金融セクターにおける生成AIの応用

導入

金融業界は、効率的な取引と信用の可用性を促進することにより経済成長を促進するため、あらゆる国の発展の基礎となっています。取引の容易さとクレジットが利用されることにより、市場の流動性が決まります。また、投資を促進し、イノベーションを促進します。さらに、金融サービスに対する需要の増加により、これらのサービスに関係するテクノロジーを絶えず更新することが重要です。そして、この点で最新の傾向は、金融セクターでの生成AI（Genai）の使用です。

McKinsey Global Institute（MGI）は、グローバル銀行セクター全体で、Genaiが年間2,000億ドルから3,400億ドルの価値を追加できると推定しています。

これにより、金融業界が従来のAIから生成AIに切り替えているのではないかと思うかもしれません。さて、金融業界の生成AIのいくつかのアプリケーションを探りましょう。

概要

• 金融セクターの生成AIのさまざまな用途を探ります。
• 金融サービスにおけるgenaiモデルがシナリオ分析、詐欺検出などにどのように役立つかを理解してください。
• PayPal、BlackRock、MasterCardなどの企業がワークフローで生成AIを使用して生産性を高め、コミュニケーションをハイパー化する方法を学びます。

目次

• シナリオ分析と詐欺検出のための合成データ生成
• Genai統合による生産性向上
• 顧客満足のためのハイパーパーソナライズされたコミュニケーション
• 生成AIを使用した資産/ポートフォリオ管理
• よくある質問

シナリオ分析と詐欺検出のための合成データ生成

金融機関には、膨大な量の顧客データがあります。したがって、モデルのトレーニングは簡単なのは平快だと仮定するのは公平です。しかし、言うよりも簡単です。

詐欺検出またはシナリオ分析のためのモデルのトレーニング中に金融機関が直面する問題の1つは、そのような事件の十分な事例がないことです。何百万ものトランザクションのデータセットがあるシナリオを想像してください。そのうち100のトランザクションのみが不正であると考えてください。詐欺検出モデルは、トレーニングデータセットのクラスの不均衡のために不正なインスタンスを予測できない可能性が非常に高いです。

同様に、その金融サービス会社でこれまでに起こったことのないシナリオはどうですか？金融サービスは、そのモデルが訓練されない可能性のある悲惨な金融シナリオを予測することを望んでいます。しかし、既存のモデルはこのような極端なシナリオでトレーニングされていないため、シナリオ分析でさえ、非常に顕著な夢のように思えます。これは、合成データが作用する場所です。

合成データを生成して、これまでに発生したことのないシナリオのモデルをトレーニングできます。これらは、最も重要な金融詐欺から、マクロ経済の災害が発生したときの銀行のパフォーマンスにまで及びます。したがって、金融サービスへのGenaiの適切な採用は、あらゆる経済のゲームチェンジャーになる可能性があります。

これを採用している金融サービスの顕著な例は、MasterCardであり、合成データを使用して詐欺検出モデルを改善しています。

また読む：Visaの最先端のAIシールドクレジットカードユーザーがサイバーの脅威からシールド

Genai統合による生産性向上

金融サービスの差し迫った問題点の1つは、できるだけ早く結果を提供することです。したがって、システムに最大限の効率をもたらすために、生成AIのワークフローへの統合が不可欠です。

PayPalのGenai Platform、Cosmos.aiは、AI主導の操作を強化し、詐欺検出やパーソナライズされた顧客サービスなどのタスクを可能にします。検索された生成（RAG）やセマンティックキャッシングなどの手法を使用して、Cosmos.aiはチャットボット機能を強化し、PayPalのワークフロー効率を改善し、運用コストを削減します。

Genai統合が生産性を高めたもう1つの例は、貸出技術大手のZest AIのLuluです。貸付機関は、ポートフォリオのパフォーマンスを分析し、業界の洞察にアクセスし、自然言語のプロンプトで意思決定を最適化するのに役立ちます。

Luluでは、貸し手が「私の承認率は時間の経過とともにどのように見えますか？」などの質問をすることができます。即時のデータ駆動型応答を受け取り、意思決定と敏ility性を高めます。

顧客満足のためのハイパーパーソナライズされたコミュニケーション

あなたが住宅ローンを申請していると想像してください。これは、プロセスを通じてフォローする一連のステップのセットです。

1. 銀行に連絡し、住宅ローンを要求します。
2. 彼らは、フォームとともに、技術的に書かれた利用規約を含むローンの詳細をあなたに送ります。
3. フォームに記入します（銀行がすでにデータを持っているときに詳細を記入しないのはなぜかと思うかもしれません）。
4. 次に、ローン申請を承認または拒否する前に、正当なプロセスに従います。

