Kunstmatige intelligentie of 'AI' - hoe we het ook definiëren - verandert de manier waarop we zaken doen in de financiële dienstverlening:het toegenomen belang van de schaal van gegevens, meer op maat gemaakte aanbiedingen en een meer geavanceerd samenspel van mens en automatisering.
In een notendop maken AI en analyse vijf belangrijke mogelijkheden mogelijk:aanpassing (van ervaring en service, optimalisatie van resultaten), vooruitziendheid (om te voorspellen wat er waarschijnlijk gaat gebeuren), besluitvorming (om specifieke beslissingen aan te bevelen of te automatiseren op basis van het beste resultaat), interactie (tussen computers en mensen) en patroondetectie (om thema's en regelmatigheden in context te begrijpen). Om de impact van deze capaciteiten op de wereldwijde financiële dienstverlening te begrijpen, heeft het World Economic Forum in samenwerking met Deloitte een rapport uitgebracht met de titel 'The New Physics of Financial Services:Understanding how artificial intelligence is transforming the financial ecosystem
Dit rapport onderzoekt hoe AI - van inzichten via engagement tot automatisering - de financiële dienstverlening verstoort en wat het betekent voor financiële executives, regelgevers en beleidsmakers. We willen vragen wat dit betekent voor de Zwitserse bankmarkt?
Het rapport toont vier belangrijke gebieden waar banken zich bewust van moeten zijn om het meeste uit hun gegevens te halen en de vereiste technologie voor AI te integreren. Deze uitdagingen strekken zich uit over vier gebieden:waardecreatie, talent, concurrentiedynamiek en openbaar beleid.
Voor Zwitserland was de reputatie van stabiele, al lang bestaande financiële instellingen de sleutel tot het verwerven en behouden van klanten. Aangezien banken wereldwijd meer concurreren om geld, verwachten klanten dat banken hen benaderen met gepersonaliseerde aanbiedingen. Online platforms stellen klanten in staat om aanbiedingen te vergelijken, en fintechs zoals Revolut en TransferWise verstoren delen van de bancaire waardeketen. De macht verschuift en banken moeten zich dienovereenkomstig aanpassen.
Vooral fintech-bedrijven beschikken al over de technologische infrastructuur voor AI- en analyseactiviteiten en vormen de kern van steeds opener bancaire regelgeving. Elders in de wereld bieden technologiebedrijven (met name Alibaba, Amazon, Apple Pay, Google Pay) innovatieve financiële dienstverleningsproducten aan hun klantenbestand. Hun sterke technologische basis ondersteunt het creëren van zelfrijdende financieringsaanbiedingen die routinetransacties automatiseren of klanten adviseren over complexe beslissingen zoals het kopen van een huis of pensioenplanning.
Zwitserse banken lopen achter bij het gebruik van gegevens om de behoeften van hun klanten te begrijpen. Dit wordt veroorzaakt door een groot legacy-landschap en processen die gericht zijn op het vergrendelen van gegevens, niet om deze te gebruiken om inzichten te genereren. Toonaangevende banken proberen dingen uit - Credit Suisse lanceerde 'Amelia', een virtuele agent, in samenwerking met leverancier IPSoft, om de problemen van klanten te begrijpen en op te lossen of om te buigen, en UBS creëerde een dienst voor economische prognoses, gebruikmakend van Amazon Alexa, waardoor het voor klanten om het 'huiszicht' te krijgen.
Banken huren al heel lang technologisch personeel in - naarmate de besluitvormingsprocessen van banken nog meer data-intensief worden, zal het scala aan vaardigheden dat banken nodig hebben en waar ze deze plaatsen, evolueren. Datawetenschappers, neurolinguïstische programmeurs, neurowetenschappers, taalkundigen, design thinking-specialisten en beslissingsmodelleurs zijn allemaal rollen die voorop lopen in de overgang naar AI. Mogelijk moeten ook operationele modellen en financiering veranderen. De traditionele scheiding tussen 'IT' en 'business' en 'Change' en 'Run', hoewel gemakkelijk te begrijpen, is niet per se voldoende wanneer datawetenschappers zowel zakelijke als analytische vaardigheden nodig hebben en met echte datasets werken en realtime beïnvloeden beslissingen. Banken moeten deze rollen organiseren, werven en trainen.
