Veštačka inteligencija u Fintech – Kako Ai pokreće inovacije?

Veštačka inteligencija se integrisala u oblasti fintech-a i već je napravila revoluciju u finansijskom sektoru. Fintech obuhvata sisteme koji se koriste za razdvajanje, digitalizaciju i pojednostavljenje pružanja finansijskih usluga. Zahvaljujući veštačkoj inteligenciji, kompanije u fintech sektoru su preoblikovale način pružanja finansijskih usluga, smanjujući barijere sa kojima se klijenti suočavaju u svakodnevnim finansijskim transakcijama u bankarskoj industriji.

Kako veštačka inteligencija transformiše industriju finansijske tehnologije, praćenje svih ključnih dešavanja postaje od suštinskog značaja za kompanije i pojedince. Stoga smo prikupili najnovije informacije o primeni veštačke inteligencije u fintech sektoru, uključujući načine na koje kompanije koriste ovo tehnološko rešenje, njegove ključne prednosti, izazove i druge relevantne aspekte.

Veštačka inteligencija u Fintech-u

Kako se veštačka inteligencija primenjuje u Fintech?

Prema zajedničkom izveštaju Kembridž centra za alternativne finansije (CCFA) i Svetskog ekonomskog foruma, čak 90 odsto fintech kompanija koristi tehnologije veštačke inteligencije. Fintech kompanije se razlikuju po načinu na koji primenjuju veštačku inteligenciju u poređenju sa tradicionalnim kompanijama u finansijskom sektoru. Konkretno, Fintech kompanije imaju sledeće tendencije:

• Oni razvijaju i nude rešenja zasnovana na veštačkoj inteligenciji
• Koriste autonomne sisteme odlučivanja
• Zavise od ponuda zasnovanih na oblaku
• Tradicionalne finansijske institucije se fokusiraju na primenu sistema veštačke inteligencije kako bi unapredile svoje postojeće proizvode

Izveštaj identifikuje najčešće slučajeve upotrebe veštačke inteligencije u industriji:

• Analitika podataka poboljšana veštačkom inteligencijom – 43%
• Otkrivanje i praćenje prevara/anomalija – 42%
• Kanali komunikacije sa korisnicima podržani veštačkom inteligencijom – 36%

Više od 75% fintech kompanija integrisalo je najmanje jedan slučaj upotrebe u oblastima mašinskog učenja, dubokog učenja i računarstva visokih performansi. Ove statistike potiču iz NVIDIA-inog izveštaja o stanju veštačke inteligencije u finansijskim uslugama za 2023. Izveštaj naglašava da se upotreba veštačke inteligencije generalno smatra „široko rasprostranjenom“ u svim sektorima finansijskih usluga, uključujući fintech oblast. Prvih šest identifikovanih slučajeva upotrebe u studiji uključuju:

• Obrada prirodnog jezika (NLP)/upotreba velikih jezičkih modela (LLM) – 26%
• Preporuke AI sistema/najbolje sledeće akcije – 23%
• Optimizacija portfelja – 23%
• Otkrivanje prevara u transakcijama, plaćanjima i KYC (verifikacija identiteta) – 22%
• Algoritamsko trgovanje – 21%
• Korišćenje AI sistema za komunikaciju – 20%.

Automatizacija u Fintech-u

U Netguru anketi, 20% učesnika je istaklo automatizaciju zadataka kao ključni pokretač integracije veštačke inteligencije. Automatizacija se odnosi na upotrebu mašina i računara bez potrebe za ljudskom intervencijom.

Korišćenjem alata za automatizaciju, fintech kompanije transformišu različite zadatke i procese, smanjujući potrebu za ljudskim angažovanjem i minimizirajući rizik od ljudske greške. Veštačka inteligencija omogućava fintech kompanijama da pojednostave procese, povećaju preciznost, poboljšaju bezbednost i podignu nivo zadovoljstva korisnika kroz sledeće aspekte:

Automatska obrada podataka: Algoritmi veštačke inteligencije se koriste za brzu i preciznu obradu velikih skupova podataka, čime se omogućavaju preciznija predviđanja.

Automatizovana plaćanja: Automatizacija se primenjuje kako bi pomogla fintech kompanijama da ubrzaju i obezbede bezbednu obradu plaćanja putem digitalnih novčanika, mobilnih aplikacija, biometrijske autentikacije i blockchain tehnologije.

