Yapay Zeka Finansı Nasıl Bozuyor?

Yönetici Özeti

Genel amaçlı teknoloji , ekonomistlerin uzun süreli ekonomik büyümeyi ve toplumsal gelişmeleri teşvik eden, hem hanelerin hem de şirketlerin operasyonlarında devrim yaratan teknolojiler için ayırdığı bir terimdir. Örnek bir genel amaçlı teknoloji elektriktir. Elektrik, buzdolapları, çamaşır makineleri, trenler ve tabii ki bilgisayarlar da dahil olmak üzere çok sayıda ürün ve sektör üretti. Elektriğin ortaya çıkışı dünyayı kökten değiştirdi.

Yakın tarihli bir Harvard Business Review makalesi , yapay zekayı (AI) çağımızın en önemli genel amaçlı teknolojisi olarak tanımlıyor . Yapay zekanın gücüne aşinayız. Dünyaca ünlü bir satranç oyuncusunu yenen bir robot şeklinde tezahür eder. Kendi kendine paralel park edebilen bir araba. Sorduğumuzda yarının hava durumu ile yanıt veren cihazlar. Ancak AI ile olan iletişimimizin ve anlayışımızın çoğu, tüketiciler olarak günlük yaşamlarımızı etkileyen ürünler etrafında döner. Kurumsal düzeyde, yapay zekanın endüstrileri nasıl bozacağı ve özellikle finansal hizmetlerin yapay zekadan nasıl yararlanacağı konusunda daha büyük bir soru var.

Aşağıdaki makale yapay zekayı, ilgili teknolojilerinin alanını, genel AI endüstrisinin boyutunu ve yapay zekanın finanstaki uygulamalarını tanımlayacaktır. Bu parça, AI gelişimi hakkında normatif bir yargı sağlamayı amaçlamamaktadır; bunun yerine, yapay zekanın finansı nasıl bozduğuna odaklanacak.

Yapay Zeka: Yapay Zeka Nedir?

Yapay zeka, insanlar gibi çalışan akıllı makineler yaratmaya odaklanan bir bilgisayar bilimi alanıdır. AI bilgisayarları, öğrenme, karar verme, planlama ve konuşma tanıma dahil olmak üzere insan işlevlerini yerine getirmek için tasarlanmıştır.

Yapay zeka, insanların bunu nasıl yapacakları konusunda kuralcı talimatlar vermelerine gerek kalmadan makinelerin performanslarını sürekli olarak iyileştirmelerini sağlar. Bu birkaç nedenden dolayı önemlidir. Birincisi, insanlar bizim anlatabileceğimizden daha fazlasını biliyorlar. Yani, insanlar bir satranç oyununda bir yüzü tanıyabilir veya akıllı bir strateji uygulayabilir. Ancak, gelişmiş yapay zeka teknolojisinden önce, insanların bilgimizi ifade etmedeki yetersizlikleri, birçok görevi otomatikleştiremeyeceğimiz anlamına geliyordu. İkincisi, yapay zeka teknolojisi uygulamada insanüstüdür, insanlardan daha hızlı ve sıklıkla daha isabetli çalışır.

Yapay Zeka Teknolojileri

Yapay zeka, çok sayıda yetenek ve teknolojiyi kapsar. Danışmanlık firması PWC, yapay zekanın “monolitik bir konu alanı olmadığını” pekiştiriyor. Hepsi de 'akıllı' olmanın ne anlama geldiğine dair fikrimize katkıda bulunan bir dizi şeyi içeriyor.” Aşağıda yapay zekanın en popüler alanlarından birkaçı yer almaktadır:

