보안 기술로 BFSI에 연료를 공급하는 것이 미래입니다
게시 됨: 2020-11-07BFSI에 기술을 도입하면 운영 비용을 30-40% 절감할 수 있다고 Mckinsey 보고서
워크플로 자동화가 포함된 API 주도 검증 기술은 규제 요구 사항에 따라 실시간으로 개인을 검증하는 데 도움이 되어 팀이 부가가치에 더 집중할 수 있습니다.
BFSI, 특히 은행에 대한 역동적인 규제 환경은 항상 위험 관리 팀을 곤란하게 했습니다.
BFSI 부문은 일반적으로 "원활하고 디지털화된 고객 온보딩"이라는 개념으로 어려움을 겪었습니다. 사기 및 무거운 벌금을 부과할 수 있는 규제 실패에 대한 두려움 때문입니다.
팬데믹 이후 BFSI 부문의 디지털화 채택은 증가하는 채택 추세를 보이고 있습니다. 이는 업계의 느린 행동과 금융 상품의 복잡성, 고위험 및 규제 특성을 고려할 때 발생하지 않았을 수도 있습니다. Mckinsey에 따르면 BFSI에 기술을 도입하면 운영 비용을 30-40% 줄일 수 있습니다.
어떤 면에서 BFSI의 기술은 규정을 준수하고 비용 친화적이며 위험하지 않은 고객 중심 여정을 설계하는 데 도움이 됩니다. BFSI 은행, 보험, 증권 및 금융 서비스 부문은 기술 유형에 따라 사용 사례가 다릅니다. 예를 들어 봇이 크레딧에 대해 답변한 쿼리입니다.
규정 준수를 단순화하는 기술
BFSI, 특히 은행업을 위한 역동적인 규제 환경은 항상 위험 관리 팀을 괴롭혔습니다. 기술 혁신은 트랜잭션 모니터링을 개선하고, 오탐을 줄이고, 이동 중에 위험을 완화하는 데 중요합니다. 자동화를 통해 기존 프로세스를 간소화함으로써 온보딩 활동을 원활하게 만들고 새로운 성장 수단을 만들 수 있습니다. 워크플로 자동화가 포함된 API 주도 검증 기술은 규제 요구에 따라 실시간으로 개인을 검증하는 데 도움이 되므로 팀이 부가가치에 더 집중할 수 있습니다. 이러한 프로세스는 AuthBridge와 같은 regtech의 도움으로 쉽게 통합 및 수정되어 사기의 위험을 줄이고 비용을 제어하며 프로세스 효율성을 개선할 수 있습니다.
당신을 위해 추천 된:
비접촉 및 종이 없는 여정으로 온라인 KYC를 촉진하는 기술
RBI 호환 비디오 KYC 또는 VCIP는 KYC를 재구성하는 기술의 역할을 고려하여 올해 초에 도입되었습니다. 많은 국가에서 이미 디지털 KYC에서 AI의 힘을 탐구하고 있으며 인도는 이 제품군을 따를 준비가 되어 있습니다. 많은 금융 기관은 수동 작업을 줄이고 잘못된 세부 정보의 경우 전화를 지원하기 위해 신청 프로세스를 최대한 디지털화하려고 했습니다.
- ID 번호, 이름, 주소 및 기타 세부 정보에 대한 API 기반 검증과 결합된 PoI 및 PoA에서 OCR 기반 데이터 추출은 사기가 신청 프로세스의 맨 처음에 포착되고 비진정 리드를 평가하는 데 리소스가 낭비되지 않도록 합니다.
- AI 기반 얼굴 인식으로 신원과 신청자가 동일한지 확인
- 비디오 기반 상호 작용이 경영진 연결을 대체하여 활성 감지를 검증합니다. 여기에서 RE 경영진은 언제 어디서나 고객 검증을 수행하여 그 사람이 자신이 누구인지 확인할 수 있습니다.
이 모든 것을 결합하여 AI/ML 프로그래밍 모델을 통해 자동으로 감사 및 적용 및 비디오 상호 작용을 할 수 있으며 고객은 집에서 편안하게 바로 거의 10배 더 빠르게 온보딩할 수 있습니다.
보험 사기 전에 사망에 이르게 하는 기술
은행이 비디오 KYC 기술을 사용하여 물리적 신청 및 확인 프로세스를 줄이는 경우 보험에서는 이 기술을 사용하여 사망/죽은 사람의 이름으로 보험을 가입하는 것과 같은 일반적인 사기를 적발합니다. 보험 신청서는 오래전에 디지털화되었지만 문서를 수집하고 물리적 서명을 받고 고객 사진을 클릭하기 위해 사전 발급 확인 프로세스에는 여전히 임원의 물리적 연결이 필요했습니다.
그러나 경영진이 부패하여 사기의 도구가 된다면 어떻게 될까요? VBIP는 최근 IRDA에서 도입하여 문서 수집 및 검증 프로세스를 간소화할 뿐만 아니라 전반적으로 제스처 기반 생체 인식 및 얼굴 인식을 통한 AI 기반 생체 인식, 원격 건강 검진을 위한 Video PD가 그 목적에 확실히 부합합니다. 정책 케이스 이전에 죽음에 대처하고 사기의 문제를 싹싹 긁어 먹습니다.
신용 인수를 단순화하는 기술
씬 파일 신용 고객은 대출 불이행 위험이 높기 때문에 항상 대출 기관의 걱정거리였습니다. 대체 데이터 소스를 기반으로 구축된 AI/ML 기반 데이터 모델은 이 난제를 해결하는 데 도움이 될 수 있습니다. 대출 신청자에 대한 360도 프로필을 생성하고 승인/거부 결정을 더 현명하고 빠르게 내리는 데 도움이 됩니다. 분석 엔진은 임대료 지불, 청구서 지불, 심리 분석, 고용 이력 등과 같은 방대한 양의 구조화되지 않고 구조화된 데이터를 분석하여 신용 부문의 효율성을 높이는 데 도움이 될 수 있습니다.
결론적으로 AI, 클라우드, 블록체인, RPA와 같은 기술은 금융 부문에서 그 이상의 가치를 갖게 되었습니다. 오늘날 금융, 평판, 비준수 및 신원 사기의 위험을 줄이는 것에서부터 진정한 고객 경험을 형성하고 있습니다. 그러나 이러한 변화에는 데이터 프라이버시의 책임이 따릅니다. 디지털 워크플로가 발전함에 따라 GDPR, IT ACT 2000 등과 같은 데이터 개인 정보 보호 프레임워크의 준수는 BFSI의 이점을 위한 기술 사용에 대한 주장을 강화하는 데 핵심적인 역할을 할 것입니다.