Bár a mesterséges intelligencia évtizedek óta az életünk része, a generatív AI felfutásával teljesen új időszámítás vette kezdetét, mivel a technológia már nem csak mintázatokat ismer fel, hanem új tartalmak generálására is képes. Ahogy a sokrétű felhasználási eseteket megvizsgáljuk, kétségtelen, hogy a generatív AI megjelenése (és idővel integrálása) a pénzügyi szektorban forradalmasítja majd az iparágat.
A generatív AI sikeres banki bevezetéséhez azonban nem elég felsővezetői döntést hozni; technológiai, üzleti és szervezeti szempontok mentén kell megismernünk a technológiát.
A bankok és egyéb pénzügyi szolgáltatók egy része már hosszú évek óta használ AI-alapú megoldásokat (pl.: call center minőségbiztosítása, kockázatelemzés stb.), de a ChatGPT berobbanásával megfontolandóvá vált, hogy az eddig megszokott megoldásokat generatív AI-alapúakkal egészítse ki a piac.
Az év elején készített felsővezetői interjúkból kiderül, hogy bár a bankok még nem túl sok konkrétumot tudnak (vagy mernek) prezentálni a generatív AI alkalmazása kapcsán, szinte mindenhol dedikált szakmai csapatok vizsgálják a felhasználási lehetőségeket.
A mesterséges intelligencia egyszerre hoz új lehetőségeket és állítja újabb kihívások elé a pénzügyi ökoszisztéma összes szereplőjét.
A generatív AI alapvetően egy tartalomgenerátor
Ahhoz, hogy a generatív AI-ban rejlő megoldásokban előnyt találjunk, elengedhetetlen, hogy megértsük a sajátosságokat és felmérjük, hogy azok mentén mire tudjuk jól használni a technológiát.
Kétségtelen, hogy a ChatGPT lehengerlő hatást ért el a hétköznapi felhasználók körében, hisz megdöbbentően intelligensnek tűnő válaszokat ad a program. De valóban egy új, forradalmi technológiáról van-e szó?
Mi az a generatív AI?
A generatív AI a mesterséges intelligencia olyan modellekből álló részhalmaza, amelyek képesek utasításra új tartalmakat létrehozni képzési adatok, különböző algoritmusok és matematikai architektúra-modellek alapján. Az LLM (szerk.: Large Language Model) a genAI egyik típusa, amely magában foglalja a szöveg generálást, de a genAI a vizuális elemek, hang, kód és más típusú tartalmak létrehozásában is részt vesz.
A genAI modellek képesek feldolgozni és tanulni hatalmas mennyiségű strukturálatlan adathalmazokból, amelyeken tanítják a rendszert a későbbiekben (pl.: a felhasználóktól kapott visszajelzések is).
A fő előrelépés a “hagyományos” mesterséges intelligencia modellek és a genAI által elvégzendő feladatok között az, hogy az utóbbi képes látszólag eredeti tartalmak előállítására. A “hagyományos” mesterséges intelligencia modelleket túlnyomórészt csak minta azonosításra, osztályozásra és előrejelzésre használják, míg a genAI képes produktumot létrehozni.
A hagyományos AI előnye alapvetően a nagyon pontos előrejelzések prezentálása, ezen felül képes az öntanulásra is, de precizitása miatt csak szűk területeken tud mozogni. Ezzel szemben a generatív AI elsősorban tartalomgyártásra tervezett, de éppen ezért komoly rizikót jelent a hallucinációja.
1. Szabályozói megfelelés (compliance) támogatása
Szinte minden szakértő elismeri, hogy a mesterséges intelligenciával foglalkozni kell, de sokan közülük nem az ügyféloldalon látják az AI (vagy a genAI) elsődleges kiaknázását, hanem a belső folyamatok oldalán.
,,Az AI a belső működést teheti harminc-negyven százalékkal hatékonyabbá, nem feltétlenül az ügyfeleknek kell találkoznia a technológiával.”