Automatsko pozajmljivanje: Koristeći sisteme veštačke inteligencije, kompanije koje se bave finteh kreditom mogu da podrže odgovorno pozajmljivanje, pojednostave procenu rizika, kreditno ocenjivanje, preuzimanje i upravljanje.

Automatizovano ulaganje: Automatizacija pomaže fintech kompanijama da obezbede inteligentnije upravljanje portfoliom, balansiranje sredstava i analizu tržišnih podataka. Takođe se koristi za izvršenje i praćenje odgovarajućih tržišnih transakcija.

Generativna veštačka inteligencija u Fintech-u

Generativna veštačka inteligencija obuhvata duboko učenje koje generiše inovativni sadržaj kao što su tekst, slike i drugi oblici. U kontekstu fintech kompanija, njegova primena nije ograničena na generisanje izjava i izveštaja, već ide dalje.

Prema tržišnim prognozama Market.us, očekuje se da će samo generativna veštačka inteligencija u sektoru fintech-a dostići vrednost od 6,25 milijardi dolara do 2032. godine, sa impresivnom kombinovanom godišnjom stopom rasta (CAGR) od 22,5%.

McKinsey identifikuje četiri ključne oblasti u kojima generativna veštačka inteligencija može da obezbedi 75% svoje vrednosti:

• Rad sa kupcima
• Marketing i prodaja
• Softversko inženjerstvo
• Istraživanje i razvoj

Primeri primene generativne veštačke inteligencije u fintech-u uključuju:

Konverzacijske finansije: Upotreba generativne veštačke inteligencije za generisanje prirodnih i ubedljivih odgovora na upite kupaca, povećavajući efikasnost timova za korisničku podršku u oblastima kao što su osiguranje i upravljanje imovinom.

Finansijska analiza: Korišćenje generativne veštačke inteligencije za generisanje uvida i izveštaja iz finansijskih podataka, uključujući analize tržišnih trendova, raspoloženja, klasifikaciju vesti i procenu rizika.

Generisanje sintetičkih podataka: Generativna veštačka inteligencija se koristi za kreiranje sintetičkih podataka kako bi se rešili problemi sa kvalitetom podataka i obučeni algoritmi za mašinsko učenje. Ovi sintetički podaci simuliraju stvarne finansijske podatke, čime se poboljšavaju i anonimiziraju postojeći skupovi podataka.

Otkrivanje prevara: Generativna veštačka inteligencija se koristi za otkrivanje neobičnih obrazaca, simulaciju sajber napada i stvaranje mamaca koji pomažu u obučavanju modela za sprečavanje prevara.

Mašinsko učenje u Fintech-u

Većina fintech kompanija koristi mašinsko učenje. U stvarnosti, to ostaje najuspešnija primena veštačke inteligencije u finansijskom sektoru. Prema izveštaju Netgurua, tri najpopularnija slučaja upotrebe mašinskog učenja u fintech-u su:

• Napredna analitika – 55,75%
• Predviđanje – 44,30%
• Otkrivanje i sprečavanje prevara – 38%

Mašinsko učenje (ML), grana veštačke inteligencije, fokusira se na iskorištavanje moći podataka i algoritama. ML modeli oponašaju način na koji ljudi uče, poboljšavajući svoje sposobnosti kroz iterativno učenje tokom vremena.

Mašinsko učenje ima različite primene u fintech industriji, uključujući:

Optimizacija procesa: Fintech kompanije u oblasti investicija, osiguranja, pozajmljivanja, plaćanja i kriptovaluta koriste mašinsko učenje za automatizaciju operacija, čime postižu veću efikasnost i smanjenje troškova.

Osiguranje: Sistemi za osiguranje sa veštačkom inteligencijom analiziraju mnoštvo tačaka podataka kako bi podržali odgovorno pozajmljivanje i eliminisali lažna potraživanja u osiguranju.

Prediktivna analitika i predviđanje: Fintech organizacije koriste algoritme veštačke inteligencije da otkriju duboko usađene uvide i daju precizne preporuke na osnovu velikih skupova podataka. Pored toga, algoritmi veštačke inteligencije poboljšavaju angažovanje kupaca i predviđaju potražnju za proizvodima i uslugama.