• Makine öğrenimi , analitik model oluşturmayı otomatikleştiren bir veri analizi yöntemidir. Verilerden yinelemeli olarak öğrenen algoritmalar kullanan makine öğrenimi, bilgisayarların nereye bakacakları açıkça programlanmadan gizli bilgileri bulmasını sağlar.
• Derin öğrenme , makine öğreniminin bir alt kümesidir. Görüntülerde nesne tanımayı, video etiketlemeyi ve etkinlik tanımayı kolaylaştırdı ve algılamada (ses ve konuşma dahil) ilerleme kaydediyor. Örneğin, Facebook'un derin öğrenme uygulaması DeepFace, fotoğraflardaki insanları tanımak için eğitildi. Birçoğu derin öğrenme teknolojisi ve biyoloji arasında bir karşılaştırma yapar, ancak uzmanlar genellikle insan beyninden ilham alsa da, mutlaka ondan sonra modellenmediği konusunda hemfikirdir.
• Doğal dil işleme , bir bilgisayar programının insan konuşmasını gerçek zamanlı olarak anlama yeteneğidir. Araştırma ve geliştirme, yalnızca stilize edilmiş isteklere tepki vermekle kalmayıp, insanlarla diyalog yoluyla etkileşim kurabilen sistemlere doğru kayıyor.
• Nesnelerin İnterneti (IoT) , aletler, araçlar ve binalar dahil olmak üzere çok çeşitli cihazların birbirine bağlanabileceği fikrine adanmıştır. Örneğin, alarmınız sabah 7:00'de çalarsa, kahve makinenizi sizin için kahve yapmaya başlaması için otomatik olarak bilgilendirebilir. Giyildiğinde sensör görevi gören giyilebilir teknolojiler de bu büyük trendin bir parçası.

Tabii ki, bu liste kapsamlı değil. Daha geniş bir yapay zeka konuları ve teknolojileri yelpazesi için aşağıya bakın.

Yapay Zeka Pazar Büyüklüğü

Yukarıda bahsedilen Harvard Business Review makalesi, "Yapım, perakendecilik, ulaşım, finans, sağlık, hukuk, reklam, sigorta, eğlence, eğitim ve hemen hemen tüm diğer endüstriler, gelecek on yılda yapay zekanın etkileri büyüyecek. makine öğreniminden yararlanmak için temel süreçler ve iş modelleri. Darboğaz yönetim, uygulama ve iş hayal gücündedir.”

Yapay zekanın endüstriler arasında yaygın bir şekilde benimsenmesinin, 2016'dan 2020'ye kadar %55,1 bileşik yıllık büyüme oranı (CAGR) ile 2017'de 12,5 milyar dolar ve 2020'de 47 milyar dolarlık küresel gelirleri artırması bekleniyor. Spesifik olarak, en çok yatırım yapacak sektörler teknoloji bankacılık ve perakende, ardından sağlık ve üretim. Toplamda, bu dört sektör, 2016 yılında küresel yapay zeka gelirlerinin yarısından fazlasını oluşturacak ve bankacılık ve perakende sektörlerinin her biri yaklaşık 1,5 milyar ABD doları sunacak.

Sektörler arasında, 2017'deki en büyük yapay zeka yatırımları, otomatikleştirilmiş müşteri hizmetleri aracıları, otomatikleştirilmiş tehdit istihbaratı ve dolandırıcılık analizi gibi alanlarda yapılacak (aşağıdaki tabloya bakın). Pazar araştırma şirketi IDC'nin program direktörü Jessica Goepfert'e göre, "Kognitif sistemler için kısa vadeli fırsatlar bankacılık, menkul kıymetler ve yatırımlar ve imalat gibi sektörlerdedir. Bu segmentlerde, çok sayıda yapılandırılmamış veri, bu bilgilerden elde edilen içgörülerden yararlanma arzusu ve yenilikçi teknolojilere açıklık buluyoruz.” Bu makalenin bir sonraki bölümü, finansal hizmetler endüstrisinde yapay zekanın çeşitli kullanım durumlarını inceleyecektir.

Finansta Yapay Zekanın Bugünkü ve Gelecekteki Uygulamaları

Finansta yapay zeka, risk yönetimi ve ticaretten sigortacılık ve taleplere kadar çeşitli alanlarda operasyonel verimliliği artırabilir. Bazı uygulamalar finansal hizmetler içindeki belirli sektörlerle daha alakalıyken, diğerleri yönetim kurulu genelinde kullanılabilir.

