Sektor finančních služeb s pomocí umělé inteligence ušetří miliardy

Odvětví finančních služeb drží v těchto přehledech hned dvě prvenství. Vzniká pro něj nejvíce řešení na bázi umělé inteligence a současně je v největším objemu i samo konzumuje. Využívá přitom všechny hlavní disciplíny oboru. K nim patří strojové učení, zpracování přirozeného jazyka a různí další zástupci ze světa tzv. kognitivního computingu.

Oboroví analytici a komentátoři dění ve světě financí se shodují na tom, že aplikace umělé inteligence nacházejí největší uplatnění v oblastech investic, komunikace s klienty, detekce podvodů a řízení rizik, souladu s regulatorními požadavky a v predikování vývoje cen různých komodit včetně cenných papírů.

V podstatě v každém typu praktického nasazení vystupují v potenciální dvojroli. Mohou stávajícím zaměstnancům odvětví finančních služeb asistovat v jejich práci nebo je téměř kompletně nahradit.

Patero možných uplatnění

V oblasti řízení investic se pomalu etablují robotičtí poradci, kteří spolupracují s platformami automatické správy aktiv. Oproti lidským specialistům obvykle disponují mnohem širším, hlubším a aktuálnějším informačním portfoliem a jejich služby vycházejí výrazně levněji. Uplatnit se robotičtí poradci mohou podle mínění oborových komentátorů na individuální úrovni i v kolektivním investování.

Komunikační úsilí umělé inteligence zatím ve finančních službách reprezentují zejména chatovací roboti. Díky strojovému učení a analýzám velkých dat dokážou reagovat na typické zákaznické dotazy a běžná témata. Mohou se ale také přizpůsobovat individuálním požadavkům klientů a poskytovat jim relativně objektivní produktové poradenství. Samotné uzavírání smluv ovšem stále zůstává v rukou jejich lidských kolegů. Částečně tomu tak je také z legislativních důvodů.

Nástroje umělé inteligence dokážou detekovat podvod ještě předtím, než k němu skutečně dojde. Díky velmi vysokému výkonu dokážou aplikovat pokročilé analytické postupy na každou dílčí transakci v přiděleném portfoliu. Souběžně nahlížejí do všech dostupných informačních zdrojů, čerpají z nich a v reálném čase přizpůsobují své metriky novým situacím. Významným způsobem přispívají ke snížení tzv. falešně pozitivních hlášení, což zvyšuje spokojenost klientů.

Velkou a v podstatě okamžitou perspektivu má umělá inteligence před sebou v oblasti souladu s regulatorními požadavky. Oboroví analytici se shodují na tom, že se dokáže velmi efektivně vyrovnat s velkým počtem relevantních norem, eliminuje lidská pochybení a identifikuje procesy a jejich vzorce, které by mohly vést k porušení právních povinností.

Umělou inteligenci do svých služeb přibraly všechny subjekty, které operují na kapitálových trzích. Díky v podstatě neomezeným analytickým schopnostem a datovým vstupům z nejrůznějších zdrojů alespoň výkonově zcela překonává možnosti lidských analytických schopností. Nástroje umělé inteligence sledují historický vývoj obchodů, odhalují závislosti a vzorce chování a odstraňují dezinformace, které do interpretace informací vnášejí lidé.

Tři úrovně úspor

Analytici Autonomous Research předpokládají, že nasazení umělé inteligence v odvětví finančních služeb přinese mimo jiné také významné snížení provozních nákladů. Napříč všemi obory hovoří o globálním potenciálu 20procentní úspory. Té by mohli dosáhnout hráči ze všech oborů finančních služeb. Analytici mezi ně primárně řadí zprostředkovatele plateb, bankovní instituce, kapitálové trhy, investiční fondy a pojišťovny.

Jen ve Spojených státech může umělá inteligence změnit profesní životy 2,5 milionu zaměstnanců finančních služeb. Potenciální úspory v součtu převyšují jeden bilion dolarů. Největší část, konkrétně 490 miliard, připadá na oblast distribuce, která se odehrává na úrovni zvané front office. V ní mohou aplikace umělé inteligence nahradit lidské zaměstnance zejména v oblasti základní komunikace a autentizace.

K poměrně vyspělým nástrojům umělé inteligence dnes patří chatovací roboti. Jde o automaty, které dokážou s klientem vést textovou komunikaci. Více či méně efektivně zvládají konverzovat o elementárních a standardních úkonech ze světa finančních transakcí. V případě, že se probírané téma ukáže být nad jejich schopnosti či kompetenční rámec, předají klienta lidskému kolegovi. Schopností chatovacích robotů zatím podle analytiků nedosáhli hlasoví asistenti. Ale i jejich uplatnění ve finančních službách postupně roste. Umělá inteligence dokáže také velmi efektivně asistovat v oblasti autentizace osob. Nezřídka k tomu využívá biometrické vstupy, k nimž vedle obvyklých otisků prstů nebo snímků duhovky patří i již zmiňovaný hlas.

Na úroveň, kterou analytici označují termínem middle office, připadají v rámci amerických finančních služeb potenciální úspory ve výši 350 miliard dolarů. Umělá inteligence zde nachází uplatnění především v oblasti dohledu, praktického řízení rizik a prevence podvodů v reálném čase, systémů kategorie KYC/AML - Know Your Customer / Anti-MoneyLaundering a v adopci relevantních regulatorních požadavků. Právě tyto procesy se stávají soustavně obsáhlejšími a náročnějšími na vedení a zpracování. Přidaná hodnota nástrojů umělé inteligence v této oblasti spočívá především ve schopnosti komplexního posouzení situace a dostupných zdrojů a v rychlosti, s jakou dojdou k výsledkům. Platí to zejména pro oblast detekce podvodů a nasazení nástrojů KYC/AML. Příslušná řešení považují analytici za aktuálně vyspělejší.

Dalších 200 miliard dolarů mohou finanční instituce ušetřit na úrovni zvané back office. Analytici ji označují termínem výroba či produkce. Umělá inteligence se v tomto prostředí angažuje zejména při určování úvěrových a pojistných rizik, v investičních a obchodních rozhodnutích nebo ve vyhodnocování škod. Obvykle pracuje s celou řadou vstupů včetně tzv. nových nebo alternativních typů dat. Ta pocházejí mimo jiné ze sociálních sítí nebo z komplementárních systémů strojového učení a vidění. Finanční instituce v rámci produkčních procesů obvykle kombinují nástroje umělé inteligence a lidský úsudek. Podle mínění analytiků patří nástroje umělé inteligence v těchto oblastech k těm vyspělejším. Do budoucna očekávají, že se více prosadí také v disciplíně tzv. chytrých obchodů.

Článek byl publikován v magazínu ICT revue.