Trgovanje i ulaganje: Modeli mašinskog učenja se koriste za automatizaciju i optimizaciju odluka o trgovanju i investiranju. Analizom ogromnih tržišnih podataka, identifikovanjem obrazaca i učenjem tokom vremena, algoritmi mašinskog učenja omogućavaju bolje strategije trgovanja i ulaganja.

Otkrivanje i prevencija prevara: Algoritmi mašinskog učenja se koriste za praćenje transakcija, analizu miliona tačaka podataka i poboljšanje mehanizama za otkrivanje prevara tokom vremena. Ovo obezbeđuje dinamičku odbranu od pretnji koje se razvijaju, štiti imovinu klijenata i smanjuje troškove vezane za prevaru.

Obrada prirodnog jezika u Fintech-u

Obrada prirodnog jezika (NLP) je skraćenica za tehnologiju mašinskog učenja koja omogućava računarima da tumače, manipulišu i razumeju ljudski jezik. NLP ima širok spektar primena u fintech industriji, uključujući sledeće:

Napredna analiza sentimenta: NLP omogućava fintech kompanijama da analiziraju emocije i stavove kupaca, investitora i učesnika na tržištu putem podataka sa društvenih medija, novinskih članaka, recenzija i povratnih informacija. Ovo doprinosi vođenju marketinških kampanja, očuvanju reputacije brenda, obezbeđivanju usklađenosti i predviđanju tržišnih trendova.

Korisnička služba: NLP pokreće chat botove i virtuelne asistente koji komuniciraju sa klijentima kako bi im pružili relevantne informacije i rešenja na način koji podseća na razgovor. Ova interakcija poboljšava angažovanje i zadovoljstvo korisnika.

Klasifikacija dokumenata: NLP pomaže fintech kompanijama da optimizuju klasifikaciju dokumenata, obradu, proveru usklađenosti, otkrivanje prevara i upravljanje rizikom.

Grupisanje tema: Kroz klasterisanje tema, NLP se koristi da pomogne fintech kompanijama da otkriju nove uvide, identifikuju nove trendove i optimizuju pronalaženje informacija.

Kompjuterski vid u Fintech-u

Kompjuterski vid uključuje aplikacije kao što su prepoznavanje slika i video zapisa i praćenje objekata. U okviru fintech sektora, istraživanje koje je sprovela CCFA studija ukazuje na značajno prisustvo ove tehnologije. Naime, 36 odsto ispitanika već je uvelo kompjuterski vid, dok čak 42 odsto planira da ga usvoji u naredne dve godine. Ova vrsta veštačke inteligencije doprinosi poboljšanju efikasnosti i bezbednosti fintech kompanija:

Biometrijska autentifikacija: Osigurava visok nivo sigurnosti kroz prepoznavanje biometrijskih podataka, čime se poboljšava proces autentifikacije korisnika.

Prepoznavanje lica: Omogućava identifikaciju pojedinaca kroz analizu karakteristika lica, koja se koristi u različitim aplikacijama kao što su sigurnosni sistemi i praćenje korisnika.

Provera autentičnosti dokumenta: Kompjuterski vid olakšava proces autentifikacije dokumenta. Ovo je korisno u finansijskom sektoru za brzu i preciznu verifikaciju identiteta na osnovu predloženih dokumenata.

Ove primene kompjuterskog vida čine ga ključnim alatom za fintech kompanije koje žele da poboljšaju bezbednost i efikasnost svojih usluga.

Ko koristi veštačku inteligenciju u Fintech-u?

Fintech industrija obuhvata širok spektar finansijskih usluga, uključujući finansijsku edukaciju, plaćanja, pozajmljivanje, osiguranje, kriptovalute, upravljanje investicijama i druge funkcije koje su tradicionalno bile u domenu banaka.

Prema najnovijem izveštaju Boston Consulting Group (BCG) za 2023, broj fintech kompanija širom sveta sada premašuje 32.000. Ovaj sektor uključuje startapove, već uspostavljene finansijske institucije i tehnološke kompanije. Sve ove fintech kompanije su odlične u usvajanju veštačke inteligencije, koristeći je u sledeće svrhe:

• Razvoj inovativnih rešenja u finansijskom sektoru.
• Poboljšanje sistema za otkrivanje prevara.
• Povećanje zadovoljstva i lojalnosti kupaca.

