人工智能助力银行释放数据潜力

人工智能有助于释放银行的数据潜力

人工智能为银行提供了一种更好地利用其处理的大量数据的方法。这样，当新兴的敏捷数字同行出现时，他们可以找到更快的增长机会，获得重要的竞争优势。

SilverBridge Holdings执行董事帕特里克阿什顿(Patrick Ashton)认为，如果没有这种洞察力，就很难实现流程现代化，也很难理解如何最好地将新技术引入后端系统。

“在产品开发方面，银行产品通常会随着时间的推移而缓慢发展。部分问题在于，传统的大型机系统价格昂贵，更新缓慢，但这些系统的人力资源很少(甚至更多)。因为大型机系统通常是所有数据的中心记录，这在过程中造成了瓶颈。这意味着它们必须是任何新开发的解决方案的一部分。前端应用的开发相对较快，但后端集成或对核心系统的改动成为绊脚石。”

因此，银行必须与经验丰富、值得信赖的合作伙伴合作，将大型机中的数据提取到能够更有效地使用数据的现代数据库架构中。在大多数情况下，从大型机中提取的选定数据非常庞大，个人很难使用。这些通常以电子表格的形式提供给用户使用。但是这种方式效率低，容易出错，并且由于人为干预带来很大的风险。

相反，银行需要有能力提取数据，并将其呈现在现代应用程序界面中，以进行任务处理。当基于规则的简单行动和决策从人们的职能中移除时，风险可以得到更好的管理，运营效率可以得到显著提高。然后，人们可以通过分析数据洞察、更好的以客户为中心的服务模式和对传统流程的重新想象，为流程增加更高的价值。人工智能主导的技术实现了这种转变。当然，所有这些都必须在强大的治理框架内完成。其目的是构建一个强大的解决方案，从流程的早期阶段就让风险经理参与进来，以确保满足所有必要的要求。"

改变意见

从数据中获取见解是提高理解银行内部流程效率的第一步。在许多情况下，银行总是依赖于几十年前建立的相同数据流。随着时间的推移，这些内容已经逐渐调整，没有进行大的修复。新技术的采用通常很慢，导致工具集(如传统的电子表格)仍然是分析数据集的主要环境。然而，这既不有效也不安全。

即便如此，最大的挑战之一是异常处理。大多数银行交易几乎不需要人工干预。但是，在标记项目的情况下(例如反洗钱/欺诈/筛查检查)，这需要人工干预。考虑到所涉及的大量工作，这给组织带来了巨大的成本。

因此，这是部署新的人工智能技术的绝佳场所，例如智能过程自动化(IPA)。这简化了流程，并自动化了通常由人们执行的步骤。想想人工智能虚拟化人类体验。它是关于构建一个考虑异常处理过程并使其尽可能自动化的技术解决方案，同时提高效率并降低风险。"

此外，在许多情况下，银行需要多级人工批准来清除交易。这是AI可以转化的另一个耗时的过程。人工智能流程不需要两三个人来查看每笔交易，但可以始终如一地实时提供相同级别的专业知识，以改善服务级别协议管理和客户服务。

“这不是要重新发明轮子，而是要优化银行在管理数据和流程时已经拥有的强大流程。通过流程的优化和自动化，可以从系统中提取大量的人工活动并重复使用，使银行有更多的能力专注于改善客户服务或设计新产品。

现代实践

借助可以与现有数据和流程集成的现代应用程序，银行可以从头到尾生成见解。例如，看看必须每天管理的典型自动柜员机基础架构。必须检查交易和总分类账账户余额，以确保机器正常运行，没有欺诈，并且银行客户始终可以获得适当数量的现金，而不会过度暴露资本储备。利用人来调和和调查分歧是缓慢和低效的。然而，使用人工智能工具集意味着这些任务可以被持续、快速和完全可审计地管理。这样，体积或容量的限制不再是问题。这也延伸到客户服务，

“人工智能层可以在现有流程的基础上实施，并集成到后端旧系统中，以提供所需的价值库。银行拥有高质量的数据，但并不总是可以访问。使用AI帮助管理大量数据可以显著提高运营效率，最终将带来更好的客户体验。”阿什顿总结道。