Virtual-IT.pl - data center cloud computing SDx AI storage network cybersecurity

Brak wykwalifikowanej kadry i starzejące się systemy główną barierą cyfryzacji
Brak wykwalifikowanej kadry i starzejące się systemy główną barierą cyfryzacji

Według opublikowanego przez Veeam raportu Data Protection Trends Report 2022, największym wyzwaniem dla firm związanym z cyfryzacją są braki wykwalifikowanej kadry IT i starzejące się systemy. Aż 1/3 przedsiębiorstw w razie awarii i braku dostępu do zasobów planuje przywracać działanie serwerów w trybie r...

Czytaj więcej...

FRITZ!Box 6850 5G - router gotowy na sieć piątej generacji
FRITZ!Box 6850 5G - router gotowy na sieć piątej generacji

Przed kilkoma tygodniami w skromnych progach naszej Virtual-nej redakcji pojawiła się przesyłka zawierająca router FRITZ!Box 6850 5G od firmy AVM. Router wprowadzony na rynek latem ubiegłego roku, za pomocą wbudowanego modemu obsługuje zakresy 5G w paśmie poniżej 6 GHz, a także LTE Advanced Pro we wszystkich obecnie wy...

Czytaj więcej...

Chcielibyśmy, żeby chmura…, czyli oczekiwania wobec dostawcy
Chcielibyśmy, żeby chmura…, czyli oczekiwania wobec dostawcy

Wyniki badania PMR dla Polskiej Chmury wskazują, że ponad 2/3 firm korzysta z rozwiązań chmurowych, a około 1/3 jest w trakcie ich wdrażania. Tym samym chmura to już stały element ekosystemu i działalności przedsiębiorstw w Polsce. Rynek ten dojrzał i firmy szukają w chmurze korzyści oraz rozwiązań dopasowanych wprost ...

Czytaj więcej...

Integracja AIOps w kompleksowym monitorowaniu IT: Site24x7
Integracja AIOps w kompleksowym monitorowaniu IT: Site24x7

Środowiska IT stają się coraz bardziej rozbudowane. Firmy korzystają z infrastruktury on-premise jak również z rozwiązań chmurowych, często z wielu chmur (multicloud). W takiej sytuacji kluczem dla zapewnienia niezawodnego działania systemów IT jest monitoring infrastruktury. Właściwe rozwiązanie do monit...

Czytaj więcej...

Historia oszukiwania ludzi przez sztuczną inteligencję
Historia oszukiwania ludzi przez sztuczną inteligencję

Wraz z rozwojem nowoczesnych technologii rozwijają się również złośliwe schematy. Od niedawna do długiej listy oszustw dołączyła sztuczna inteligencja (Artificial Intelligence, AI). Wykorzystanie technologii sztucznej inteligencji i uczenia maszynowego (Machine Learning, ML) przenosi phishing i inne oszustwa cyb...

Czytaj więcej...

Broadcom upraszcza ofertę i model licencjonowania VMware
Broadcom upraszcza ofertę i model licencjonowania VMware

W ciągu ostatnich dwóch lat firma VMware podejmowała wysiłki mające na celu uproszczenie swojego portfolio rozwiązań i przejście z modelu licencji wieczystych na model subskrypcji, który branża przyjęła już jako standard korzystania z chmury. Firma zaznaczyła, że takie zmiany przyniosą klientom większe ko...

Czytaj więcej...

Aktualności

Sztuczna inteligencja i uczenie maszynowe w bankowości

bankowość sztuczna inteligencja machine learningChatboty, wsparcie w podejmowaniu decyzji, zapobieganie oszustwom, poprawa wydajności. To tylko kilka przykładów zastosowania sztucznej inteligencji (AI) i myślenia maszynowego (Machine Learning), które mogą zrewolucjonizować sektor bankowy. Raport Digital Banking przynosi nowe dane na temat ich faktycznego wykorzystania.

