AI ในด้านธนาคารและการเงิน Stripe, Monzo และ Grab | AI ในธุรกิจ #78

บริการทางการเงินอาศัยการวิเคราะห์ข้อมูลมาโดยตลอดเพื่อประกอบการตัดสินใจทางธุรกิจโดยอาศัยข้อมูลในสาขาที่ซับซ้อนของการธนาคาร ไม่น่าแปลกใจเลยที่การมาถึงของยุคข้อมูลขนาดใหญ่และการเรียนรู้ของเครื่อง ภาคส่วนนี้เปิดรับเทคโนโลยีใหม่ๆ อย่างกระตือรือร้นเพื่อปรับปรุงกระบวนการต่างๆ ต้องขอบคุณการนำ AI ไปใช้อย่างเด็ดขาดในการธนาคาร นวัตกรรมต่างๆ ได้นำประโยชน์ที่จับต้องมาสู่ธนาคารแล้ว เรามาตรวจสอบว่าปัญญาประดิษฐ์ส่งผลต่อการดำเนินงานของบริษัทต่างๆ ที่ประสบความสำเร็จในการใช้ปัญญาประดิษฐ์ในภาคการเงินอย่างไร อ่านต่อเพื่อหาข้อมูลเพิ่มเติม

AI ในระบบธนาคาร – บทนำ

ปัญญาประดิษฐ์ถูกนำมาใช้กันอย่างแพร่หลายในหลายพื้นที่ของภาคการธนาคารและการเงิน ไม่ใช่แค่แชทบอทสำหรับการบริการลูกค้าหรือแอปพลิเคชันที่มีความปลอดภัยสูงเท่านั้น ปัญญาประดิษฐ์กำลังถูกใช้ในอุตสาหกรรมการเงินเพื่อวัตถุประสงค์ที่จริงจังยิ่งขึ้น แอปพลิเคชั่นหลักของ AI ในด้านธนาคารมีดังนี้:

• การตรวจจับและป้องกันการฉ้อโกง – อัลกอริธึมขั้นสูงจะวิเคราะห์ธุรกรรมแบบเรียลไทม์และตรวจจับรูปแบบกิจกรรมที่น่าสงสัย สิ่งนี้ช่วยปกป้องลูกค้าจากการหลอกลวงได้อย่างมีประสิทธิภาพ
• การเพิ่มประสิทธิภาพการคาดการณ์สภาพคล่องทางการเงิน – แบบจำลองการคาดการณ์ที่ใช้ AI จะวิเคราะห์ข้อมูลจำนวนมหาศาลเพื่อคาดการณ์กระแสเงินสดในอนาคตได้อย่างแม่นยำ และจัดการสภาพคล่องได้แม่นยำยิ่งขึ้น
• การปรับปรุงกระบวนการที่เกี่ยวข้องกับการประเมินความน่าเชื่อถือทางเครดิต - ที่นี่เช่นกัน อัลกอริธึมการเรียนรู้ของเครื่องจักรก็เข้ามาช่วยเหลือ ซึ่งสามารถประเมินความน่าเชื่อถือทางการเงินของลูกค้าได้อย่างแม่นยำ โดยอาศัยการวิเคราะห์การสมัครสินเชื่อนับพันรายการ
• การปรับแต่งข้อเสนอและคำแนะนำสำหรับลูกค้า – ธนาคารใช้โมเดลคำแนะนำขั้นสูงเพื่อปรับแต่งผลิตภัณฑ์ทางการเงินให้ตรงตามความต้องการของลูกค้าแต่ละราย
• ระบบอัตโนมัติของกระบวนการแบ็คออฟฟิศ – งานประจำ เช่น การตรวจสอบเอกสารหรือการชำระเงินธุรกรรม สามารถทำให้เป็นอัตโนมัติได้อย่างสมบูรณ์ด้วยความช่วยเหลือของ AI

อย่างไรก็ตาม บริษัทที่ดำเนินงานในตลาดโลกรับมือกับการนำนวัตกรรมเหล่านี้ไปใช้อย่างไร

