Infosys op Hoe Banken Kunnen Beginnen met Hun Reis naar AI Adoptie

0
46

Dit jaar is de Gartner Hype Cycle bleek dat de verwachtingen rondom Kunstmatige Intelligentie technologieën hoogtepunt bereikte, en Machine Learning en Diep Leren zou gemeengoed zijn geworden in 2 tot 5 jaar. Enquête na enquête, waaronder een die Infosys in opdracht van een paar maanden geleden, toont wijdverbreide erkenning van het belang van AI. Echter, als het gaat om hun AI visie en het pad naar het, de ondernemingen worden minder zeker.

De volgende checklist kan helpen bij banken en andere organisaties beginnen hun reis naar AI adoptie.

Zet de ondersteuning van de top leiderschap
Ons onderzoek blijkt dat de top-3 van de stuurprogramma ‘ s voor AI implementatie in ondernemingen waren een zoektocht naar concurrentievoordeel, steun van de leidinggevende, en een zoektocht naar een oplossing voor een zakelijke, technische of operationele probleem. Aangezien dit typisch top gedreven, de bank, het senior management moet ook bereid zijn tot het plegen van de nodige (substantiële) middelen, en wijden sleutelposities aan te nemen eigendom van de AI agenda. Het identificeren van een gepassioneerde eigenaar is de sleutel tot vooruitgang.

Het opstellen van een gediversifieerd team
Elke bank is anders, en zal dus een andere visie op de toekomst met AI. Na vaststelling van de visie, de bank zal moeten interne en externe teams met een mix van zakelijke en technologische mogelijkheden om verder te gaan. Een belangrijke volgende stap is het beoordelen van de interne bereidheid gemeten door de aanwezigheid van een sterke data-analyse foundation, de juiste technologie, vaardigheden en de kans op succes bij het implementeren en het integreren van nieuwe technologieën.

Kies de AI technologieën die van belang zijn
De AI is niet één technologie, maar vele. Machine Learning, Diep Leren, de Verwerking van Natuurlijke Taal Natuurlijke Taal Generatie, en Visuele Herkenning zijn de primaire bouwstenen. Omdat iedere technologie behaalt in verschillende dingen, de bank moet kiezen van de juiste zijn.

De bank kan het gebruik van machine learning in een zeer breed scala aan functies, van klantenservice tot risico management. Diep leren is een subset van machine learning, die gebruik maakt van kunstmatige neurale netwerken na te bootsen in het menselijk brein te bouwen niet-lineaire analyses. Diep leren ook vindt brede toepassing in de banksector. Het kan bijvoorbeeld voorkomen van fraude door het bestuderen van gedragspatronen, het opgraven van nieuwe zakelijke kansen te identificeren voorkeuren van de consument, gebaseerd op de sociale media-activiteiten, en maken betere beslissingen te nemen. De toepassingen van natural language processing (NLP) zijn automatische summarisation en beantwoorden, vertaling, spraak of entity recognition, relatie extractie, text mining en sentiment-analyse.

vphrase nlg

Voor een bank, een van de meest interessante toepassingen van NLP is de chatbot of virtuele assistent; diverse banken gebruiken voor het aanpassen van de inhoud, het ondersteunen van klanten en het oplossen van query ‘ s. Natuurlijke taal generatie technologieën zijn gebruikt voor het combineren van gegevens uit verschillende bronnen en het communiceren van het terug naar de mens in een eenvoudig te begrijpen manier. Klant/ zakelijke gebruiker gerichte toepassingen zijn de voornaamste begunstigden van FL. Amelia, een cognitieve agent, die is het transformeren van de bancaire ervaring voor klanten met haar intelligente conversatie, is een goed voorbeeld van. Banken die gebruik van Visuele Herkenning om wrijving te verminderen in de gebruikerservaring.

Westpac, bijvoorbeeld, gebruikt om klanten toe te staan voor het activeren van een nieuwe kaart, terwijl Santander en ABSA Bank onder degenen met behulp van de technologie om documenten te verifiëren. Een zeer populaire dienst, namelijk het op afstand controleren storten via je mobiele telefoon, is ook gebaseerd op de AR-technologie.

Zodra een bank beslist welke AI technologieën te gebruiken, is het nodig om de ontwikkeling van de benodigde vaardigheden door het trainen van mensen op de baan of op zoek naar de hulp van een externe partner.

Kies de juiste use-cases
Nu moet de bank in het identificeren van de AI business cases zal nastreven. Het is een goed idee om halen de opbrengst van quick wins en het testen van ze intern alvorens ze openbaar. ICICI Bank is daar een voorbeeld van: het begon met het automatiseren van 200 business processen te krijgen snel resultaat en is nu van plan om dat opschalen naar 500.

Terwijl een bank kan kiezen voor het volgen van sommige items op deze lijst en de rest te negeren, het een ding dat het niet kan doen is rond te hangen. Een vroege start op AI zal een waardevolle concurrentievoordeel en meer oefentijd vis-à-vis de AI-systemen van andere banken. Dat is niet te lichtvaardig worden genomen.

Mahesh Dutt Kolar is Vice-President en Hoofd – APAC, Infosys Finacle. Hij heeft meer dan 20 jaar ervaring in technologie en technologie-enabled product business.

SHARE
Previous articleLyf C451 Examen
Next articleLyf C451 Review