Kaip žinia, beveik jokios modernios technologijos nebegali apsieiti be dirbtinio intelekto (DI) sprendimų. FinTech – ne išimtis. Tad ką DI gali nuveikti finansinėje sferoje šiandien, ir ko galima tikėtis jau rytoj?
Apsauga
Technologijoms modernėjant ir finansinėms paslaugoms vis sparčiau persikeliant į virtualią erdvę, kaip niekad svarbiu tampa kibernetinis saugumas. Kadangi didžioji dalis finansinių operacijų jau dabar atliekama nuotoliniu būdu, ženkliai padidėja ir apgavysčių tikimybė. Nepaisant to, jog sukčiavimo atvejus pavyksta aptikti ir su tuo dirbantiems žmonėms, dirbtinis intelektas čia veikia visiškai kitame lygyje. Gavęs pakankamai duomenų, jis gali išmokti pastebėti modelius, ryšius ir sąsajas tarp įvairių finansinių operacijų, smarkiai apsunkindamas sukčių galimybes apeiti taisykles ir įstatymus. Pats procesas žmogui ne visada yra suprantamas – dirbtinis intelektas retai kada gali žingsnis po žingsnio paaiškinti gautus rezultatus. Ir visgi, DI algoritmai klysta rečiau nei žmonės bei gali pateikti žymiai daugiau įžvalgų apie analizuojamą informaciją.
Sintetinės tapatybės
Pavyzdžiui, viena dažniausiai pasitaikančių apgavysčių JAV – sintetinės tapatybės. Kadangi šioje šalyje kiekvienas pilietis turi unikalų ir gyvenimo eigoje nesikeičiantį socialinio draudimo numerį (SDN), ten jis tapo pagrindiniu tapatybės patvirtinimo būdu. Vienu ar kitu būdu sužinoję kokį nors socialinio draudimo numerį (juodojoje rinkoje jie parduodami vos už vieną dolerį), sukčiai sukuria sintetinę tapatybę, susidedančią iš tikrų ir pramanytų duomenų. Tuomet, naudodamiesi šia nauja tapatybe, jie susikuria gerą kredito istoriją imdami ir laiku grąžindami paskolas. Po tokio, kartais metus ir ilgiau trunkančio proceso sukčiai gauna privilegiją imti dideles paskolas ir gauti kreditines korteles su didžiuliais limitais. Kai finansinių institucijų pasitikėjimais šiais žmonėmis išauga iki aukščiausio lygio, jie išnaudoja visus savo kreditus ir dingsta be žinios. Tuo tarpu paskolas teikiančios institucijos patiria didžiulius nuostolius. Kadangi dauguma pavogtų SDN priklauso vaikams, benamiams ar senoliams, t.y. žmonėms, kurie retai tikrina savo kredito istoriją, šios suktybės lieka nepastebėtos ilgus metus. Skaičiuojama, kad vien 2016 metais sintetinės tapatybės būdu buvo pasisavinta 6 milijardai JAV dolerių.
Pinigų plovimo prevencija
Vos pradėjus naudoti dirbtinio intelekto algoritmus, buvo pastebėta, kad jis geba ne tik žymiai geriau atpažinti suktybes (dauguma piniginių pervedimų, kuriuos kaip įtartinus pažymi finansų sektoriaus darbuotojai yra klaidingi), bet ir pastebėti atvejus, kuriuos paprastai praleidžia žmogiškoji akis.
Jungtinių Tautų duomenimis, kiekvienais metais pro pinigų plovimo ciklą „prasisuka“ tarp 800 milijardų ir 2 trilijonų dolerių! Nepaisant vis griežtėjančių prevencijos taktikų, žmogui šis iššūkis tikrai per daug sudėtingas. Kita vertus, DI algoritmai gali padėti šią problemą spręsti efektyviau nei kas kitas, o tą puikiai įrodo mašininių algoritmų integravimo į bankus rezultatų sėkmė.
Dirbtinis sargas
Dėl šių priežasčių, fintech įmonės vis dažniau į savo veiklą integruoja sudėtingesnes ir patikimesnes tapatybės patvirtinimo sistemas. Čia įdarbintas dirbtinis intelektas geba akimirksniu aptikti padirbtus dokumentus, patvirtinti tapatybę naujausiomis veido atpažinimo technologijomis ir užkirsti kelią apgavystėms dar pradinėse jų stadijose.