Stripe: ความน่าเชื่อถือในการทำธุรกรรมผ่าน AI ในด้านการเงิน

หนึ่งในผู้นำในการใช้ AI ในด้านการเงินคือ Stripe ได้พัฒนาระบบที่เรียกว่า Stripe Radar ซึ่งวิเคราะห์คุณลักษณะมากกว่า 1,000 รายการของธุรกรรมในเวลาน้อยกว่า 100 มิลลิวินาที เพื่อประเมินความน่าเชื่อถือ ระบบมีอัตราความแม่นยำ 99.9% ในขณะที่ยังคงอัตราการเตือนผิดพลาดต่ำ

สิ่งนี้สำเร็จได้อย่างไร? ประการแรก Stripe ใช้เทคนิคการเรียนรู้ของเครื่องขั้นสูง เช่น โครงข่ายประสาทเทียมเชิงลึก ระบบได้รับการปรับปรุงและพัฒนาอย่างต่อเนื่องพร้อมความสามารถใหม่ๆ เช่น การถ่ายโอนการเรียนรู้

ประการที่สอง บริษัทมองหาสัญญาณใหม่ๆ ในข้อมูลธุรกรรมอย่างต่อเนื่อง ซึ่งสามารถช่วยระบุความผิดปกติที่บ่งชี้ถึงการฉ้อโกงที่อาจเกิดขึ้นได้ วิศวกรของ Stripe ตรวจสอบกรณีการฉ้อโกงแต่ละกรณีอย่างรอบคอบเพื่อทำความเข้าใจรูปแบบการทำงานของอาชญากร และปรับปรุงระบบด้วยกฎเพิ่มเติม

Stripe Radar เป็นตัวอย่างที่ดีเยี่ยมว่า AI ในระบบธนาคารสามารถปกป้องลูกค้าจากการหลอกลวงทางการเงินได้อย่างมีประสิทธิภาพได้อย่างไร

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

Monzo: AI ในด้านการเงิน

Monzo ซึ่งเป็นธนาคารนีโอแบงก์ในสหราชอาณาจักรที่ดำเนินการเฉพาะในพื้นที่ดิจิทัล ได้ใช้ความสามารถด้านการเรียนรู้ของเครื่องในด้านที่แตกต่างไปจากเดิมอย่างสิ้นเชิง นั่นคือการเพิ่มประสิทธิภาพแคมเปญการตลาด

ธนาคารได้สร้างแบบจำลองที่สามารถประเมินความเต็มใจของลูกค้ารายหนึ่งที่จะใช้ประโยชน์จากข้อเสนอเพิ่มเติม โดยอิงจากข้อมูลในอดีต เช่น การเปิดบัญชีออมทรัพย์ หากพวกเขาได้รับข้อความเฉพาะจากธนาคาร

ถัดไป เพื่อเพิ่มประสิทธิภาพสูงสุดของแคมเปญ ระบบจะระบุว่าลูกค้ารายใดควรได้รับข้อความส่งเสริมการขายใด ซึ่งช่วยให้กำหนดเป้าหมายข้อความได้อย่างแม่นยำและบรรลุผลลัพธ์ที่ดีกว่าในกรณีของการสื่อสารจำนวนมากและไม่ใช่ส่วนบุคคล

ในบางกรณี การใช้การเพิ่มประสิทธิภาพดังกล่าวทำให้ Monzo เพิ่มประสิทธิภาพของแคมเปญได้มากถึง 200%! สิ่งนี้แสดงให้เห็นว่า AI ในระบบธนาคารสามารถช่วยเข้าถึงลูกค้าได้อย่างมีประสิทธิภาพมากขึ้นด้วยข้อเสนอที่ปรับให้เหมาะกับพวกเขาได้อย่างไร