Finansta Yapay Zeka: Risk Yönetimi

Güvenlik ve dolandırıcılık tespiti söz konusu olduğunda yapay zekanın son derece değerli olduğu kanıtlanmıştır. Geleneksel dolandırıcılık tespiti yöntemleri, yapılandırılmış verileri bir dizi kurala göre analiz eden bilgisayarları içerir. Örneğin, belirli bir ödeme şirketi, banka havaleleri için 15.000 ABD Doları olarak bir eşik belirleyebilir, böylece bu tutarı aşan herhangi bir işlem daha fazla araştırma için işaretlenir. Bununla birlikte, bu tür bir analiz birçok yanlış pozitif üretir ve çok fazla ek çaba gerektirir. Belki daha da önemlisi, siber suç dolandırıcıları sıklıkla taktiklerini değiştirir. Bu nedenle, en etkili sistemler sürekli olarak daha akıllı hale gelmelidir.

Derin öğrenmeden alınanlar gibi gelişmiş öğrenme algoritmaları ile dinamik ayarlama için sisteme yeni özellikler eklenebilir. Deloitte Transactions and Business Analytics LLP'de danışman müdür olan Samir Hans'a göre, "Kognitif analitik ile dolandırıcılık tespit modelleri daha sağlam ve doğru hale gelebilir. Bilişsel bir sistem potansiyel dolandırıcılık olarak belirlediği bir şeyi başlatırsa ve bir insan bunun X, Y ve Z nedeniyle dolandırıcılık olmadığını belirlerse, bilgisayar bu insan içgörülerinden öğrenir ve bir dahaki sefere sizin yolunuza benzer bir algılama göndermez. . Bilgisayar giderek daha akıllı hale geliyor.”

PayPal'ın Yapay Zeka ve Dolandırıcılık Tespitiyle Başarısı

Örneğin ödeme devi PayPal'ı ve gelişmiş dolandırıcılık protokollerini ele alalım. Ölçeği ve görünürlüğü nedeniyle PayPal'ın "arkasında büyük bir hedef var." 170 milyon müşterisi tarafından yapılan dört milyon işlemden 2015 yılında 235 milyar dolar işlem gördü. Ancak PayPal, derin öğrenme teknolojisinden yararlanarak güvenliği artırmayı başardı. Aslında, PayPal'ın sahtekarlığı, gelirin %0,32'si ile nispeten düşüktür; bu, tüccarların gördüğü %1,32 ortalamasından çok daha iyi bir rakamdır.

Geçmişte PayPal basit, doğrusal modeller kullanırdı. Bugün, algoritmaları bir müşterinin satın alma geçmişinden veri madenciliği yapıyor ve büyüyen veritabanlarında depolanan olası dolandırıcılık modellerini inceliyor. Doğrusal bir model 20-30 değişken tüketebilirken, derin öğrenme teknolojisi binlerce veri noktasını yönetebilir. Bu gelişmiş yetenekler, PayPal'ın masum işlemleri şüpheli işlemlerden ayırt etmesine yardımcı olur. PayPal'ın Küresel Risk Bilimleri Kıdemli Direktörü Hui Wang'a göre, “Daha modern, gelişmiş makine öğreniminden hoşlandığımız şey, çok daha fazla veri tüketme, katmanları ve soyutlama katmanlarını işleme ve şeyleri 'görebilme' yeteneğidir [… ] insanlar bile göremeyebilir.”

