هوش مصنوعی برای خودکارسازی بانکداری ، مشاغل مالی را تهدید می کند

هوش مصنوعی در حال تغییر صنعت بانکی است ، اما مزایا و پس انداز مورد انتظار با تأثیرگذاری بر مشاغل مالی با هزینه زیادی به دست می آید.

این گزارش ، همکاری بین بانک دیجیتال ZOPA و Research Juniper ، پیش بینی می کند که هوش مصنوعی تولید 1.8 میلیارد پوند پس انداز هزینه را تا سال 2030 تحویل می دهد ، که ناشی از سطح معادل سرمایه گذاری است. با این حال ، این بازده سرمایه گذاری 100 درصدی با هزینه زیادی انسانی است – تخمین زده می شود 27000 شغل صنعت مالی را در معرض خطر قرار دهد.

این یافته ها حاکی از آن است که فن آوری های هوش مصنوعی فراتر از خلبانان آزمایشی حرکت می کنند و عمیقاً در فرآیندهای اصلی بانکداری ، از خدمات مشتری گرفته تا کارکردهای غیب دفتر پشتیبان تعبیه می شوند.

پیتر دونلون ، مدیر ارشد فناوری در ZOPA ، گفت: “Genai نشانگر تغییر پارادایم در محاسبات کاربردی است. تأثیر آن بر بهره وری ، ایجاد نرم افزار و سیستم های تصمیم گیری می تواند با ظهور اینترنت یا محاسبات ابری رقیب باشد.

وی گفت: “در Zopa ، ما بیش از یک دهه است که یادگیری ماشینی را در حال یادگیری هستیم ، قبل از اینکه LLMS به جریان اصلی تبدیل شود. این عمق تجربه اعتقاد ما را شکل داده است که Genai یک ویژگی خاصیت نیست ، بلکه یک توانایی اساسی است. برای فن آوری های Zopa ، این یک فرصت نادر برای ساخت لایه های اطلاعاتی جدید و جدید است ، در یک سطح که باعث می شود صنعت از بین ببرد.”

انقلاب خاموش هوش مصنوعی در دفاتر پشتی بانک ها

در حالی که Chatbots در مشتری و تجربیات برنامه شخصی اغلب عناوین را ضبط می کند ، این گزارش نشان می دهد که چشمگیرترین تأثیر هوش مصنوعی در پشت صحنه اتفاق می افتد. 82 درصد از تمام وقت صرفه جویی شده از طریق این فناوری ، که تا سال 2030 154 میلیون ساعت است ، از عملیات پشت دفتر خواهد بود.

این کارکردها-که شامل رعایت نظارتی ، تشخیص کلاهبرداری و مدیریت ریسک است-به طور سنتی کارگروه و بسیار پیچیده هستند. پیش بینی می شود هوش مصنوعی به طور خودکار بخش های گسترده ای از این کار مهم مالی را به صورت خودکار انجام دهد و به همه چیز از چک های مشتری خود (KYC) تا نظارت ضد پولشویی (AML) کمک کند.

پیامدهای مالی هوش مصنوعی برای این کارکردهای پشتی بسیار زیاد است و صرفه جویی در هزینه پیش بینی شده در این منطقه به تنهایی سالانه به 923 میلیون پوند می رسد تا پایان دهه. نمایندگی بیش از نیمی از کل پس انداز در کل بخش.

این اتوماسیون صرفاً مربوط به کاهش هزینه ها نیست. با مقررات مانند پرداخت مجاز پرداخت فشار (برنامه) قوانین بازپرداخت کلاهبرداری ، مسئولیت بانک ها را افزایش می دهد ، توانایی هوش مصنوعی در تشخیص الگوهای کلاهبرداری جدید در زمان واقعی و کاهش خطای انسانی به یک ضرورت رقابتی و مالی تبدیل می شود.

همانطور که اغلب در مورد هوش مصنوعی در سراسر صنایع می شنویم ، با اتوماسیون چک های روتین و تجزیه و تحلیل ، این فناوری متخصصان انسانی را آزاد می کند. برای صنعت مالی ، این متخصصان می توانند مهارت های خود را بر روی پیچیده ترین تحقیقات برای بهبود کارآیی و اثربخشی در مبارزه با جرم مالی متمرکز کنند.

بیش از حد شخصی سازی تجربه بانکی با هوش مصنوعی

تلاش برای شخصی سازی بیش از حد در صنعت دارایی ، سرمایه گذاری گسترده ای را در خدمات به مشتری هوش مصنوعی ایجاد می کند. این گزارش که بانک های انگلیس تا سال 2030 بیش از 1.1 میلیارد پوند را در AI مشتری مداری ریخته اند ، که بیشترین سهم سرمایه گذاری در همه بخش ها است.

این جریان سرمایه برای شخصی سازی برای توسعه دستیاران پیچیده مجازی و چت بابات که قادر به رسیدگی به نمایش داده های پیچیده هستند ، استفاده می شود. ارائه مشاوره مالی شخصی و حتی پیش بینی نیازهای مشتری.

