Betör a mesterséges intelligencia a pénzügyekbe - Hová jutunk néhány éven belül?

Biztonságos GenAI szolgáltatás a pénzügyi szektorban

Banking Techology konferenciánk 2/A szekciójának nyitóelőadásán Rákosi Bálint, az Athene AI CEO-ja elmondta, hogy a genAI nem más, mint promptokkal előállított digitális tartalom. A McKinsey tanulmánya szerint a genAI-t sales, marketing, termékfejlesztésre használják elsősorban, minden háromból 2 már használja a genAI szolgáltatást valamilyen termékében vagy szolgáltatásában.

Az európai piac azonban lemaradásban van

Egy európai kutatás során 56 CIO-t kérdeztek meg, IT-cégeket, ám mindössze ezek 7 százaléka használja a megoldást intenzíven, a következő 30 százalék pilotokban alkalmazza a genAI-t. A GVH nemrégiben kiadott mesterséges intelligencia tanulmányának két nagy tanulsága van: amennyiben használunk, az olyan növekedési lehetőséggel bír, ami vízválasztó lehet. És igaz ez a versenyképességre is, vagyis ezzel a technológiával mindenképpen foglalkozni, erre költeni kell.

Három nagy területen használják a genAI-t: az ügyfélszolgálatokon, a szoftverfejlesztésben és a szellemi munkában és termékekben. Ám a genAI-jal kapcsolatos kockázatokat kezelni kell, ehhez rengeteg elvárásnak és követelménynek kell megfelelni, a szabályozási változásokat folyamatosan le kell követni. Olyan megoldást kell felépíteni, ahol kiemelt figyelmet kap a biztonság, a visszakövethetőség, legyenek pontosak az információink a használatról. A saját adatokat mi tudjuk kezelni, a kontroll megmaradjon az adatok felett. A tudás pedig csapatszinten képződik, az eszközöknek ezt is támogatnia kell.

Online hitel 20 perc alatt új ügyfeleknek

„Online hitel 20 perc alatt – hogyan lehetséges ez?” címmel tartott előadást Puzsár Péter, a Cofidis PMO & IT-szervezési területvezetője. A hitelintézet a videós azonosítás és hangaláírás bevezetése után szupergyors, egyszerű és 100% online hiteligényléssel lépett a piacra tavaly. A bevezetés során az innovatív technológiákra, a biztonságra, az online, mégis személyes kiszolgálására és a fenntarthatóságra is figyelmet fordítottak.

Mesterséges intelligencia nincs a folyamatban, de optikai karakterfelismerést, online beazonosítást, PSD2-számlainformációt és sms-aláírást felhasználnak a folyamatban, amelyet az ügyfelek egy reszponzív website-on indíthatnak el.  A PSD2-s adatátadás során az elmúlt 3 hónap bankszámlaadatai kerülnek felhasználásra, a társaságnál örömmel tapasztalták, hogy a magyar ügyfelek nyitottak erre, hiszen például elkerülhető vele a munkáltatói igazolás beszerzése.

A hitelszerződés-kötés is online, egy elektronikus aláírási felületen történik, amelyhez e-mailben, illetve sms-ben küldenek ki felhasználói azonosítót és jelszót. Az ügyfélnek több napja van arra, hogy áttekintse a szerződését, de az sms-alapú alírást követően a folyósításra már 2-3 percen belül sor kerül.

AI-vezérelt bankolás

Jendrolovics Máté, az Intuitech alapítója és vezérigazgatója a genAI banki alkalmazásáról, az AI-vezérelt bankolásról tartott előadást. A tapasztalatok alapján amikor egy bank elkezdi a nagy nyelvi modelleket használni, azt látja, hogy ez számára nem teremt értéket.

Bármilyen jó adatokon tanulnak ugyanis, nem hibázhatnak, nem hallucinálhatnak a modellek.

A jó hír, hogy már van olyan technológia, ami ezt a problémát kezeli. Amikor genAI és amikor hagyományos szoftvereket  fejlesztenek, akkor két nagy különbség van:

• az egyik a pontosság, mivel hamis válasz nem lehet, és abból dolgozzon, amit megtanítottunk neki
• a másik dimenzió, hogy milyen funkciókkal rendelkezik a megoldás, hogyan teremt értéket.

Bármilyen nagy modellel indul el egy bank, az jellemzően hallucinál és gyenge képességekkel rendelkezik, és egy 80%-os pontossággal még mindig zéró az értékteremtése egy ilyen megoldásnak. Ahhoz, hogy értéket teremtsen, 90%-os pontosság fölé kell menni. Ehhez egy 20 fős fizikus-informatikus csapat kétéves munkájára van szükség.

Ha a back office feladatok legalább felét el tudjuk végezni genAI-jal, akkor az már értéket teremt. Ehhez elemi feladatokra fel kell bontani a folyamatokat, megtanítani ezeket elvégezni, és csak azon információk alapján szabad válaszolnia a megoldásnak, amiken megtanították.