Finansta Yapay Zeka: Ticaret

İnsan Yapılı Modellerden Gerçek Yapay Zekaya Geçiş

Yıllar boyunca, yatırım yönetimi şirketleri ticaret yapmak için bilgisayarlara güvendiler. Tüm fonların %9'unu temsil eden yaklaşık 1.360 hedge fonu, genellikle matematik doktora derecesine sahip olan veri bilimcileri tarafından oluşturulan büyük istatistiksel modellere dayanır ("quants" olarak da bilinir). Ancak bu modeller yalnızca geçmiş verileri kullanır, genellikle statiktir, insan müdahalesi gerektirir ve piyasa değiştiğinde iyi performans göstermez. Sonuç olarak, fonlar, yalnızca büyük hacimli verileri analiz edemeyen, aynı zamanda kendilerini geliştirmeye devam eden gerçek yapay zeka modellerine giderek daha fazla göç ediyor.

Bu yeni teknolojiler, derin öğrenme, Bayes ağları adı verilen bir makine öğrenimi biçimi ve genetikten ilham alan evrimsel hesaplama gibi karmaşık teknikleri kullanır. AI ticaret yazılımı, dünya hakkında bilgi edinmek ve finansal piyasa hakkında tahminlerde bulunmak için muazzam miktarda veriyi emebilir. Küresel eğilimleri anlamak için kitaplardan, tweet'lerden, haber raporlarından, finansal verilerden, kazanç sayılarından ve uluslararası para politikasından Saturday Night Live skeçlerine kadar her şeyi tüketebilirler.

Açık olmak gerekirse, yukarıdakiler, yatırımcıların milyonlarca emri yerine getirmelerine ve birden fazla piyasayı saniyeler içinde taramalarına olanak tanıyan ve fırsatlara insanların yapamayacağı şekillerde yanıt veren yüksek frekanslı ticaretten (HFT) farklıdır. Yukarıda tartışılan AI odaklı platformlar, uzun vadede en iyi ticareti arıyor ve insanlar değil makineler stratejiyi dikte ediyor.

Bu AI ticaret sistemlerinden bazıları yeni başlayanlar tarafından geliştirilmiştir. Örneğin, Hong Kong merkezli Aidiya, tüm hisse senedi işlemlerini yapay zeka (AI) kullanarak yapan tamamen özerk bir hedge fonudur. Kurucu ortak Ben Goertzel, "Hepimiz ölürsek, ticaret devam eder" diyor. Geleneksel kurumlar ayrıca AI ticaret teknolojisiyle de ilgilenmektedir. 2014 yılında Goldman Sachs, A Serisi finansman turunu yönetti ve Kensho adlı bir AI ticaret platformunu kurmaya başladı. Kensho'nun B Serisi turuna S&P Global'in yanı sıra Wall Street'in en büyük altı bankası (Goldman Sachs, JPMorgan Chase, Bank of America Merrill Lynch, Morgan Stanley, Citigroup ve Wells Fargo) da katıldı.

Alım Satım Performansı Karşılaştırması

Yatırım araştırma şirketi Eurekahedge tarafından yakın zamanda gerçekleştirilen bir araştırma, 2010-2016 yılları arasında AI kullanan 23 hedge fonunun performansını izleyerek, bunların daha geleneksel quants ve genelleştirilmiş hedge fonları tarafından yönetilenlerden daha iyi performans gösterdiğini buldu.

Tüccarlar ve Miktarlar için Etkileri

Yapay zekanın ticari işgücü piyasasını nasıl etkileyeceğini gözlemlemek ilginç olacak. Etkileri bazı büyük bankacılık kurumlarında zaten belirgindir. 2000 yılında, Goldman Sach'ın New York merkezindeki ABD nakit hisse senedi alım satım masasında hisse senedi alıp satan 600 tüccar vardı. Bugün, geri kalanını makinelerle yapan iki hisse senedi tüccarı var. Kensho'nun CEO'su Daniel Nadler, "10 yıl içinde, Goldman Sachs personel sayısı bakımından bugün olduğundan çok daha küçük olacak" diyor. Ve niceliklere gelince, becerilerinin yatırım yönetimi şirketlerinden daha az talep gördüğünü görebilirler.