هدف این است که فراتر از رباتهای مبتنی بر قوانین گذشته به سمت یک رابط واقعاً مکالمه و هوشمند حرکت کنیم. پیش بینی می شود این تغییر کارآیی بزرگی را به همراه داشته باشد ، با صرفه جویی در هزینه های عملیاتی 540 میلیون پوند و آزاد کردن 26 میلیون ساعت زمان بشر سالانه تا سال 2030.

مدیریت نمونه کارها نیز به نفع آن است. پیش بینی می شود سرمایه گذاری در این زمینه تا سال 2030 به 145 میلیون پوند برسد. در اینجا ، هوش مصنوعی نه به عنوان جایگزینی برای مشاوران انسانی بلکه به عنوان یک ابزار تقویت کننده قدرتمند قرار می گیرد. این می تواند داده های گسترده بازار را سنتز کند ، عملکرد نمونه کارها را شبیه سازی کند و گزارش های روتین را به صورت خودکار انجام دهد و به متخصصان انسانی این امکان را می دهد تا بر تصمیم گیری و روابط مشتری تمرکز کنند.

تأثیر هوش مصنوعی در مشاغل مالی

سودهای بهره وری که توسط هوش مصنوعی ارائه شده است به ناچار سؤالات فوری در مورد آینده نیروی کار مالی ایجاد می کند. پیش بینی این گزارش مبنی بر اینکه 27000 نقش را می توان تا سال 2030 جابجا کرد ، یک شکل نگران کننده است. پیش بینی می شود خدمات مشتری و موقعیت های پشتی ، این تغییر را تحمل کند و نزدیک به 14000 و 10،000 شغل در معرض خطر باشد.

با این حال ، نویسندگان گزارش نشان می دهند که این فقط یک داستان از دست دادن شغلی نیست بلکه یکی از تعریف مجدد نقش اساسی است. جابجایی مشاغل مالی با محوریت وظایف تکراری و دستی ، فرصتی را برای افزایش نیروی کار بانکی برای سمتهای جدید متمرکز بر حاکمیت هوش مصنوعی ، استراتژی داده و نظارت بر این سیستم های خودکار پیچیده ایجاد می کند.

دونلون بر این نکته تأکید می کند و تغییر فن آوری را به عنوان یک کاتالیزور برای تغییر مثبت مشاهده می کند. وی خاطرنشان می کند که “این سرمایه گذاری در فرصتی یک بار در یک نسل برای مهارت مجدد و مجدداً نیروی کار که به سیستم مالی ما قدرت می دهد ، استفاده می کند.”

دونلون پیشنهاد می کند که چالش این صنعت ، مدیریت پیشرو این انتقال است. “مهمتر از همه ، هدف ما تجهیز بانک ها ، فن آوری ها ، تنظیم کننده ها و سیاست گذاران به بینش مورد نیاز برای تصرف این لحظه تاریخی برای شکل دادن به مشاغل آینده است ، نه به سادگی نسبت به آنها واکنش نشان می دهد.”

این گزارش با هشدار روشن برای مؤسسات مستقر نتیجه می گیرد. یک شکاف قابل توجه در حال حاضر بین بانکهای رقیب پیشرفته فن آوری ، که سیستم عامل های خود را در اطراف هوش مصنوعی ساخته اند ، و بانک های میراث که توسط سیستم های قدیمی تر ساخته شده اند ، در حال ظهور است.

نیک مینارد ، VP از تحقیقات بازار Fintech در تحقیقات Juniper ، اظهار داشت: “بخش بانکی انگلیس در یک نقطه اوج قرار دارد ، با این که Genai قصد دارد نحوه عملکرد اساساً بانکداری را تغییر دهد. Genai ریسک و فرصت ایجاد می کند – خطر تغییر عمده در مهارت ها نیاز به پیشرفت دارد ، اما فرصتی برای ایجاد یک تجربه بانکی بهتر است.

“مارک های دیجیتالی فقط مانند ZOPA در حال حاضر تجربه عمیقی با هوش مصنوعی در عملیات خود دارند و تحت تأثیر این تغییر قرار می گیرند. به همین ترتیب ، بانک های دیجیتال و تجربیات آنها برای هدایت بازار بانکی از طریق این انقلاب بسیار مهم خواهد بود.”

برای غول های بانکی خیابانی ، این پیام واضح است: با انقلاب هوش مصنوعی سازگار شوید یا خطر از دست دادن ارتباط در یک صنعت مالی را که توسط کارآیی ، شخصی سازی و اتوماسیون هوشمند تعریف می شود ، از دست می دهد.

همچنین ببینید: Gen AI در 95 ٪ موارد تفاوت مالی ایجاد نمی کند

آیا می خواهید در مورد AI و داده های بزرگ از رهبران صنعت اطلاعات بیشتری کسب کنید؟ نمایشگاه AI & Big Data را که در آمستردام ، کالیفرنیا و لندن برگزار می شود ، بررسی کنید. این رویداد جامع بخشی از TechEx است و با سایر رویدادهای پیشرو در فناوری هماهنگ است ، برای اطلاعات بیشتر اینجا را کلیک کنید.

AI News توسط TechForge Media ساخته شده است. سایر رویدادها و وبینارهای آینده فناوری شرکت های آینده را در اینجا کاوش کنید.