BCG-ov izveštaj naglašava kako ove fintech kompanije aktivno koriste moć veštačke inteligencije da poboljšaju svoje usluge, kreiraju nove proizvode i osiguraju sigurnost i zadovoljstvo kupaca.

Mastercard

Mastercard aktivno primenjuje veštačku inteligenciju za poboljšanje korisničkog iskustva, podršku trgovcima i saradnju sa partnerima. Ovaj globalni lider u obradi plaćanja prepoznaje veštačku inteligenciju kao ključnu tehnologiju koja se koristi u različitim poslovnim operacijama.

Mastercard-ov fokus leži na povećanju finansijske sigurnosti kroz implementaciju veštačke inteligencije. Njihov složeni paket bezbednosnih rešenja zasnovanih na veštačkoj inteligenciji do sada je sprečio više od 35 milijardi dolara gubitaka od prevara od 2020.

Mastercard takođe koristi veštačku inteligenciju da podrži svoje napore za zapošljavanje. HR tim koristi generativnu veštačku inteligenciju za kreiranje opisa poslova. Pored toga, koriste igru zasnovanu na veštačkoj inteligenciji koja ne prikuplja demografske informacije o kandidatima za veterinarske pozicije. Ovo poboljšava identifikaciju kvalifikovanih kandidata i istovremeno smanjuje rizik od nesvesne pristrasnosti u procesu zapošljavanja.

Kako veštačka inteligencija doprinosi napretku Fintech industrije?

Veštačka inteligencija ima značajan doprinos u Fintech industriji na različite načine. U nastavku su navedeni ključni aspekti:

1. Optimizacija troškova.
2. Implementacija inovativnih strategija.
3. Unapređena analiza podataka o klijentima.
4. Optimizacija opcija financiranja.
5. Efikasnije otkrivanje i upravljanje prijevarama.
6. Unapređeno korisničko iskustvo.

Koji su izazovi pri integraciji veštačke inteligencije u sektor finansijske tehnologije?

Izazovi privatnosti i bezbednosti

78% potrošača izrazilo je spremnost da promeni dobavljača finansijskih usluga ako smatraju da se sa njihovim podacima postupa na neodgovarajući način ili da su izloženi rizicima. Zbog toga, fintech kompanije moraju postaviti visoke standarde u prikupljanju i obradi podataka o klijentima. Pri tome se fokusiraju na etičke i bezbedne prakse, dok istovremeno naglašavaju pitanja koja su najvažnija za klijente.

U 2020, prosečna šteta od kršenja podataka u finansijskoj industriji bila je 5,72 miliona dolara. Cena prevare je u porastu, a zlonamerni akteri sve više koriste veštačku inteligenciju za izvođenje sofisticiranih sajber napada. Imajući to u vidu, ključno je da finansijske institucije ulažu u jačanje svojih mera i sposobnosti sajber bezbednosti.

Regulatorni izazovi

U studiji CCFA, skoro 40% ispitanika je izrazilo uverenje da su regulatorne mere negativno uticale na primenu veštačke inteligencije. Nešto više od 30% izjavilo da su propisi olakšali ili čak omogućili njihovu primenu. Fintech kompanije su se istakle kao najviše pogođene propisima koji se odnose na razmenu podataka između različitih jurisdikcija i entiteta. Izazovi kao što su regulatorna složenost i neizvesnost takođe su istaknuti kao značajni.

Istraživanje je pokazalo da 20% fintech kompanija nije spremno da se suoči sa potencijalnim tržišnim rizicima i pristrasnostima koje široko usvajanje veštačke inteligencije može da izazove. Postoji zabrinutost da bi veštačka inteligencija mogla da pojača pristrasnosti u procesu donošenja odluka ili da izloži fintech kompanije ozbiljnim povredama privatnosti i bezbednosti podataka.

Izazovi korisničkog iskustva

U okviru istraživanja posvećenog finansijskoj industriji, visoki procenat, tačnije 39% ispitanika, izrazilo je nezadovoljstvo u vezi s chatbotovima veštačke inteligencije i virtuelnim asistentima. Studija je dodatno ukazala na to da su loše integrisani ili nedovoljno inteligentni chatbotovi najčešće prijavljivana oblast digitalnih izazova.

Nije iznenađujuće što su chatbotovi veštačke inteligencije izuzetno popularni, iako se suočavaju s određenim nivoom nepoverenja među korisnicima. Naime, 23% kupaca ne veruje veštačkoj inteligenciji, dok je 56% neutralno prema njemu.