Naarmate data en machine learning steeds meer een cruciale factor worden voor bedrijfsresultaten, wordt de schaal en omvang van de beschikbare gegevens voor het trainen van machine learning-modellen veel belangrijker. In andere landen wordt het delen van gegevens een populaire dynamiek; delen van geanonimiseerde data binnen een branche of tussen instellingen in verschillende branches met overlap. Zelfs in de hypercompetitieve 'ride-sharing'-markt werken Uber en Lyft samen om gegevens te delen. Met een mentaliteitsverandering, naast natuurlijk voldoende anonimisering van hun gegevens en voldoende beleid en afstemming op regelgeving, zouden Zwitserse banken - met name kleinere lokale en regionale banken - kunnen samenwerken om het anoniem delen van gegevens mogelijk te maken om hun gebruik van analyses en AI te stimuleren. Organisaties zoals de Swiss Data Alliance zijn al opgericht met als doel het opzetten van een toekomstgericht databeleid en het stimuleren van open data in Zwitserland. We moeten een significante verandering zien in de gedachten van bankiers, zodat ze de waarde begrijpen van AI bij het bedienen van hun klanten en het beheren van risico's - en de rol van uitgebreidere datasets om dit te bereiken.
In de sterk gereguleerde Zwitserse omgeving staan alle banken voor dezelfde uitdagingen bij het naleven van gegevensgerelateerde voorschriften, zoals de Algemene Verordening Gegevensbescherming (AVG), die van invloed zijn op hun vermogen om AI-oplossingen te ontwikkelen en gegevensallianties te creëren. Zwitserse banken mogen de door die AVG en de federale wet op gegevensbescherming geboden kans niet missen om hun interne gegevens goed te beheren - te veel bedrijven hebben de AVG als puur een regelgevende must-do beschouwd, terwijl het eigenlijk ook eenvoudige beste praktijken op het gebied van gegevens suggereert beheer.
Er is een mogelijkheid om middelen te bundelen om gemeenschappelijke oplossingen te bouwen in niet-concurrerende functies, en samen te werken met vertrouwde derde partijen die gebruik maken van gedeelde gegevens om bruikbare klant- en risico-inzichten te creëren. Banken moeten samenwerken met de toezichthouder om het beleid vorm te geven en het probleem van voren af aan te pakken.
Naarmate digitale identiteit (zoals SwissID) een vlucht neemt, wordt dit van cruciaal belang voor het beheren van persoonlijke gegevensstromen en banken moeten hierop voorbereid zijn. Verschillende aan de staat gelieerde bedrijven, financiële instellingen, verzekerings- en zorgverzekeraars in Zwitserland werken hier al samen door de ontwikkeling van SwissID. Met dit systeem kunnen persoonsgegevens versleuteld worden uitgewisseld en beveiligd tegen onbevoegde toegang. De synergieën die hier worden gecreëerd, zorgen ervoor dat partners de efficiëntie verbeteren, de kosten verlagen en de basis leggen voor eenvoudiger gegevensuitwisseling als basis voor AI.
Bankiers in Zwitserland hebben een geweldige kans om AI en analyses te gebruiken om hun klanten beter van dienst te zijn, de winstgevendheid te vergroten en risico's te beheren. Maar bankiers moeten heel anders denken dan vroeger:denken aan de omvang van de beschikbare gegevens, in plaats van puur de omvang van hun beheerd vermogen, aan op maat gemaakte ervaringen voor hun klanten in plaats van massaproductie, en AI-verbeterde prestaties in plaats van vertrouwen op menselijk vernuft.
Bezoek onze website voor meer informatie en om het rapport te downloaden.
