Разница в развитии ИИ-технологий в крупных банках и финтех-компаниях

Претензия 1

Финансовые учреждения превратят операции бэк-офиса с поддержкой ИИ во внешние сервисы, что заставит другие компании стать потребителями этих возможностей только для того, чтобы не отставать.

Нет, этого не будет, в ближайшее время — точно. Создание внешних сервисов требует маркетинга и обслуживания клиентов. Чтобы запустить такую махину, нужен человек, который умеет управлять коммерческим центром. Сейчас таких людей точно нет. Вы действительно думаете, что многие учреждения будут инвестировать огромные средства в то, чтобы превратить бэк-офисную деятельность на искусственном интеллекте в свой бизнес?

Если на то пошло, то такие компании, как Amazon, Zillow или Credit Karma, будут развивать свои платформы до такой степени, что для них имеет смысл предоставлять «бэк-офисные операции» как услугу. Но это исключения из правил, поэтому успокойтесь и не бойтесь, что вам придется обязательно пользоваться определенными услугами в бэк-офисе.

Претензия 2

Эксперты считают, что внедрение ИИ может сэкономить 1 трлн дохода к 2030 году.

И как вы собрались «экономить доход»? Может быть, вы имели в виду увеличить его? Или же вы видите 1 трлн в потенциально потерянном доходе, который сможет сохранить ИИ? Если да, то, как это случится?

Проблема таких прогнозов в том, что они игнорируют законы спроса и предложения. Вы действительно верите, что потребители захотят потратить 1 трлн на финансовые услуги? Так почему же каждый спикер на конференциях говорит, что потребители и так платят кучу денег за банковские услуги и должны платить меньше, а не больше? Ни в каких прогнозах нет информации о том, как ИИ увеличит спрос на финансовые услуги. Более вероятно, что искусственный интеллект просто усилит сотрудничество между банками.

Исследование PwC 2017 года показало, что 52% опрашиваемых, работающих в сфере финансовых услуг, уже инвестируют в ИИ, и 66% респондентов рассчитывают делать это в течение 3 лет. Однако, согласно исследованию Cornerstone «Что происходит в банковской сфере в 2019 году», только 2% финансовых учреждений среднего масштаба уже используют чат-ботов, машинное обучение или другие ИИ-технологии, а 5% внедрили роботизированную автоматизацию процессов (RPA). В этом исследовании только 13% предприятий среднего масштаба заявили, что они планируют инвестировать или внедрять инструменты машинного обучения и другие ИИ-технологии в 2019 году.

Скорее всего, в выборке PwC преобладали крупные банки. Если это окажется правдой, то в будущем мы увидим растущий разрыв в использовании искусственного интеллекта крупных и мелких банков. Но несоответствие инвестиций далеко не единственный фактор, вызывающий разрыв. Многие просто забывают второй закон ИИ: «Без должного количества и качества данных искусственный интеллект просто бесполезен». Если вам нужны доказательства, просто взгляните на Amazon, который нанимает сотрудников после их изучения ИИ-алгоритмами. Эти алгоритмы полностью проявят себя только с теми данными, с которыми они уже работали.

Очень часто у небольших финансовых учреждений просто недостаточно данных, чтобы заставить работать искусственный интеллект в полную силу. Это проблема стоит менее остро в сферах, связанных с мошенничеством и управлением рисками, так как здесь есть хоть какие-то данные. В области маркетинга и повышения доходов данных просто нет: пробел находится либо внутри организации, либо на уровне поставщиков. Невероятно сложно (а в некоторых случаях даже невозможно) отследить, действовал потребитель по рекомендации или совету.

Это справедливо для крупных и мелких финансовых учреждений, но у мегабанков есть два основных преимущества:

1. Нужна огромная клиентская база для создания сети банковских данных, и у них это есть!
2. Они могут легко сотрудничать с такими провайдерами, как Google, Amazon и Zillow, которые будут готовы делиться внешними поведенческими данными, необходимыми для замыкания цикла обратной связи.

В итоге, благодаря ИИ, мегабанки захватят еще больше рынка, усилив монополию.

Закрытие ИИ-разрыва

Ответом средних банковских учреждений на увеличение монополии крупных банков будет разработка стратегий для получения более качественных данных. Зачем тратить огромное количество денег, если они уйдут в никуда?

Недавно Ascend опросил маркетологов со всего мира, какие именно маркетинговые методы они считают максимально эффективными для стратегий гиперперсонализации. Чат-боты с ИИ были наименее упомянутым подходом. Почему? У них не хватает как количества данных, так и их качества.

Финансовые учреждения среднего размера должны будут сотрудничать между собой, обмениваясь данными, чтобы восполнить пробел в знаниях искусственного интеллекта, или им придется пользоваться услугами сторонних поставщиков, чтобы понять, чего действительно хочет их клиент.

Forbes