지능형 자동화의 도래와 은행 업무를 더 쉽게 만드는 방법
게시 됨: 2020-09-22자동화는 많은 프로세스를 자동화하고 사람의 노력을 줄여준 산업 혁명 이후 오랫동안 사용되어 왔습니다. 지능형 자동화는 자동화를 통해 한 단계 더 나아가 인간의 신체적 부담뿐만 아니라 정신적 부담도 줄여줍니다. 엄청난 양의 데이터를 처리하는 산업에서 애플리케이션을 찾았고 이를 사용하는 솔루션이 도착했으며 그 중 은행이 가장 큰 수혜자 중 하나입니다.
Know Your Customer/Client의 구현은 인도 시민들이 돈을 사용하고 습관을 관리하는 데 크게 도움이 되었습니다. 더욱이 은행은 자금 세탁을 억제하는 데 점점 더 도움이 된다는 사실을 알게 되었습니다. 모든 규모의 회사는 자신과 고객을 보호하기 위해 KYC 절차를 채택하고 있습니다.
올해 초 인도 준비 은행은 중앙 은행이 규제하는 은행 및 기타 금융 서비스 제공 업체가 비디오 기반 KYC 인증을 수행하여 온보딩 중에 새로운 고객의 신원을 설정하도록 허용했으며 PayTM은 이를 쉽게 구현한 것으로 보입니다.
원천
전 세계적으로 은행 산업은 2019년에 데이터 및 비즈니스 분석 도구와 소프트웨어에 거의 300억 달러를 지출했습니다. 이 부문은 또한 다른 어떤 부문보다 AI 기술을 가장 빠르게 채택한 부문이었습니다. UBS Evidence Lab 보고서에 따르면 응답자의 75%가 자산이 1,000억 달러 이상인 은행의 경우 현재 AI 전략을 구현하고 있다고 답했으며 자산이 1,000억 달러 미만인 은행의 경우 46%에 불과했습니다.
원천
목차
어떻게 구현되고 있습니까?
로봇 프로세스 자동화(RPA)
그것은 다소 눈에 띄지 않지만 은행 산업의 필수 구성 요소입니다. RPA는 은행이 스마트폰으로 운영하여 보다 효율적인 모바일 뱅킹 시스템을 구축하고 다양한 지점에서 대면 서비스를 제공할 수 있도록 지원합니다. 인간의 관점에서 보면 AI는 두뇌이고 RPA는 눈과 손입니다.
RPA는 효율적이고 반복적인 프로세스와 데이터 수집을 허용하는 반면 AI는 해당 데이터를 해석하고 그에 따라 대응하기 위해 변화하는 행동을 기록하는 데 사용됩니다. 은행 업무에서 이러한 시스템은 재무 문서를 검토하고 인적 오류의 가능성을 줄이는 데 도움이 됩니다.
더 알아보기: 일상 생활에서 인공 지능의 상위 4가지 예
원천
원천
RPA+AI
RPA와 결합된 AI는 전문가의 판단이나 어려운 의사 결정이 필요한 단순하고 복잡하고 노동 집약적인 활동을 인간보다 더 큰 규모, 속도 및 정확성으로 복제할 수 있습니다. AI 시스템은 몇 초 만에 문서를 검토할 수 있으며 오류가 발생하기 쉽습니다. 시스템은 대출 서비스 실수를 줄일 수 있으며, 그 중 상당수는 인적 오류로 인해 연간 수천 개의 새로운 도매 계약을 해석하는 결과를 낳습니다.
AI가 있는 로봇
- 최저 비용으로 최고 정확도로 연중무휴 24시간 작업합니다.
- 비즈니스의 피크 시간에 클릭 한 번으로 로봇을 더 추가할 수 있습니다.
- 각 프로세스에 대한 전체 감사 추적을 생성하여 프로세스 규정 준수를 달성하고 비즈니스 위험을 줄이는 데 도움이 됩니다.
- 비용을 30-70% 절감하고 처리 시간을 며칠에서 몇 시간 또는 몇 분으로 단축합니다.
원천
RPA를 활용하는 은행 및 기타 금융 기관은 이 AI 기술이 어떻게 노동력을 절약하고 비용 효율적인지 직접 목격했습니다.