Zanimljivo je da čak 86% kupaca preferira komunikaciju s ljudskim agentom, dok bi 71% bilo manje verovatno da će koristiti određeni brend ako nisu dostupni ljudski agenti za podršku korisnicima. Ovaj podatak ukazuje na to da, iako se implementacija chatbotova povećava, fintech kompanije i dalje suočavaju s izazovima u prihvatanju od strane korisnika.

Kvalitet podataka

Veštačka inteligencija u fintech sektorima značajno zavisi od ogromnih podataka za učenje i predviđanje. Međutim, netačni, nepotpuni ili pristrasni podaci mogu značajno smanjiti performanse i pouzdanost modela veštačke inteligencije. Finansijski podaci, često osetljivi i lični, donose snažne etičke i pravne izazove u vezi sa zaštitom podataka i pitanjima saglasnosti.

Ack 80% fintech kompanija izražava da je pristup kvalitetnim podacima ključna prepreka za uspešnu implementaciju veštačke inteligencije. Nesavršen kvalitet podataka predstavlja brojne pretnje za fintech kompanije, uključujući potencijalno podrivanje postojećih metoda, nepravedan kreditni rejting i druge oblike diskriminatornih rezultata.

Talent izazovi

Izveštaj Netgurua otkriva da 54% ispitanika u fintech industriji vidi nedostatak talenta za veštačku inteligenciju kao svoj najveći izazov. Regrutovanje stručnjaka za veštačku inteligenciju i dalje predstavlja jednu od ključnih prepreka u implementaciji ove tehnologije.

Na sličan način, Nvidijina studija iz 2023. pokazuje da je više od trećine ispitanika (36%) identifikovalo izazove u privlačenju i zadržavanju talenata za veštačku inteligenciju kao ključno pitanje. Ovaj procenat predstavlja značajan skok od 80% u poređenju sa 2022. i predstavlja prvi put u poslednje tri godine istraživanja da se regrutovanje profesionalaca za veštačku inteligenciju pojavilo kao najveći izazov.

Izazovi objašnjenja

Automatizovani sistemi se često opisuju kao “crne kutije” zbog njihove složenosti, što otežava objašnjenje unutrašnjeg rada. Istražena su različita rešenja, uključujući metode zasnovane na teoriji igara i aproksimaciji lokalnih modela. Međutim, univerzalno primenljiv i skalabilan pristup još uvek nije pronađen, bez obzira na složenost modela.

Kako će se razvijati uloga veštačke inteligencije u budućnosti finansijske tehnologije?

Očekuje se da će tržište fintech-a imati impresivan rast veštačke inteligencije od 28,6% do 2027. godine, dostižući vrednost od 31,71 milijardi dolara. Do 2030. primena veštačke inteligencije u finansijskoj industriji mogla bi da rezultira smanjenjem operativnih troškova za 22%.

U okviru finansijskog sektora, očekuje se da će 9% radnih mesta biti zamenjeno do 2030. Godine. Međutim, ovaj gubitak posla bi trebalo da bude prevagnut otvaranjem novih pozicija u fintech industriji, gde se očekuje rast zaposlenosti za 20% zahvaljujući primeni veštačkih inteligencija.

BCG predviđa da će generativna veštačka inteligencija pokretati digitalne finansijske vratare, obavljajući zadatke kao što su plaćanje računa, slanje doznaka, provera budžeta i osporavanje troškova. Prema Svetskom ekonomskom forumu, očekuje se da će značajne funkcije biti zamenjene veštačkom inteligencijom do 2025. godine, uključujući upite u pozivnim centrima, unos podataka i pomirenje, dok će se otvoriti nova radna mesta za podršku razvoju više ličnih interfejsa veštačke inteligencije koji oponašaju ljudsko ponašanje.

Kako bi se podržale fintech kompanije u ovim naporima, očekuje se angažovanje stručnjaka iz netradicionalnih oblasti, poput psihologije. Na kraju, očekuje se da multifunkcionalni personalni asistenti sa veštačkom inteligencijom postanu ključni deo svakodnevnog života kupaca, pružajući podršku u organizovanju finansija, kupovini i obavljanju različitih zadataka.

Često postavljana pitanja