Şu anda, en iyi işletme programlarından mezun olan öğrencilerin yaklaşık üçte biri finans sektörüne giriyor. Ülkenin en iyi yeteneklerinden bazıları nereye taşınır? ABD Rekabet Edebilirlik Konseyi'nin kıdemli danışmanı Mark Minevich, "Bu akıllı insanlardan bazıları teknoloji girişimlerine geçecek veya daha fazla AI platformu, otonom araba veya enerji teknolojisi geliştirmeye yardımcı olacak [...] New York Silikon ile rekabet edebilir Teknolojide vadi.”

Finansta Yapay Zeka: Robo-Danışmanlık

Robo-Danışman Nedir ve Nasıl Çalışır?

Robo-danışmanlar, minimum insan denetimiyle otomatik, algoritmaya dayalı finansal planlama hizmetleri sağlayan dijital platformlardır. İnsan finans yöneticileri 2000'li yılların başından beri otomatik portföy tahsisinden yararlanırken, yatırımcılar teknolojiden yararlanmak için danışmanları işe almak zorunda kaldı. Bugün, robo-danışmanlar müşterilerin hizmete doğrudan erişmesine izin veriyor. İnsan meslektaşlarından farklı olarak, robo-danışmanlar piyasaları kesintisiz olarak izler ve 7/24 erişilebilir durumdadır. Robo-danışmanlar ayrıca yatırımcılara %70'e varan maliyet tasarrufu sunabilir ve katılım için genellikle daha düşük veya hiç minimum gerektirmez.

Günümüzde robo-danışmanlar, hesap açma ve varlık transferi gibi daha tekrarlayan görevlerde yardımcı olabilir. Süreç tipik olarak, robo-danışmanların daha sonra yatırım mantığına çevirdiği, risk iştahı veya likidite faktörleri hakkında basit anketleri yanıtlayan müşterileri içerir. Mevcut robo-danışmanların çoğu, müşterilerini tercihlerine göre yönetilen ETF portföylerine tahsis etmeyi amaçlıyor. Gelecekte yeteneklerin, otomatik varlık geçişleri ve gayrimenkul gibi alternatif varlık sınıflarında genişletilmiş kapsam gibi daha gelişmiş tekliflere dönüşmesi bekleniyor.

Robo-danışmanlık, kişisel finans ve varlık yönetimi sektörleri üzerinde büyük bir etkiye sahip olabilir. Mevcut robo-danışmanların yönetim altındaki toplam varlıkları (AUM), varlık yönetimi endüstrisinin 4 trilyon dolarının (tüm yönetilen hesap varlıklarının %1'inden azı) yalnızca 10 milyar dolarını temsil ederken, bir Business Insider araştırması bu rakamın 2020 yılına kadar %10'a yükseleceğini tahmin ediyor. Bu da yaklaşık 8 trilyon AUM'a eşittir.

Robo-Tavsiyenin Endüstride Kabulü

Endüstri oyuncuları robo-danışmaya çeşitli yaklaşımlar benimsemiştir. Daha küçük varlık yönetimi firmaları, yatırım yönetimini otomatikleştirmek, maliyetleri/ücretleri azaltmak ve robo-danışmanlarla rekabet etmek için algoritmik bileşenler ekliyor. Öte yandan, yerleşik yatırım firmaları, Invesco'nun Jemstep'i satın alması gibi mevcut robo-danışmanları satın alıyor veya FidelityGo ve Schwab's Intelligent Advisory gibi kendi robo-danışman çözümlerini yaratıyor.

Robo-Danışmanlar ve Mali Müşavirler: İnsanların Yeri Değiştirilecek mi?

Uzmanlar arasındaki genel fikir birliği, insanların vazgeçilmez olmaya devam edeceği yönünde. Danışmanların zorlu finansal zamanlarda müşterilere güvence vermesi ve onları faydalı çözümlerle ikna etmesi gerekeceğinden, insan dokunuşu kritik olmaya devam edecek. Danışmanlık firması Accenture tarafından yapılan bir araştırma, varlık yönetimi müşterilerinin %77'sinin finansal danışmanlarına güvendiğini ve %81'inin yüz yüze etkileşimin önemli olduğunu belirttiğini ortaya koydu. Karmaşık yatırım kararları olan müşteriler için, bilgisayarlı hizmetleri insan danışmanlarla birleştiren hibrit danışmanlık modeli ilgi görüyor.