예를 들어, 2017년에 DBS는 IBM과 협력하여 RPA 의 COE(Center of Excellence) 를 확장했으며, 이는 백엔드 운영을 넘어 RPA를 확장하려는 금융 기관의 욕구가 커지고 있음을 강조한 것입니다. DBS는 설치한 지 불과 5개월 만에 이미 50개 이상의 복잡한 비즈니스 프로세스를 최적화했습니다. HDFC Bank는 벵갈루루에 기반을 둔 Senseforth AI Research에서 구축한 AI 기반 챗봇 "Eva"(전자 가상 비서의 약자)를 사용하고 있습니다 . 올해 3월 출시 이후 Eva는 270만 건 이상의 고객 쿼리를 처리하고 530,000명 이상의 고유 사용자와 상호 작용했으며 120만 건의 대화를 나눴습니다.
원천
챗봇
챗봇은 모든 산업 분야에서 고객 경험의 기대되는 부분이 되었습니다. LivePerson의 설문 조사에 따르면 고객의 67%는 문제를 빠르고 효율적으로 해결하기 때문에 고객 지원을 제공하는 챗봇과 상호 작용하는 것을 선호합니다. 은행 산업에서 챗봇의 주요 장점 중 하나는 통화를 선호하는 고객을 위한 음성 비서와 고객의 요청에 즉시 응답하는 개인화된 콘텐츠를 제공하는 메시징 비서 모두로 설계되었다는 것입니다.
원천
읽기: Python에서 챗봇을 만드는 방법은 무엇입니까?
지능형 프로세스 자동화(IPA)
판도를 바꾸는 지능형 프로세스 자동화(IPA)는 정형 데이터와 비정형 데이터를 모두 이해할 수 있습니다. RPA와 달리 IPA는 텍스트와 이미지의 컨텍스트를 파악하고 정보에 입각한 의사 결정을 용이하게 하기 위해 반복할 수 있습니다. 정형, 반정형 및 비정형 문서의 문서 접수, 이해 및 디지털화를 위한 단일 솔루션을 제공합니다.
이를 통해 계약 분석, 고객 온보딩, 상업 인수, 재무 문서 분석, 모기지 처리, 청구 양식 검토, 보험 청구 분석 등을 포함한 일반적인 문서 기반 프로세스의 종단 간 자동화가 가능합니다. IPA는 인지 지능 기능을 통해 텍스트, 이미지, 문서를 이해하고 주변 컨텍스트를 기반으로 정확한 판단을 내릴 수 있습니다.
원천
미래는 어떻게 보입니까?
자동화는 특히 올해 6개월 이상 지속된 전염병의 와중에 은행뿐만 아니라 최종 사용자도 쉽게 만들 수 있습니다. 경제가 스스로를 되살리려고 노력하고 있지만 지능형 자동화는 금융 부문이 이 불확실한 시기에 기능을 유지하고 개별 경제를 보호할 수 있는 손쉬운 은행 방법으로 고객에게 제공할 수 있는 지원입니다. 결국 한 방울의 바다.
지능형 자동화의 직접적인 혜택을 받은 은행 분야의 가시적인 예는 상업 대출 및 KYC 및 자금 세탁 방지(AML) 와 같은 규제 작업입니다.
구조화 및 비구조화 대출 문서의 데이터 인 ML 및 RPA를 사용하여 위험 및 대출 자격을 처리하면 최소 30%의 가속화가 관찰됩니다.
LexisNexis와 같은 AML 애플리케이션에 데이터 입력을 자동화하기 위해 RPA 및 ML을 사용하여 이름 심사 결과에서 오탐지를 식별한 결과가 입증된 것으로 나타났습니다. KYC를 통해 클라이언트 온보딩 작업의 25% 이상을 줄일 수 있습니다.
정교한 AI의 통합으로 자동화된 메일을 통해 표준 쿼리의 60%에 응답하는 능력이 현재 제공되는 20%에 비해 증가할 수 있습니다. 팬데믹은 현재와 미래에 은행이 일하고 고객과 소통하는 방식을 바꿀 가능성이 가장 큽니다. 살아남을 시설은 가장 빠르게 반응하고 적응할 수 있는 시설이 될 것입니다. 이것이 뉴 노멀입니다.
더 알아보기: 인공 지능의 직업 기회: 다양한 직무 목록
마무리
인공 지능 및 기계 학습에 대해 자세히 알아보려면 작업 전문가를 위해 설계되었으며 450시간 이상의 엄격한 교육, 30개 이상의 사례 연구 및 과제를 제공하는 IIIT-B & upGrad의 기계 학습 및 AI PG 디플로마를 확인하십시오. , IIIT-B 동문 자격, 5개 이상의 실용적인 실습 캡스톤 프로젝트 및 최고의 기업과의 취업 지원.