退屈に聞こえますよね？

さて、LLMを搭載した生成AIツールによってこの通信が引き継がれるシナリオを想像しましょう。このLLMは、地理の財務ルールと規制を理解するために微調整されています。また、銀行の関連するデータベースと住宅ローン文書ポリシーにもアクセスできます。プロセスがどのように流れるかを潜在的に示します。

1. 関連するページで住宅ローンを申請できます。
2. LLMは、収入、クレジットスコア、およびその他の情報に基づいて、ローンの資格をチェックします。
3. ローンの資格がある場合は、利用可能な詳細を自動的にフォームに記入します。ツールに特定の情報がない場合、そのフィールドを埋めて、最終的に事前に充填されたフォームを再確認するように依頼するメッセージが送信されます。
4. ローンの資格がない場合は、拒否の理由を引用して、パーソナライズされたメッセージが送信されます。

これらはすべて数分以内に起こることに注意してください！はい、従来の方法と比較した時間のほんの一部です。

DBS、Standard Chartered、NCR Voyixなどの金融機関は、Kasistoを統合することにより、このプロセスにGenaiの使用をすでに開始しています。この主要なデジタルエクスペリエンスプラットフォームは、コミュニケーションや組織銀行の相互作用を含むその他のプロセスを固定するのに役立ちます。さらに、「先月はどれくらい外食したのですか？」などの質問に対する回答も得ることができます。それらのdarn excelシートを作成することなく。言うまでもなく、それはあなたの費用を追跡し、あなたの支出の現実のチェックを得るために、これからのエキサイティングな時間になります。

生成AIを使用した資産/ポートフォリオ管理

資産管理は、金融における生成AIのもう1つの効果的なユースケースです。株式、債券、不動産などの資産を売買することにより、ポートフォリオ価値の最大化を扱っています。

以前、一部の金融サービスは、PowerBIやTableauなどのビジネスインテリジェンスツールを使用して、チャートを準備し、ポートフォリオのパフォーマンスに関する情報を取得し、リスクを評価していました。多くの手作業が行われなければならなかったため、これは時間のかかるプロセスであり、職務はそのようなツールを使用することの長所であった人々に限定されていました。

ただし、gena​​iを使用すると、単にプロンプ​​トを作成して情報を取得できます。 EFRONT（BlackRockの一部）は、民間市場投資家の意思決定とデータ分析を強化する副操縦士を立ち上げました。このポートフォリオクエリツールは、データワークフローを自動化し、リアルタイムの洞察を提供し、手動のレポート生成の必要性を排除することにより、効率を向上させます。

Efront Copilotに、「製造部門への私の露出は何ですか？」と尋ねることができます。または、「国別のデータを国ごと」とシンプルなプロンプト、およびvoila !!出力が得られます。

結論

生成AIは聖杯であり、金融​​業界に新しい命を吹き込みます。効率の向上、意思決定、顧客体験から、詐欺検出、ハイパーパーソナライズされた顧客コミュニケーション、リアルタイムポートフォリオ管理のための合成データ生成まで、Genaiは従来のプロセスを書き直しています。この採用には、高度なAI機能を使用して競争力を維持し、コストを削減し、ハイパーパーソナライズされたサービスを提供することの利点があります。生成的AIの世界が前進するにつれて、養子縁組がどのように進行するかを見るのはエキサイティングです。

また読む：2024年の銀行と金融における機械学習とAIのアプリケーション

よくある質問

Q1。生成AIは金融でどのように使用できますか？

A.現在、金融業界は、生成AIの採用に関しては初期段階にあります。シナリオ分析とリスクモデリングのために合成データを生成するために金融で使用されます。さらに、コミュニケーションや資産/ポートフォリオ管理を超パーソナライズするのにも役立ちます。

Q2。金融における生成AIの未来は何ですか？

A.金融における生成AIの将来は、パーソナライズの強化、詐欺検出の改善、およびより効率的な意思決定を約束します。リアルタイムの洞察を生み出し、ワークフローを自動化する機能により、Genaiはポートフォリオ管理と顧客サービスのイノベーションを促進し、業界をより敏ility性と精度のために再構築します。

Q3。金融で生成AIを使用するリスクは何ですか？

A.最も顕著なリスクは、生成AIの採用中の規制当局との意見の相違、およびデータとしてのプライバシーのリスクはLLMSと共有されることです。さらに、従来のシステムから新しいGenaiシステムへの移行の課題も考慮すべきものです。

Q4。どのLLMを使用して、金融のための生成AIツールを構築できますか？

A. OpenaiのChatGpt、Google Gemini、その他のLLMなどの人気のLLMを使用して、必要に応じてそれらを微調整できます。または、オープンソースのLLMSを微調整したり、組織のニーズについて特別にトレーニングされた独自のLLMを構築することもできます。

以上が金融セクターにおける生成AIの応用の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。