– mondta az MBH ügyvezető igazgatója, Pereczes János a Finshape legutóbbi Digital Banking Club eseményén.
Példának okáért a pénzügyi szektor egyik legnagyobb sarokköve a szabályozási megfelelés (legyen az adatkezelési, vagy HR aspektus), ami állandó kihívást jelent a piacnak.
Egy ideális forgatókönyv szerint a generatív AI megfelelő folyamatok automatizálásával biztosíthatja, hogy a pénzügyi szereplők különösebb erőforrás elégetése nélkül teljesítsék a jogi követelményeket.
A szakemberek által is néha nehezen értelmezhető szabályozási szövegek feldolgozása gyorsabb lehet a technológia által, illetve a változások szűrésével az új elemek gyors adaptálását is támogathatja. A vállalati compliance valós idejű, automatizálható működése fényes jövőt ígér a piaci szereplőknek.
Mindezek mellett a törvényekben előírt rendszeres jelentések elkészítésének folyamatát is megújíthatja a genAI, hisz a technológia nemcsak a beszámolók létrehozásában támogathatja a vállalati szereplőket, hanem az esetleges hiba vagy mulasztás előfordulási arányát is csökkentheti.
2. Hitelpontozás és kockázatértékelés
A kockázatértékelési folyamat során a nagy adatmennyiség gyors feldolgozása miatt a generatív AI az adatpontok szélesebb körét képes elemezni, ezáltal a gyakran figyelmen kívül hagyott árnyalt tényezők és trendek is előtérbe kerülnek.
A nem hagyományosnak mondható szempontok között lehet például az online viselkedés, vagy a hétköznapi vásárlási szokások. Ezek a háttérinformációk támogatják a hitelképesség felmérését.
3. A csalás elleni küzdelem az egyik legizgalmasabb alkalmazási lehetőség
A genAI technológiával a hagyományos prediktív modellekhez képest példátlan mennyiségű adatot lehet elemezni és ezzel a rendszert tanítani.
A bankok amúgy is kiemelt hangsúlyt fektetnek a csalásellenes és biztonsági technológiák folyamatos korszerűsítésére, ezért elképzelhető, hogy a technológiai kísérletezés ezen a területen élen járhat majd.
A mesterséges intelligencia következő generációja képes lehet arra, hogy több területről származó információkat felhasználva új felismeréseket generáljon, segítve a csalások elleni eszközök betanítását – amelyek így megalapozottabban és pontosabban különböztethetik meg a csalárd tranzakciókat a jogszerű vásárlásoktól.
Megfelelő algoritmusok használatával a rendszerek azonban nemcsak felismernek támadásokat, hanem tanulnak is egy-egy esetből és a korábbi csalási adatok alapján előrejelzéseik pontosabbak lesznek, ami gyorsabb reakciót eredményezhet egy-egy támadás esetén.
Hosszútávon mindez növeli a tranzakciók általános biztonságát és az ügyfelek bizalmát a digitális pénzügyi szolgáltatások iránt.
4. Új IT folyamatok a láthatáron!
A generatív AI a munkamódszereket is átalakíthatja, fejlesztve a termékeket, az adatstruktúrát, az üzleti modellt, a szervezeti műveleteket és az infrastruktúrát.
,, A Visánál már most a kódolási hatékonyság 30%-os javulását tapasztaljuk, mivel az időigényes/ismétlődő feladatokat nagyon jól kezelik a generatív AI eszközök, így a programozók a nagy hozzáadott értékű kódok előállítására összpontosíthatnak.”
– nyilatkozta Sármay Bence, a Visa Magyarországért felelős területi vezetője a FinTechZone-nak.
5. Személyre szabás felsőfokon
A generatív AI kulcsfontosságú lesz a bankok és az ügyfelek közötti interakció egyszerűsítésében. Lehet szó hangalapú párbeszéd megteremtéséről, vagy kontextus függő ajánlatok kialakításáról, az ügyfélélmény várhatóan ígyis-úgyis fejlődni fog.
