Trí tuệ nhân tạo đang biến đổi hệ sinh thái tài chính như thế nào:Góc nhìn của người Thụy Sĩ

Trí tuệ nhân tạo hay 'AI' - bất kể chúng ta thực sự định nghĩa nó là gì - đang thay đổi cách chúng ta kinh doanh trong các dịch vụ tài chính:tầm quan trọng ngày càng tăng trên quy mô dữ liệu, các dịch vụ tùy chỉnh nhiều hơn và sự tương tác giữa con người và tự động hóa phức tạp hơn.

Tóm lại, AI và phân tích cho phép năm khả năng chính - tùy chỉnh (về kinh nghiệm và dịch vụ, tối ưu hóa kết quả), tầm nhìn xa (để dự đoán điều gì có thể xảy ra), ra quyết định (để đề xuất hoặc tự động hóa các quyết định cụ thể dựa trên kết quả tốt nhất), tương tác (giữa máy tính và con người) và phát hiện mẫu (để hiểu các chủ đề và quy tắc trong ngữ cảnh). Phối hợp với Deloitte, để hiểu được tác động của những khả năng này đối với ngành dịch vụ tài chính toàn cầu, Diễn đàn Kinh tế Thế giới đã phát hành một báo cáo có tiêu đề ‘Vật lý mới của dịch vụ tài chính:Hiểu được trí tuệ nhân tạo đang biến đổi hệ sinh thái tài chính như thế nào

Báo cáo này khám phá cách AI - từ những hiểu biết sâu sắc thông qua sự tham gia đến tự động hóa - đang phá vỡ các dịch vụ tài chính và ý nghĩa của nó đối với các giám đốc điều hành tài chính, các nhà quản lý và hoạch định chính sách. Chúng tôi muốn hỏi điều này có ý nghĩa gì đối với thị trường ngân hàng Thụy Sĩ?

Báo cáo chỉ ra 4 lĩnh vực chính mà các ngân hàng cần lưu ý trong việc tận dụng tối đa dữ liệu và tích hợp công nghệ cần thiết cho AI. Những thách thức này trải dài trên bốn lĩnh vực:tạo giá trị, tài năng, động lực cạnh tranh và chính sách công.

Tạo giá trị

Đối với Thụy Sĩ, danh tiếng của các tổ chức tài chính lâu đời ổn định là chìa khóa để thu hút và giữ chân khách hàng. Khi các ngân hàng đang cạnh tranh nhiều hơn trên toàn cầu về tiền, khách hàng mong đợi các ngân hàng tiếp cận họ bằng các dịch vụ được cá nhân hóa. Các nền tảng trực tuyến cho phép khách hàng so sánh các dịch vụ và fintech như Revolut và TransferWise đang phá vỡ các phần của chuỗi giá trị ngân hàng. Quyền lực đang thay đổi và các ngân hàng phải thích ứng với nhau.

Các công ty Fintech nói riêng đã có sẵn cơ sở hạ tầng công nghệ cho các hoạt động phân tích và AI và là trung tâm của các quy định ngân hàng ngày càng cởi mở. Ở những nơi khác trên thế giới, các công ty công nghệ (đặc biệt như Alibaba, Amazon, Apple Pay, Google Pay) đang cung cấp các sản phẩm dịch vụ tài chính sáng tạo cho cơ sở khách hàng của họ. Nền tảng công nghệ mạnh mẽ của họ hỗ trợ việc tạo ra các dịch vụ tài chính tự lái để tự động hóa các giao dịch thông thường hoặc tư vấn cho khách hàng về các quyết định phức tạp như mua nhà hoặc lập kế hoạch nghỉ hưu.

Các ngân hàng Thụy Sĩ đi sau đường cong trong việc sử dụng dữ liệu để hiểu nhu cầu của khách hàng. Điều này là do bối cảnh kế thừa lớn và các quy trình tập trung vào việc khóa dữ liệu, không sử dụng nó để tạo thông tin chi tiết. Các ngân hàng hàng đầu đang thử mọi thứ - Credit Suisse ra mắt 'Amelia', một đại lý ảo, phối hợp với nhà cung cấp IPSoft, để hiểu và giải quyết hoặc chuyển hướng các vấn đề của khách hàng, và UBS đã tạo ra một dịch vụ dự báo kinh tế, tận dụng Amazon Alexa, giúp việc khách hàng để xem 'ngôi nhà'.

Tài năng

Từ lâu, các ngân hàng đã thuê nhân viên công nghệ đáng kể - khi các quy trình ra quyết định của ngân hàng ngày càng trở nên chuyên sâu hơn về dữ liệu, thì phạm vi kỹ năng mà ngân hàng cần và nơi đặt họ, sẽ phát triển. Các nhà khoa học dữ liệu, lập trình ngôn ngữ thần kinh, nhà khoa học thần kinh, nhà ngôn ngữ học, chuyên gia tư duy thiết kế và người lập mô hình quyết định đều là những vai trò đi đầu trong quá trình chuyển sang AI. Mô hình hoạt động và kinh phí cũng có thể cần thay đổi. Sự phân chia truyền thống giữa 'CNTT' và 'kinh doanh' và 'Thay đổi' và 'Chạy', mặc dù dễ hiểu, nhưng không nhất thiết là đủ khi các nhà khoa học dữ liệu cần cả kỹ năng kinh doanh và phân tích, đồng thời đang làm việc với các tập dữ liệu thực và tác động đến thời gian thực các quyết định. Các ngân hàng cần tổ chức, tuyển dụng và đào tạo vào những vai trò này.