Mali müşavirler merkezi olmaya devam ederken, robo-danışmanlar iş sorumluluklarında değişikliklere neden olabilir. Yapay zekanın tekrarlayan görevleri yönetmesiyle, yatırım yöneticileri sistemin bakımı gibi bir veri bilimcisi veya mühendisinin sorumluluklarını üstlenebilir. İnsanlar ayrıca müşteri ilişkileri kurmaya ve makinenin verdiği kararları açıklamaya daha fazla odaklanabilirler.

Finansta Yapay Zeka: Sigorta Taahhütnamesi ve Hasar Talepleri

Sigorta, insan havuzları arasındaki risk dengesine dayanır; sigortacılar benzer insanları bir araya toplar ve bazı insanlar ödeme isterken bazıları istemez. Endüstri, risk değerlendirmesi üzerine inşa edilmiştir; sigorta şirketleri veri analizine yabancı değiller. Ancak yapay zeka, analiz edilen veri miktarını ve bunların kullanım yollarını genişleterek daha doğru fiyatlandırma ve diğer operasyonel verimlilikler sağlayabilir.

Startup'lar sektörü ileriye taşımak için ön saflarda yer alıyor. Bain & Co'nun bir ortağı olan Henrik Naujoks'a göre, “Yeni kurulan şirketler neyin mümkün olduğunu ve neler yapılabileceğini gösteriyor. Pek çok mevcut yönetici buna bakıyor - gerçekten anlamıyorlar ama dahil olmak istiyorlar. ” Yatırımcılar da bu eğilimi yakaladılar (aşağıya bakınız). 2016'da AI, sigorta teknolojisi yatırımı için en popüler temalardan biriydi.

Yapay Zeka ve Sigortacılık

Bir PWC raporu, özellikle verilerin mevcut olduğu olgun pazarlarda, AI'nın 2020 yılına kadar önemli miktarda sigortalamayı otomatikleştireceğini tahmin ediyor. Şu anda, bir sigortacı, bilgisayar yazılımı ve aktüeryal modeller yardımıyla, potansiyel müşterilerin risklerini ve maruz kalma durumlarını, ne kadar teminat almaları gerektiğini ve bunun için ne kadar ücretlendirilmeleri gerektiğini değerlendirmektedir. Kısa vadede yapay zeka, otomobil, ev, ticari, hayat ve grup sigortalarında büyük hacimli yüklenimlerin otomatikleştirilmesine yardımcı olabilir. Gelecekte, yapay zeka, insan karar vericiler için aksi halde farkedilmeyebilecek temel hususları vurgulayarak modellemeyi geliştirecek. Ayrıca, gelişmiş yapay zekanın, benzersiz davranışları ve koşulları dikkate alarak şirket veya birey tarafından kişiselleştirilmiş sigortaya olanak sağlayacağı tahmin edilmektedir.

Gelişmiş sigortalama, yalnızca veri madenciliği için makine öğreniminden değil, aynı zamanda giyilebilir teknolojiden ve derin öğrenme yüz analizörlerinden de yararlanabilir. Örneğin, bir girişim olan Lapetus, yaşam beklentisini doğru bir şekilde tahmin etmek için özçekimleri kullanmak istiyor. Önerilen modelde, müşteriler kendi portrelerini e-postayla gönderecek ve bu bilgisayarlar daha sonra yüzün binlerce bölgesini tarayarak analiz edecek. Analiz, temel demografiden kişinin ne kadar hızlı yaşlanacağına, vücut kitle indeksine ve sigara içip içmediğine kadar her şeyi dikkate alacaktır. Ek olarak, giyilebilir teknoloji, sigortalama sürecini daha işbirlikçi hale getirebilir. Giyilebilir cihazlar, uzun tıbbi kontrollere ve karmaşık sözleşme süreçlerine güvenmek yerine, poliçe sahibinin sağlığı ve davranışı hakkında gerçek zamanlı bilgiler sağlayabilir. Açıkçası, finansta makine öğrenimi zaten gelişiyor.

