendien vereenvoudigt en automatiseert het gebruik van AI zeker alle processen.