KPMG: az AI akár 50%-os hatékonyságnövekedést is eredményezhet

Kórász Tamás, a KPMG partnere panelfelvezető előadásában kifejtette: vállalatuk egy átfogó, komplex AI-bevezetési keretrendszert dolgozott ki. Ez a rendszer nemcsak a funkcionális folyamatokat veszi figyelembe, hanem az emberi tényezőket, a kormányzási (governance) struktúrát, a teljesítménymérési mutatókat (KPI-ok), az AI-szolgáltatások kialakítását és a technológiai platformot is. Számos releváns use case-t gyűjtenek, kezdetben kisebb léptékben kísérleteznek, majd a sikeres modelleket skálázzák. Az értékteremtést három fő hullámba sorolják: produktivitás, növekedés és innováció, és támogatást nyújtanak a „fejlesztés vagy vásárlás” (build vs. buy) döntési folyamatában is. Egy átlagos irodai pozícióban öt éven belül 40%-os hatékonyságnövekedésre számítanak az AI-támogatás révén, bizonyos esetekben ez az arány az 50%-ot is meghaladhatja.

Milyen jó AI-megoldások léteznek?

A Kórász Tamás által moderált panelbeszéltetésben Pereczes János, az MBH Bank ügyvezető igazgatója elmondta: egy banki innovációs terület vezetőjeként megkerülhetetlen számára a mesterséges intelligencia, és gyakran találkoznak azzal, hogy technológia szintjén készen vannak, a szervezet szintjén még nem. Az is fontos kérdés, hogy az egyéni produktivitás növelését miként lehet a teljes szervezet hatékonyságának a növelésére áttranszformálni.  Első use case-eik belső kommunikációra, keresésre épültek. Németh Balázs, a K&H Csoport innovációs vezetője elmondta: jóval a generatív AI-hype kezdete előtt elkezdtek mélyebben foglalkozni az AI-jal az ügyféligényekből kiindulva, ennek eredményeként Kate a K&H pénzügyi asszisztenséből pénzügyi avatárrá változhat. A mesterséges intelligenciának nagy szerepe van a kollégáik kevésbé értékteremtő feladatainak a kiváltásában is.  Victor Tamás Máté, a Hold Alapkezelő partnere szerint az a legizgalmasabb számukra, hogy a befektetési döntéshozatalt miként lehet fejleszteni AI-jal. A rövid távú, algoritmikus kereskedésben már most egyre nagyobb a szerepe, az igazi értéket azonban a hosszú távú előrejelzésben és a ritka események előrejelzésében képviselheti majd. Jendrolovics Máté, az Intuitech vezérigazgatója szerint az AI-fejlesztés teljesen az inverze a hagyományos szoftverfejlesztésnek, rengeteg olyan probléma merül fel, ami miatt a beszélgetések valóságtartalmát ellenőrizni kell.

Milyen AI-trendek várhatók?

A rövid távú változásokat általában túl-, a hosszú távúakat pedig alulbecsüljük – vélte Németh Balázs. Előbbire példaként említette, hogy az IoT- és az önvezetőautó-forradalom például még nem ment végbe. Előrejelzése szerint azt fogja tenni a bank a jövőben is, amit most is, csak jobban, például ökoszisztéma-szolgáltatásokkal kiegészítve. Pereczes János szerint az AI hype-ja most már lefelé tart. Három év múlva lesznek szerinte olyan bankok, amelyek kétszámjegyű mértékben fognak költséget spórolni az AI hatékonyságnövelő hatása révén, ami meglátszódhat már a jövedelmezőségükben is.  Németh Balázs szerint aki most indul csak el, az nehéz helyzetben lesz. Victor Tamás Máté szerint az emberek megszokják, hogy a ChatGPT-vel társalogjanak, őt fogják megkérdezni arról is, mibe fektessenek vagy hogyan vegyenek fel hitelt. Összeállíthatnak egy olyan portfóliót, amiben semmi olyan értékpapír nincs, amin a bankok pénzt keresnének.

Hol tart a szervezeti érettség AI-témában?

Először szigetszerű fejlesztések indultak, majd specializálódtak is a kollégák egyes területekre, de a bottom-up, szigetszerű próbálkozások máig dominálnak – mondta Pereczes János a teljes bankszektorról. Szerinte nyelni kell egy nagyot, és meg kell ragadni, milyen területen van szükség a hatékonyságnövelésre, a top-down megközelítésre, ami a kísérleti jelleg felől stratégiaivá teszi a fejlesztést. A kétféle irányra egyszerre van szükség Jendrolovics Máté szerint, a víziók és a visszamérhető use-case-ek egyaránt kellenek. Németh Balázs szerint a bankszektorban nagy a bizonytalanság, alacsony az AI iránti bizalom, a szabályozók számára pedig „rémálom” a nehéz visszakövethetőség. Victor Tamás Máté úgy fogalmazott, náluk minden a hozamról szól, elsősorban tehát azon gondolkoznak, miként tudják ezt maximalizálni mesterséges intelligencia igénybevételével. Sikerdíjas szolgáltatóként, az alacsony fix költségek miatt van esélyük jól kijönni az AI által tett összehasonlításokból.

Címlapkép forrása: Portfolio

A jelen írás nem minősül befektetési tanácsadásnak vagy befektetési ajánlásnak. Részletes jogi információ