Bu tür incelikli, gerçek zamanlı risk analizleri, yalnızca daha doğru müşteri fiyatlandırması sağlamakla kalmayacak, aynı zamanda sağlık risklerinin erken tespit edilmesini ve sigorta şirketlerinin önlemeye yatırım yapması için bir fırsat sağlayacaktır. Sigorta şirketleri hasta için maliyetli tedaviler için ödeme yapmak yerine proaktif olarak hasar olasılığını ve ilgili maliyetleri düşürmeye çalışabilir.

Hangilerinin bilgisayarlaşmaya en yatkın olduğunu belirlemek için 700'den fazla mesleği analiz eden bir 2013 Oxford araştırmasında, sigorta sigortacıları en duyarlı ilk beşe dahil edildi. AI'nın bir sigortacının yerini tamamen almadığı durumlarda bile, AI otomasyonu bir sigortacının sorumluluklarını değiştirebilir. AI, daha az veri açısından zengin gelişmekte olan pazarlardaki riskleri değerlendirmek ve fiyatlandırmak, daha fazla risk yönetimi ve ürün geliştirme geri bildirimi sağlamak gibi daha yüksek katma değer için bir sigortacıya zaman kazandırabilir.

Yapay Zeka ve Sigorta Alacakları

Sigorta talepleri, sigorta şirketlerine gönderilen resmi ödeme talepleridir. Sigorta şirketleri daha sonra geçerlilik talebini gözden geçirir ve onaylandıktan sonra sigortalıya ödeme yapar. Yapay zekanın süreci nasıl iyileştirebileceği aşağıda açıklanmıştır:

Geliştirilmiş müşteri verileri doğruluğu. Talep süreci oldukça manueldir: İnsan aracıları müşteri bilgilerini ve olay ayrıntılarını manuel olarak günlüğe kaydeder. Bir Experian raporuna göre, veri kalitesi düşebilir: eksik veriler, veri hatalarının %55'ini oluştururken, yazım hataları %32'sini oluşturur. AI, manuel girişi azaltarak doğruluğu artırabilir. Ek olarak, talep süreçleri genellikle sigorta acentelerinin müşteri bilgilerini çok sayıda veri tabanıyla eşleştirmesini gerektirir. AI bunu daha verimli yapmak için kullanılabilir.

Daha hızlı ödeme önerileri. Bir JD Power & Associates mülk talepleri memnuniyet araştırmasına göre, yavaş talep döngü süreleri, müşteri memnuniyetsizliğine en büyük katkıda bulunanlardan biridir. AI, önce politikayı doğrulayarak, ardından talepler ve ödemenin otomatikleştirilip otomatikleştirilmeyeceği konusunda kararlar vererek geri dönüş sürelerinin azaltılmasına yardımcı olabilir. Bunun nedeni, AI'nın yalnızca yapılandırılmış verileri değil, aynı zamanda el yazısı formlar ve sertifikalar gibi yapılandırılmamış verileri de analiz etme yeteneğine sahip olmasıdır.

Finansta Yapay Zeka: Konuşma Bankacılığı ve Müşteri Hizmetleri

Bankalar, sohbet robotları olarak bilinen müşteriye yönelik sanal asistanlarıyla büyük bahisler yapıyor. Chatbotların ilk sürümleri yalnızca harcama limitleri ve son işlemlerle ilgili temel soruları yanıtlayabilecekken, gelecek sürümlerin tüketiciler için ödeme yapabilen ve bütçeleri takip edebilen tam hizmetli sanal asistanlar olması planlanıyor. Müşterilerle etkileşim kurmak, önemli ölçüde maliyet tasarrufuna dönüşebilir, ancak insan etkileşimleri de kuşkusuz, doğrudan sayıların çarpıtılmasından daha karmaşıktır. Eleştirmenler, insanların zorlu finansal kararlar ve durumlarla uğraşırken ihtiyaç duyabilecekleri, sohbet robotlarının empati ve anlayış eksikliğine işaret ediyor. Bu teknoloji için, doğal dil işlemenin yapay zeka teknolojisi, kişiselleştirilmiş müşteri endişelerini ve isteklerini işlemek ve bunlara yanıt vermek için gerekli olacaktır.