Động lực cạnh tranh

Khi dữ liệu và máy học ngày càng trở thành một yếu tố quan trọng đối với kết quả kinh doanh, thì quy mô và độ rộng của dữ liệu có sẵn để sử dụng cho việc đào tạo các mô hình máy học trở nên quan trọng hơn nhiều. Ở các quốc gia khác, chia sẻ dữ liệu đang trở thành một động lực phổ biến; chia sẻ dữ liệu ẩn danh trong một ngành hoặc giữa các tổ chức trong các ngành khác nhau với sự chồng chéo. Ngay cả trong thị trường 'chia sẻ đi xe' siêu cạnh tranh, Uber và Lyft đang hợp tác để chia sẻ dữ liệu. Với sự thay đổi trong tư duy, cùng với việc ẩn danh đủ dữ liệu của họ và đủ chính sách và phù hợp với các quy định, các ngân hàng Thụy Sĩ - đặc biệt là các ngân hàng địa phương và khu vực nhỏ hơn - có thể hợp tác để cho phép chia sẻ dữ liệu ẩn danh nhằm thúc đẩy việc sử dụng phân tích và AI của họ. Các tổ chức như Liên minh Dữ liệu Thụy Sĩ đã được thành lập với mục đích thiết lập chính sách dữ liệu hướng tới tương lai và khuyến khích dữ liệu mở ở Thụy Sĩ. Chúng ta cần thấy sự thay đổi đáng kể trong suy nghĩ của các chủ ngân hàng để họ hiểu giá trị của AI trong việc phục vụ khách hàng và quản lý rủi ro - và vai trò của các bộ dữ liệu toàn diện hơn trong việc đạt được điều này.

Chính sách công

Trong môi trường được quản lý chặt chẽ của Thụy Sĩ, tất cả các ngân hàng đều phải đối mặt với những thách thức giống nhau trong việc tuân thủ các quy định liên quan đến dữ liệu như Quy định chung về bảo vệ dữ liệu (GDPR) ảnh hưởng đến khả năng phát triển các giải pháp AI và tạo liên minh dữ liệu của họ. Các ngân hàng Thụy Sĩ không nên bỏ lỡ cơ hội do GDPR và Đạo luật Bảo vệ Dữ liệu Liên bang mang lại để quản lý đúng cách dữ liệu nội bộ của họ - quá nhiều công ty đã coi GDPR hoàn toàn là một việc cần làm theo quy định, trong khi nó thực sự cũng đề xuất phương pháp đơn giản tốt nhất về dữ liệu quản lý.

Có cơ hội tập hợp các nguồn lực để xây dựng các giải pháp chung trong các chức năng không cạnh tranh và làm việc với các bên thứ ba đáng tin cậy tận dụng dữ liệu được chia sẻ để tạo ra các thông tin chi tiết về khách hàng và rủi ro có thể hành động. Các ngân hàng cần làm việc với cơ quan quản lý để định hình chính sách, giải quyết vấn đề từ chân trước.

Khi nhận dạng kỹ thuật số (chẳng hạn như SwissID) phát triển, điều này sẽ trở nên quan trọng để quản lý các luồng dữ liệu cá nhân và các ngân hàng cần phải sẵn sàng cho việc này. Nhiều doanh nghiệp trực thuộc nhà nước, tổ chức tài chính, công ty bảo hiểm và bảo hiểm sức khỏe ở Thụy Sĩ đã và đang làm việc cùng nhau ở đây thông qua sự phát triển của SwissID. Hệ thống này cho phép dữ liệu cá nhân được trao đổi dưới dạng mã hóa và được bảo vệ chống lại sự truy cập trái phép. Sự hợp lực được tạo ra ở đây có nghĩa là các đối tác nâng cao hiệu quả, giảm chi phí và đặt nền tảng để chia sẻ dữ liệu dễ dàng hơn làm nền tảng cho AI.

Lời kết

Các nhân viên ngân hàng ở Thụy Sĩ có cơ hội tuyệt vời để sử dụng AI và phân tích để phục vụ khách hàng của họ tốt hơn, tăng lợi nhuận và quản lý rủi ro. Nhưng các chủ ngân hàng cần phải suy nghĩ rất khác so với trước đây - nghĩ về quy mô dữ liệu có sẵn cho họ, thay vì hoàn toàn là quy mô tài sản mà họ quản lý, về trải nghiệm phù hợp cho khách hàng của họ thay vì sản xuất hàng loạt và hiệu suất được tăng cường bởi AI hơn là dựa vào sự khéo léo của con người.

Để tìm hiểu thêm và tải xuống báo cáo, vui lòng truy cập trang web của chúng tôi.


ngân hàng
  1. thị trường ngoại hối
  2.   
  3. ngân hàng
  4.   
  5. Giao dịch ngoại hối