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

Grab: AI ในการจำแนกข้อมูลที่ละเอียดอ่อน

Grab เป็นยักษ์ใหญ่ด้านเทคโนโลยีจากเอเชียตะวันออกเฉียงใต้ที่นำเสนอบริการต่างๆ เช่น การขนส่งและการจัดส่ง บริษัทได้ตัดสินใจที่จะใช้ประโยชน์จากความสามารถของ Language Models (LLM) เพื่อทำให้กระบวนการจำแนกประเภทของข้อมูลที่ละเอียดอ่อนที่บริษัทจัดเก็บเป็นแบบอัตโนมัติ นี่เป็นสิ่งสำคัญเนื่องจากบริษัทเก็บข้อมูลส่วนบุคคลและข้อมูลทางการเงินของลูกค้า

เพื่อจุดประสงค์นี้ จึงได้จัดทำชุดแท็กเพื่ออธิบายข้อมูลประเภทต่างๆ เช่น:

• ข้อมูลส่วนบุคคล,
• ข้อมูลติดต่อ,
• หมายเลขประจำตัว.

ถัดไป แบบสอบถามที่เหมาะสมสำหรับโมเดลภาษาเพื่อกำหนดแท็กเหล่านี้โดยอัตโนมัติตามชื่อตารางและคอลัมน์ในฐานข้อมูล

เป็นผลให้ Grab สามารถจำแนกข้อมูลที่จัดเก็บตามความละเอียดอ่อนได้รวดเร็วและราคาถูกกว่ามาก ทำให้ง่ายต่อการบังคับใช้การเข้าถึงข้อมูลและนโยบายความเป็นส่วนตัว ตามการประมาณการของบริษัท โซลูชันดังกล่าวช่วยประหยัดเวลาได้มากถึง 360 วันทำการต่อปี จากที่เคยใช้ในการจำแนกข้อมูลด้วยตนเอง

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

สรุป. อนาคตของ AI ในด้านธนาคารและการเงิน

ตามตัวอย่างของ Stripe, Monzo และ Grab แสดงให้เห็นว่าปัญญาประดิษฐ์กำลังส่งมอบมูลค่าทางธุรกิจที่แท้จริงให้กับธนาคารและสถาบันการเงินแล้ว สามารถช่วยป้องกันการฉ้อโกงได้อย่างมีประสิทธิภาพมากขึ้น กำหนดเป้าหมายลูกค้าได้แม่นยำมากขึ้น หรือทำงานที่น่าเบื่อโดยอัตโนมัติ

ในปีต่อๆ ไป บทบาทของ AI ในระบบธนาคารจะยังคงเติบโตอย่างต่อเนื่อง เราสามารถคาดหวังถึงระบบอัตโนมัติเต็มรูปแบบของกระบวนการ back-office มากมาย การปรับเปลี่ยนผลิตภัณฑ์ทางการเงินให้เหมาะกับแต่ละบุคคล และการบูรณาการโมเดลการเรียนรู้ของเครื่องจักรเข้ากับระบบธนาคารอย่างใกล้ชิดยิ่งขึ้น

หากคุณชอบเนื้อหาของเรา เข้าร่วมชุมชนผึ้งที่ไม่ว่างของเราบน Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok

ผู้เขียน : โรเบิร์ต วิทนีย์

ผู้เชี่ยวชาญ JavaScript และผู้สอนที่เป็นโค้ชแผนกไอที เป้าหมายหลักของเขาคือการยกระดับผลงานของทีมโดยการสอนผู้อื่นถึงวิธีการร่วมมืออย่างมีประสิทธิภาพในขณะที่เขียนโค้ด

ดูโพสต์ทั้งหมด

AI ในธุรกิจ:

1. ภัยคุกคามและโอกาสของ AI ในธุรกิจ (ตอนที่ 1)
2. ภัยคุกคามและโอกาสของ AI ในธุรกิจ (ตอนที่ 2)
3. แอปพลิเคชัน AI ในธุรกิจ – ภาพรวม
4. แชทบอทข้อความช่วยด้วย AI
5. ธุรกิจ NLP วันนี้และพรุ่งนี้
6. บทบาทของ AI ในการตัดสินใจทางธุรกิจ
7. การกำหนดเวลาโพสต์บนโซเชียลมีเดีย เอไอสามารถช่วยได้อย่างไร?
8. โพสต์โซเชียลมีเดียอัตโนมัติ
9. บริการและผลิตภัณฑ์ใหม่ที่ทำงานด้วย AI
10. จุดอ่อนของแนวคิดทางธุรกิจของฉันคืออะไร? เซสชั่นระดมความคิดด้วย ChatGPT
11. การใช้ ChatGPT ในธุรกิจ
12. นักแสดงสังเคราะห์ เครื่องสร้างวิดีโอ AI 3 อันดับแรก
13. 3 เครื่องมือออกแบบกราฟิก AI ที่มีประโยชน์ AI เจนเนอเรชั่นในธุรกิจ
14. นักเขียน AI ที่ยอดเยี่ยม 3 คนที่คุณต้องลองวันนี้
15. สำรวจพลังของ AI ในการสร้างดนตรี
16. นำทางโอกาสทางธุรกิจใหม่ด้วย ChatGPT-4
17. เครื่องมือ AI สำหรับผู้จัดการ
18. 6 ปลั๊กอิน ChatGTP ที่ยอดเยี่ยมที่จะทำให้ชีวิตของคุณง่ายขึ้น
19. 3 กราฟิค AI Generatywna sztuczna inteligencja dla biznesu
20. อนาคตของ AI ตาม McKinsey Global Institute จะเป็นอย่างไร
21. ปัญญาประดิษฐ์ในธุรกิจ--บทนำ
22. NLP หรือการประมวลผลภาษาธรรมชาติในธุรกิจคืออะไร
23. การประมวลผลเอกสารอัตโนมัติ
24. Google แปลภาษากับ DeepL 5 แอพพลิเคชั่นเครื่องแปลภาษาสำหรับธุรกิจ
25. การดำเนินงานและการใช้งานทางธุรกิจของวอยซ์บอท
26. เทคโนโลยีผู้ช่วยเสมือนหรือจะคุยกับ AI ได้อย่างไร?
27. ระบบธุรกิจอัจฉริยะคืออะไร?
28. ปัญญาประดิษฐ์จะมาแทนที่นักวิเคราะห์ธุรกิจหรือไม่?
29. ปัญญาประดิษฐ์สามารถช่วย BPM ได้อย่างไร?
30. AI และโซเชียลมีเดีย – พวกเขาพูดอะไรเกี่ยวกับเรา?
31. ปัญญาประดิษฐ์ในการจัดการเนื้อหา
32. AI สร้างสรรค์ของวันนี้และอนาคต
33. Multimodal AI และการใช้งานในธุรกิจ
34. การโต้ตอบใหม่ AI เปลี่ยนแปลงวิธีการใช้งานอุปกรณ์ของเราอย่างไร
35. RPA และ API ในบริษัทดิจิทัล
36. ตลาดงานในอนาคตและอาชีพที่จะเกิดขึ้น
37. AI ใน EdTech 3 ตัวอย่างบริษัทที่ใช้ศักยภาพปัญญาประดิษฐ์
38. ปัญญาประดิษฐ์และสิ่งแวดล้อม 3 โซลูชัน AI ที่จะช่วยคุณสร้างธุรกิจที่ยั่งยืน
39. เครื่องตรวจจับเนื้อหา AI พวกเขาคุ้มค่าไหม?
40. ChatGPT กับ Bard และ Bing AI chatbot ตัวไหนที่เป็นผู้นำการแข่งขัน?
41. chatbot AI เป็นคู่แข่งในการค้นหาของ Google หรือไม่
42. ChatGPT พร้อมท์ที่มีประสิทธิภาพสำหรับทรัพยากรบุคคลและการสรรหาบุคลากร
