AI di bidang perbankan dan keuangan. Stripe, Monzo, dan Ambil | AI dalam bisnis #78

Layanan keuangan selalu mengandalkan analisis data untuk membuat keputusan bisnis yang tepat di bidang perbankan yang kompleks. Tidak mengherankan jika dengan munculnya era big data dan pembelajaran mesin, sektor ini dengan penuh semangat memanfaatkan teknologi baru untuk menyederhanakan prosesnya. Berkat penerapan AI yang tegas di perbankan, inovasi-inovasi tersebut telah membawa manfaat nyata bagi bank. Mari kita periksa bagaimana kecerdasan buatan mempengaruhi operasional perusahaan yang berhasil menerapkannya di sektor keuangan. Baca terus untuk mengetahui lebih lanjut

AI di perbankan – pengenalan

Kecerdasan buatan sudah banyak digunakan di banyak bidang di sektor perbankan dan keuangan. Ini bukan hanya chatbots untuk layanan pelanggan atau aplikasi yang aman. Kecerdasan buatan digunakan dalam industri keuangan untuk tujuan yang lebih serius. Berikut adalah aplikasi utama AI di perbankan:

• Deteksi dan pencegahan penipuan – algoritma canggih menganalisis transaksi secara real-time dan mendeteksi pola aktivitas mencurigakan. Ini secara efektif melindungi pelanggan dari penipuan,
• Optimalisasi perkiraan likuiditas keuangan – Model prediktif berbasis AI menganalisis sejumlah besar data untuk secara tepat memprediksi arus kas masa depan dan mengelola likuiditas dengan lebih akurat.
• Menyederhanakan proses yang berkaitan dengan penilaian kelayakan kredit – di sini juga, algoritma pembelajaran mesin membantu, yang berdasarkan analisis ribuan permohonan kredit, dapat menilai kredibilitas keuangan pelanggan secara akurat,
• Personalisasi penawaran dan rekomendasi untuk klien – bank menggunakan model rekomendasi canggih untuk menyesuaikan produk keuangan dengan kebutuhan masing-masing pelanggan,
• Otomatisasi proses back-office – tugas-tugas rutin, seperti verifikasi dokumen atau penyelesaian transaksi, dapat sepenuhnya diotomatisasi dengan bantuan AI.

Namun, bagaimana perusahaan yang beroperasi di pasar global mengatasi penerapan inovasi tersebut?

Stripe: kredibilitas transaksi melalui AI di bidang keuangan

Salah satu pemimpin dalam penerapan AI pada keuangan adalah Stripe. Mereka telah mengembangkan sistem yang disebut Stripe Radar, yang menganalisis lebih dari 1.000 fitur transaksi dalam waktu kurang dari 100 milidetik untuk menilai keandalannya. Sistem ini memiliki tingkat akurasi 99,9% dengan tetap mempertahankan tingkat alarm palsu yang rendah.

Bagaimana hal ini dicapai? Pertama, Stripe menggunakan teknik pembelajaran mesin tingkat lanjut seperti jaringan saraf dalam. Sistem ini terus ditingkatkan dan dikembangkan dengan kemampuan baru, seperti pembelajaran transfer.

Kedua, perusahaan terus mencari sinyal baru dalam data transaksi yang dapat membantu mengidentifikasi anomali yang mengindikasikan potensi penipuan. Insinyur Stripe dengan cermat meninjau setiap kasus penipuan untuk memahami pola operasi para penjahat dan memperkaya sistem dengan aturan tambahan.

Stripe Radar adalah contoh bagus tentang bagaimana AI di perbankan dapat secara efektif melindungi pelanggan dari penipuan keuangan.

Sumber: Stripe (https://stripe.com/blog/how-we-built-it-stripe-radar)

Monzo: AI di bidang keuangan

Monzo, bank baru yang berbasis di Inggris dan beroperasi secara eksklusif di bidang digital, telah menerapkan kemampuan pembelajaran mesin di bidang yang sangat berbeda: mengoptimalkan kampanye pemasaran.

Bank telah membangun model yang, berdasarkan data historis, dapat memperkirakan kesediaan nasabah tertentu untuk memanfaatkan penawaran tambahan, seperti membuka rekening tabungan, jika mereka menerima pesan tertentu dari bank.

Berikutnya, untuk memaksimalkan efisiensi kampanye, sistem menunjukkan pelanggan mana yang harus menerima pesan promosi mana. Hal ini memungkinkan untuk menargetkan pesan secara tepat dan mencapai hasil yang jauh lebih baik dibandingkan dengan komunikasi massal yang tidak dipersonalisasi.