Ez a technológia lehetővé teszi, hogy személyre szabott, releváns információkat tartalmazó, valós idejű, kivonatokat és grafikonokat készítsenek a bankok az ügyfelek számára, ezzel is növelve az interaktivitást és az ügyfélélményt.
A K&H és a FinTechZone által közösen szervezett Virtuális asszisztensek jövőjéről szóló webinárium keretében a szakértők már tavaly novemberben beszámoltak arról, hogy a meghatározó tech cégek folyamatosan fókuszálnak az AI és a nyelvi modulok technológiájára, éppen ezért számítani lehet arra, hogy az életünket hamar át fogják szőni az emberi beszélgetésekhez nagyon hasonló ember-avatar diskurzusok.
Nyelvi akadályok legyőzését támogatja az OTP
A hazai mesterséges intelligencia projektek egyik legnagyobb kihívása a magyar nyelvi modell építése. Az egyik legalapvetőbb gátja az előrehaladásnak, hogy nem érhető el elég írott magyar anyag a feladathoz szükséges szuperszámítógép tanításához.
2020 óta az OTP Csoport a SambaNova Systems-szel, valamint az illetékes minisztériumokkal együttműködve a kontinens egyik leggyorsabb szuperszámítógépének segítségével egy nagy, GPT-3 szintű magyar nyelvi modell építésén dolgozik. A szereplők várakozásai szerint a projekt nemcsak itthon, hanem regionális szinten is az AI kutatás jelentős mérföldköve lesz.
,, Az elkészült 1,5 milliárd paraméteres angol-magyar kétnyelvű modellünk egyedülálló megbízhatóságot mutat hazai viszonylatban, és a 13 milliárd paraméteres, magyar – angol kétnyelvű modellünk tesztelése is már folyamatban van.”
– nyilatkozta Csányi Péter az OTP Bank Digitális Divíziójának vezérigazgató-helyettese a FinTechZone-nak 2024 januárjában.
Hol tartunk most?
Természetesen ezek a technológiák még nem önállóak, nem teszik zárójelbe a cégek humán dolgozóit. Az AI technológia ebben a pillanatban „csak” jósol – megjósolja a betáplált adatok alapján a következő lehetséges szót vagy pixelt.
A pénzügyi szektorban vitathatatlanul rendkívüli változásokat hoz a generatív AI, de ez várhatóan nem a szakértők munkáját fogja elvenni, hanem átalakítja a folyamatokat.
Jendrolovics Máté, a GB Solutions vezérigazgatója a hetedik FinTechShow-n elmondta, hogy a valódi ügyfélélmény fokozását nem az egyik, vagy másik technológia bevezetésében látja (hisz a mindennapi üzleti problémák sem ilyen jellegűek), hanem abban, hogy ezeket az AI megoldásokat hogyan tudjuk egymással párhuzamosan, egymásra épülve használni.
,,Az a bank fog tudni nagy ügyfél akvizíciós és profit képességre szert tenni, amelyik mobil-vezérelt élményt biztosít és AI-optimalizált értékesítést fog meghatározni. Mindezek mellett fel fogja használni a mesterséges intelligenciát és generatív AI-t a belső folyamatai automatizációjára és képes lesz AI-vezérelt módon, személyre szabott értékeket közvetíteni.”
– foglalta össze Jendrolovics Máté.
Bár Magyarország jelenleg nem kutatási nagyhatalom az AI, a blockchain, vagy a kvantumszámítógépek terén, de a technológiák és alkalmazások innovatív kombinálása jelentős lehetőségeket rejt magában. Ennek kiaknázásával a generatív AI még nagyobb szerepet játszhat a pénzügyi szektorban – és a mindennapi pénzügyek kezelésében -, növelve a gazdaság termelékenységét és versenyképességét.
Kapcsolódó cikkek:
Címlapfotó: stock.adobe.com | Licenc: FinTech Group Kft.