43. วิศวกรรมศาสตร์ทันที วิศวกรพร้อมท์ทำอะไร?
44. เครื่องกำเนิด AI จำลอง เครื่องมือ 4 อันดับแรก
45. AI และอะไรอีก? เทรนด์เทคโนโลยียอดนิยมสำหรับธุรกิจในปี 2024
46. AI และจริยธรรมทางธุรกิจ เหตุใดคุณจึงควรลงทุนในโซลูชั่นที่มีจริยธรรม
47. เมตาเอไอ คุณควรรู้อะไรบ้างเกี่ยวกับฟีเจอร์ที่รองรับ AI ของ Facebook และ Instagram
48. กฎระเบียบของเอไอ คุณต้องรู้อะไรบ้างในฐานะผู้ประกอบการ?
49. 5 การใช้งานใหม่ของ AI ในธุรกิจ
50. ผลิตภัณฑ์และโครงการ AI - แตกต่างจากผลิตภัณฑ์และโครงการอื่นอย่างไร
51. กระบวนการอัตโนมัติที่ได้รับความช่วยเหลือจาก AI จะเริ่มตรงไหน?
52. คุณจะจับคู่โซลูชัน AI กับปัญหาทางธุรกิจได้อย่างไร
53. AI ในฐานะผู้เชี่ยวชาญในทีมของคุณ
54. ทีม AI กับการแบ่งบทบาท
55. จะเลือกสาขาอาชีพใน AI ได้อย่างไร?
56. การเพิ่มปัญญาประดิษฐ์ในกระบวนการพัฒนาผลิตภัณฑ์คุ้มค่าเสมอไปหรือไม่?
57. AI ใน HR: ระบบการสรรหาบุคลากรอัตโนมัติส่งผลต่อ HR และการพัฒนาทีมอย่างไร
58. 6 เครื่องมือ AI ที่น่าสนใจที่สุดในปี 2023
59. 6 อุบัติเหตุทางธุรกิจที่ใหญ่ที่สุดที่เกิดจาก AI
60. การวิเคราะห์วุฒิภาวะด้าน AI ของบริษัทเป็นอย่างไร
61. AI สำหรับการปรับแต่ง B2B ในแบบของคุณ
62. กรณีการใช้งาน ChatGPT 18 ตัวอย่างวิธีปรับปรุงธุรกิจของคุณด้วย ChatGPT ในปี 2024
63. ไมโครเลิร์นนิง วิธีที่รวดเร็วในการรับทักษะใหม่
64. การใช้งาน AI ที่น่าสนใจที่สุดในบริษัทต่างๆ ในปี 2024
65. ผู้เชี่ยวชาญด้านปัญญาประดิษฐ์ทำอะไร?
66. โครงการ AI นำมาซึ่งความท้าทายอะไรบ้าง
67. เครื่องมือ AI 8 อันดับแรกสำหรับธุรกิจในปี 2567
68. เอไอใน CRM AI เปลี่ยนแปลงอะไรในเครื่องมือ CRM
69. พระราชบัญญัติ UE AI ยุโรปควบคุมการใช้ปัญญาประดิษฐ์อย่างไร
70. โซระ. วิดีโอที่สมจริงจาก OpenAI จะเปลี่ยนธุรกิจอย่างไร
71. ผู้สร้างเว็บไซต์ AI 7 อันดับแรก
72. เครื่องมือที่ไม่ต้องเขียนโค้ดและนวัตกรรม AI
73. การใช้ AI ช่วยเพิ่มประสิทธิภาพการทำงานของทีมของคุณได้มากแค่ไหน?
74. จะใช้ ChatGTP เพื่อการวิจัยตลาดได้อย่างไร
75. จะขยายขอบเขตการเข้าถึงของแคมเปญการตลาด AI ของคุณได้อย่างไร
76. “เราทุกคนคือนักพัฒนา” นักพัฒนาพลเมืองสามารถช่วยบริษัทของคุณได้อย่างไร?
77. AI ในการขนส่งและโลจิสติกส์
78. AI แก้ Pain Point ทางธุรกิจอะไรบ้าง?
79. ปัญญาประดิษฐ์ในสื่อ
80. AI ในด้านธนาคารและการเงิน ลาย มอนโซ และแกร็บ