2022-06-21 12:07:00
Как используют искусственный интеллект в финансах
Искусственный интеллект (AI) в финансах меняет способы взаимодействия с деньгами, упрощая и оптимизируя процессы. Его решения применимы ко многим направлениям в отрасли - начиная от принятия кредитных решений и заканчивая количественной торговлей и управлением финансовыми рисками.
Кредитные решения
Искусственный интеллект помогает банкам и кредиторам принимать более взвешенные решения по андеррайтингу, используя различные факторы, позволяющие оценивать традиционно недостаточно обслуживаемых заемщиков.
Примеры компаний:
Enova. Создатели платформы Colossus, использующей AI и машинное обучение для предоставления расширенной аналитики и технологий потребителям, предприятиям и банкам, чтобы способствовать ответственному кредитованию.
ZestFinance. Создатели платформы Zest Automated Machine Learning (ZAML), которая помогает компаниям проводить оценку заемщиков, которые не имеют достаточной кредитной информации или истории.
Управление рисками
Финансовые рынки все больше и больше обращаются к машинному обучению (ML), подмножеству искусственного интеллекта, для создания более точных и гибких моделей управления рисками. Эти прогнозы помогают финансовым экспертам использовать существующие данные для точного определения тенденций, выявления рисков и предоставления более качественной информации для будущего планирования.
Kensho. Предлагает аналитические решения, использующие облачные вычисления. Системы компании могут дать ответы на сложные финансовые вопросы на простом языке.
Ayasdi. Для компаний, работающих в сфере финансовых технологий, Ayasdi используется для понимания и управления рисками, прогнозирования потребностей клиентов и даже помощи в процессах борьбы с отмыванием денег.
Количественная торговля
Системы AI могут анализировать большие и сложные наборы данных быстрее и эффективнее, чем люди. Полученные в результате алгоритмические торговые процессы автоматизируют сделки и экономят драгоценное время.
Kavout. Платформа использует машинное обучение и количественный анализ для обработки огромных наборов неструктурированных данных и выявления закономерностей на финансовых рынках в реальном времени.
Alpaca. Использует запатентованную технологию Deep Learning я и высокоскоростное хранилище данных для создания приложений для краткосрочного и долгосрочного прогнозирования.
Персонализированный банкинг
Традиционный банкинг не справляется с современными потребителями, разбирающимися в цифровых технологиях.
Исследование Accenture, в котором приняли участие около 33 000 банковских клиентов, показало, что 54% из них нуждаются в инструментах, помогающих им контролировать свой бюджет и корректировать расходы в режиме реального времени.
Kasisto. Компания помогает банкам сократить объем колл-центров, предоставляя клиентам варианты и решения для самообслуживания. Кроме того, чат-боты на базе AI также дают пользователям рассчитанные рекомендации и помогают принимать другие финансовые решения.
Abe AI. Виртуальный финансовый помощник, который интегрируется с Google Home, Amazon Alexa, веб-сайтом и мобильными устройствами, чтобы предоставить клиентам более удобное банковское обслуживание.
Кибербезопасность и обнаружение мошенничества
Необходимость наращивания усилий по кибербезопасности и обнаружению мошенничества в настоящее время является необходимостью для любого банка или финансового учреждения, и AI играет ключевую роль в повышении безопасности онлайн-финансов.
Vectra. Платформа автоматизирует обнаружение угроз, выявляет злоумышленников, специально нацеленных на финансовые учреждения, ускоряет расследования после инцидентов и даже выявляет скомпрометированную информацию.
Shape Security. Программа, используемая ведущими банками США, сдерживает мошенничество с кредитными заявками, подмену учетных данных, очистку и взлом подарочных карт, точно определяя поддельных пользователей.
По материалам builtin
@finance_forkid #tech_forkid
1.8K views09:07