Dalam beberapa kasus, penerapan pengoptimalan tersebut memungkinkan Monzo meningkatkan efektivitas kampanye hingga 200%! Hal ini menunjukkan bagaimana AI di perbankan dapat membantu menjangkau nasabah secara lebih efisien dengan penawaran khusus yang sesuai dengan kebutuhan mereka.

Sumber: Monzo (https://medium.com/data-monzo/optimising-marketing-messages-for-monzo-users-3fe805f24572)

Grab: AI dalam klasifikasi data sensitif

Grab adalah raksasa teknologi dari Asia Tenggara yang menawarkan layanan seperti transportasi dan pengiriman. Perusahaan telah memutuskan untuk memanfaatkan kemampuan Model Bahasa (LLM) untuk mengotomatiskan proses klasifikasi data sensitif yang disimpannya. Hal ini penting karena perusahaan menyimpan data pribadi dan keuangan pelanggannya.

Untuk tujuan ini, satu set tag telah disiapkan yang menjelaskan berbagai kategori data, seperti:

• Data pribadi,
• Kontak informasi,
• Nomor identifikasi.

Selanjutnya, kueri yang sesuai dirancang untuk model bahasa agar secara otomatis menetapkan tag ini berdasarkan nama tabel dan kolom dalam database.

Hasilnya, Grab dapat mengklasifikasikan informasi yang disimpan berdasarkan sensitivitas dengan lebih cepat dan murah. Hal ini mempermudah penegakan akses data dan kebijakan privasi. Menurut perkiraan perusahaan, solusi ini telah menghemat sebanyak 360 hari kerja per tahun yang sebelumnya dihabiskan untuk klasifikasi data manual.

Sumber: DALL·E 3, petunjuk: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Ringkasan. Masa depan AI di bidang perbankan dan keuangan

Seperti yang ditunjukkan oleh Stripe, Monzo, dan Grab, kecerdasan buatan telah memberikan nilai bisnis nyata bagi bank dan lembaga keuangan. Hal ini dapat membantu mencegah penipuan dengan lebih efektif, menargetkan pelanggan dengan lebih tepat, atau mengotomatiskan tugas-tugas yang membosankan.

Di tahun-tahun mendatang, peran AI di perbankan akan terus berkembang. Kita dapat mengharapkan otomatisasi penuh dari banyak proses back-office, personalisasi produk keuangan yang berlebihan, dan integrasi yang lebih erat antara model pembelajaran mesin dengan sistem perbankan.

Jika Anda menyukai konten kami, bergabunglah dengan komunitas lebah kami yang sibuk di Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.

Penulis: Robert Whitney

Pakar JavaScript dan instruktur yang melatih departemen TI. Tujuan utamanya adalah meningkatkan produktivitas tim dengan mengajari orang lain cara bekerja sama secara efektif saat membuat kode.

Lihat semua postingan

AI dalam bisnis:

1. Ancaman dan peluang AI dalam bisnis (bagian 1)
2. Ancaman dan peluang AI dalam bisnis (bagian 2)
3. Aplikasi AI dalam bisnis - ikhtisar
4. Chatbot teks yang dibantu AI
5. Bisnis NLP hari ini dan besok
6. Peran AI dalam pengambilan keputusan bisnis
7. Menjadwalkan posting media sosial. Bagaimana AI dapat membantu?
8. Postingan media sosial otomatis
9. Layanan dan produk baru yang beroperasi dengan AI
10. Apa kelemahan ide bisnis saya? Sesi brainstorming dengan ChatGPT
11. Menggunakan ChatGPT dalam bisnis
12. Aktor sintetik. 3 generator video AI teratas
13. 3 alat desain grafis AI yang berguna. AI generatif dalam bisnis
14. 3 penulis AI hebat yang harus Anda coba hari ini
15. Menjelajahi kekuatan AI dalam penciptaan musik
16. Menavigasi peluang bisnis baru dengan ChatGPT-4
17. Alat AI untuk manajer
18. 6 plugin ChatGTP mengagumkan yang akan membuat hidup Anda lebih mudah
19. 3 grafik AI. Menghasilkan kecerdasan dalam bisnis
20. Bagaimana masa depan AI menurut McKinsey Global Institute?
21. Kecerdasan buatan dalam bisnis - Pendahuluan
22. Apa itu NLP, atau pemrosesan bahasa alami dalam bisnis
23. Pemrosesan dokumen otomatis
24. Google Terjemahan vs DeepL. 5 aplikasi terjemahan mesin untuk bisnis
25. Pengoperasian dan aplikasi bisnis voicebots
26. Teknologi asisten virtual, atau bagaimana cara berbicara dengan AI?
27. Apa itu Intelijen Bisnis?
28. Akankah kecerdasan buatan menggantikan analis bisnis?
29. Bagaimana kecerdasan buatan dapat membantu mengatasi BPM?
30. AI dan media sosial – apa pendapat mereka tentang kita?
31. Kecerdasan buatan dalam manajemen konten
32. AI kreatif hari ini dan masa depan
33. AI multimodal dan penerapannya dalam bisnis
34. Interaksi baru. Bagaimana AI mengubah cara kita mengoperasikan perangkat?
35. RPA dan API di perusahaan digital
36. Pasar kerja masa depan dan profesi yang akan datang
37. AI di EdTech. 3 contoh perusahaan yang memanfaatkan potensi kecerdasan buatan
38. Kecerdasan buatan dan lingkungan. 3 solusi AI untuk membantu Anda membangun bisnis yang berkelanjutan
39. Detektor konten AI. Apakah itu layak?
40. ObrolanGPT vs Bard vs Bing. Chatbot AI manakah yang memimpin persaingan?
41. Apakah chatbot AI merupakan pesaing pencarian Google?
42. Perintah ChatGPT yang Efektif untuk SDM dan Rekrutmen
43. Rekayasa yang cepat. Apa yang dilakukan seorang insinyur yang cepat?
44. Pembuat AI Mockup. 4 alat teratas
45. AI dan apa lagi? Tren teknologi teratas untuk bisnis pada tahun 2024
46. AI dan etika bisnis. Mengapa Anda harus berinvestasi pada solusi etis
47. Meta AI. Apa yang perlu Anda ketahui tentang fitur-fitur yang didukung AI di Facebook dan Instagram?
48. Regulasi AI. Apa yang perlu Anda ketahui sebagai seorang wirausaha?
49. 5 penggunaan baru AI dalam bisnis
50. Produk dan proyek AI - apa bedanya dengan yang lain?
51. Otomatisasi proses yang dibantu AI. Mulai dari mana?
52. Bagaimana Anda mencocokkan solusi AI dengan masalah bisnis?
53. AI sebagai ahli di tim Anda
54. Tim AI vs. pembagian peran
55. Bagaimana cara memilih bidang karir di AI?
56. Apakah selalu ada gunanya menambahkan kecerdasan buatan ke dalam proses pengembangan produk?
57. AI dalam SDM: Bagaimana otomatisasi perekrutan memengaruhi pengembangan SDM dan tim
58. 6 alat AI paling menarik di tahun 2023
59. 6 kecelakaan bisnis terbesar yang disebabkan oleh AI
60. Apa analisis kematangan AI perusahaan?
61. AI untuk personalisasi B2B
62. Kasus penggunaan ChatGPT. 18 contoh cara meningkatkan bisnis Anda dengan ChatGPT pada tahun 2024
63. Pembelajaran mikro. Cara cepat untuk mendapatkan keterampilan baru
64. Implementasi AI paling menarik di perusahaan pada tahun 2024
65. Apa yang dilakukan pakar kecerdasan buatan?
66. Tantangan apa saja yang ditimbulkan oleh proyek AI?
67. 8 alat AI teratas untuk bisnis pada tahun 2024
68. AI dalam CRM. Apa perubahan AI pada alat CRM?
69. Undang-undang UE AI. Bagaimana Eropa mengatur penggunaan kecerdasan buatan
70. Sora. Bagaimana video realistis dari OpenAI akan mengubah bisnis?
71. 7 pembuat situs web AI teratas
72. Alat tanpa kode dan inovasi AI
73. Seberapa besar penggunaan AI meningkatkan produktivitas tim Anda?
74. Bagaimana cara menggunakan ChatGTP untuk riset pasar?
75. Bagaimana cara memperluas jangkauan kampanye pemasaran AI Anda?
76. "Kita semua adalah pengembang". Bagaimana pengembang warga dapat membantu perusahaan Anda?
77. AI dalam transportasi dan logistik
78. Masalah bisnis apa yang dapat diperbaiki oleh AI?
79. Kecerdasan buatan di media
80. AI di bidang perbankan dan keuangan. Stripe, Monzo, dan Grab