Ne už kalnų ir dar viena technologija – klientų charakterio atpažinimas. Tam tikri prototipai jau yra veikiantys, o ateityje dirbtinis intelektas leis pažinti apgavysčių atvejus nustatydamas, jog kompiuteriu ar mobiliuoju įrenginiu naudojasi visai kitas žmogus. Analizuodamas žmogaus pirštų paspaudimų greitį ir intensyvumą ar tam tikrus įpročius, dirbtinis intelektas gebės susieti bene kiekvieną vartotoją su tam tikru elgesio modeliu. Jei užfiksuoti įpročiai staiga pakis, DI algoritmas tai galimai pažymės kaip įtartiną veiklą ir blokuos vartotoją nuo tolimesnių veiksmų.
Automatizuotas klientų aptarnavimas
Kaip ir daugelyje kitokio pobūdžio įmonių, automatizuoti pokalbių robotai skverbiasi į klientų aptarnavimo sferą, vis dažniau pakeisdami savo žmogiškuosius kolegas. Tai turi ne vieną privalumą – pokalbių robotai vienu metu gali bendrauti su daugybe klientų, o pasiekiami yra 24 valandas per parą ir 7 dienas per savaitę. Mašininio mokymosi dėka, dirbtinio intelekto algoritmai gali išmokti aptarnauti klientus sparčiai ir kokybiškai. Dažniausiai į pateikiamus klausimus automatizuotas robotas gali atsakyti per sekundę ir greičiau, o tai savo ruožtu taupo tiek klientų, tiek darbuotojų laiką. Tad pokalbių robotai tampa vienu geriausių sprendimų klientų aptarnavimo srityje taupant žmogiškuosius išteklius ir brangų laiką bei leidžia įmonėms resursus skirti svarbesniems iššūkiams spręsti. Na o iškilus sudėtingoms problemoms, DI bet kada gali nukreipti klientą pas gyvą konsultantą. Su laiku šie robotai taps tik įmantresni ir visai tikėtina, jog netolimoje ateityje žmogus klientus aptarnaus tik išimtiniais atvejais.
Potencialų klientų vertinimas
Kaip žinia, dirbtinis intelektas yra pajėgus akimirksniu apdoroti masyvius duomenų kiekius ir formuluoti atitinkamas su jais susijusias išvadas. Tai itin svarbu vertinant klientų, siekiančių gauti paskolą ar kreditą, informaciją. DI algoritmai gali pasiūlyti efektyviausias priemones šiam tikslui įgyvendinti bei atlikti šias užduotis nešališkai ir su mažesne diskriminacijos tikimybe. Įvairios fintech įmonės jau yra integravusios dirbtinio intelekto sprendimus šioje sferoje, ir klientai gali akimirksniu gauti ne tik atsakymą apie kredito suteikimą, bet ir pačius pinigus į savo banko sąskaitas.
Viena iš aktualių problemų siekiant gauti paskolą – kredito istorijos nebuvimas. Tradiciniai bankai vengia tokiems klientams suteikti kreditavimą, nes neturi duomenų įvertinti prisiimamai rizikai. Tačiau žmonės, susidūrę su šia dilema jau greitai galės būti ramesni – fintech sferoje augantis dirbtinis intelektas jau dabar mokosi vertinti potencialių klientų atsakingumą ir rizikos lygį analizuodamas jų pomėgius, pirkinius, naršymo ir socialinių tinklų istoriją. Ir nors suprasti procesus, kurių dėka dirbtinis intelektas pateikia tam tikrą rezultatą yra ganėtinai nelengva, patys rezultatai retai kada būna klaidingi.
Ką dar gali pasiūlyti dirbtinis intelektas?
Be jau minėtų sprendimų fintech įmonėse, dirbtinis intelektas gali arba jau netolimoje ateityje galės:
Būti finansiniais patarėjais.
Pritraukti naujus klientus.
Pateikti suasmenintus pasiūlymus esamiems klientams.
Analizuoti rinką ir pateikti optimalius investavimo sprendimus.
Prognozuoti klientų poreikių pokyčius ir paslaugų teikėjo keitimą.
Automatizuoti išmokų (pavyzdžiui draudimo) gavimą.
Fintech ir dirbtinis intelektas – neatskiriami
Tradiciniai bankai pamažu gulasi į fintech šešėlį. Naujausios technologijos, automatizuoti procesai, greitesnis ir efektyvesnis aptarnavimas – tai tik keletas privalumų, kuriuos gali pasiūlyti šios finansinės institucijos. Ir toliau sparčiai vystant modernias bankines sistemas, dirbtinis intelektas tampa pagrindiniu įrankiu įvairių sprendimų įgyvendinimui bei atsaku plataus masto iššūkiams.
„GovTech laboratorijos“ projektas, kurio dalis yra AI Boost iniciatyva, yra vykdomas Mokslo, inovacijų ir technologijų agentūroje (MITA) ir yra finansuojamas Europos regioninio plėtros fondo lėšomis, nr. 01.2.1-LVPA-V-842 Inogeb LT.