Ekim 2016'da hem Bank of America hem de MasterCard, sırasıyla Erica ve Kai adlı sohbet robotlarını tanıttı. Bunlar, müşterilerin hesapları hakkında soru sormalarına, işlemleri başlatmalarına ve Amazon'un Yankı kulesinin Facebook Messenger'ı aracılığıyla tavsiye almalarına olanak tanıyacak.

Capital One ayrıca “One”ın anagramı olan “Eno” adlı kendi sohbet robotunu da piyasaya sürdü. Eno, müşterilerin faturaları ödemek ve hesap bilgilerini almak için metin tabanlı bir dil kullanarak bankayla sohbet etmelerini sağlar. Barclays da harekete geçiyor. Bank of America'nın dijital bankacılık başkanı Michelle Moore, Bank of America'nın yeni sohbet robotunu tanımlarken, “Bankacılık iki, üç veya dört yıl içinde ne olacak? Bu olacak."

Ayrılık Düşünceleri

Finansal hizmetlerde yapay zekanın tam etkisi görülecektir. Bazı fütüristler, dünyanın hızla makine zekasının insan zekasını geçeceği “tekillik” olarak adlandırılan bir devrilme noktasına yaklaştığını savundu. Bill Gates ve Stephen Hawking de dahil olmak üzere ünlü teknoloji uzmanları ve bilim adamları bu nokta hakkında uyardılar. Elon Musk ayrıca ünlü bir şekilde, “Yapay zeka insan uygarlığı için temel bir varoluşsal risktir ve insanların bunu tam olarak takdir ettiğini düşünmüyorum” dedi.

AI, kişisel ve profesyonel yaşamlarımızı çoğaltmaya devam ettikçe, birçok sorun ortaya çıkmaya devam edecek. Bunlar, hata potansiyeli, makinelere karşı genel bir güvensizlik duygusu ve iş değiştirmeyle ilgili endişeleri içerir. Bu korkuları göz ardı etmek hata olur. Yine de toplum, yapay zeka güdümlü bir dünyaya doğru hızla ilerleyen bir yolda. Bu yeni dünyada, makinelerin ve insanların en iyi nasıl bir arada var olabileceğine odaklanmak en verimlisi olabilir. Politika yapıcıların temkinli olmaları, olumsuz sonuçlarını izleyerek ve en aza indirirken yeni teknolojilerin gelişmesine izin vermeleri önemli olacaktır. Geliştiriciler ve tasarımcılar, güven oluşturmak ve AI uygulamalarından memnuniyeti artırmak için insanların AI sistemlerini anlama yeteneğini de geliştirmelidir. Herkesin bir rolü olacak.

Japonya Merkez Bankası Başkanı Haruhiko Kuroda'nın 2017 Yapay Zeka ve Finansal Hizmetler konferansında yaptığı konuşmada belirttiği gibi, “İnsanların ve yapay zekanın birbirleriyle yüzleşmek yerine birbirlerini tamamlamalarının arzu edilen yollarını yapıcı bir şekilde düşünmek bizim için çok önemlidir. Örneğin, insan yargısı mevcut paradigmalardan tamamen bağımsız değildir ve bu nedenle bazen değişiklikleri ihmal eder. Bu bağlamda, AI, sayısız [sic] veri arasında tarafsız bir şekilde analiz edip yeni korelasyonlar bularak önyargımızı ayarlayabilir. Bu arada insanlar, yapay zekanın zayıflığını sezgileri, sağduyuları ve hayal güçleri ile telafi edebilirler.”