W branży usług finansowych uczenie maszynowe i inteligentne systemy są wdrażane przez coraz więcej organizacji. Jak pokazują badania Digital Banking, sztuczna inteligencja w bankowości jest wykorzystywana głównie w celu zmniejszenia ryzyka i nadużyć, a także zapewnienia stałego poziomu obsługi i poprawy komunikacji z klientem. Wyzwaniem dla banków jest natomiast fakt, że choć zdają sobie sprawę, że przyszłość tkwi w bardziej „rewolucyjnych” funkcjach, jak np. personalizacja doświadczenia klientów, nadal wykorzystują nowe technologie do celów „ewolucyjnych”, związanych z przeciwdziałaniem nadużyć finansowych.

Potężne dane dla maszyn
Dzięki dużej ilości danych transakcyjnych, dostępnej mocy obliczeniowej i nowym narzędziom analitycznym, niewiele branż lepiej nadaje się do wykorzystania sztucznej inteligencji i uczenia maszynowego niż bankowość. Jednak zbyt mało organizacji w pełni wykorzystało istniejący potencjał AI, który może zrewolucjonizować funkcjonowanie banków lub budowanie relacji z klientami.

"Sektor bankowy ma pewne cechy charakterystyczne jak zaawansowana komputeryzacja, duże ilości danych, historia finansowa klientów, które sprawiają, że jest to preferowane pole do wdrażania narzędzi opartych na sztucznej inteligencji czy uczenia maszynowego. To dzięki takim rozwiązaniom banki będą mogły rozwijać nowe produkty i skupić się na tym co najważniejsze, czyli dopasowanie do potrzeb klienta i doradztwo na wysokim poziomie" - powiedział Tomasz Rokita, odpowiadający za sektor bankowy w Diebold Nixdorf.

Chatboty i personalizacja w planach
Jak wynika z raportu Digital Banking, 35% organizacji finansowych wdrożyło już co najmniej jedno rozwiązanie z zakresu Machine Learing, 23% badanych organizacji planuje wdrożenie AI w ciągu najbliższego roku, a kolejne 13% - w ciągu 18 miesięcy. Tylko 12% badanych organizacji nie planowało wdrożenia żadnego rozwiązania opartego na sztucznej inteligencji czy uczenia maszynowego w ciągu najbliższych 18 miesięcy.

"Technologie, które pozwalają maszynom wykonywać zadania i rozwiązywać problemy wcześniej zarezerwowane dla ludzi, są olbrzymią szansą dla banków. Dzięki wykorzystaniu sztucznej inteligencji mogą się lepiej dopasować do rosnących potrzeb klientów, a tym samym sprzedawać usługi szybciej i lepszej jakości. Najlepszym przykładem jest powszechne zastosowanie chatbotów, w coraz większej liczbie banków" - mówi Maciej Nuckowski, członek zarządu Diebold Nixdorf.

Inwestycje w transformację cyfrową są skorelowane z przychodami. Nie dziwi więc fakt, że znacznie więcej największych instytucji finansowych (powyżej 50 mld USD) wdrożyło co najmniej jedno rozwiązanie AI lub uczenia maszynowego. Najpopularniejsze zastosowanie nowych technologii dotyczy wykrywania nadużyć finansowych, oceny zdolności kredytowej klientów (scoring) oraz analizy danych biometrycznych.

Przewaga dzięki technologii
Z badania wynika też, że wiele z wdrożeń AI i uczenia maszynowego w sektorze bankowym dotyczy rozwiązań „ewolucyjnych” (ocena zdolności kredytowej, oszustwa i bezpieczeństwo), w przeciwieństwie do celów „rewolucyjnych” (personalizacja, proaktywne alarmy, itp.). 61% ankietowanych uważa, że większość dotychczasowych rozwiązań jest mało przełomowa. Ale sektor bankowy pragnie zmiany.

"Banki posiadają unikatową pośród instytucji finansowych cechę. Jest nią marka i rozpoznawalność, oparta na solidnych relacjach w swoich lokalnych środowiskach. Niewątpliwą szansą na budowanie przewagi konkurencyjnej, będzie umiejętne połączenie nowych technologii z wysokospecjalizowaną wiedzą doradców. Właśnie te osoby mogą przekonać klienta do skorzystania z samoobsługowego urządzenia lub aplikacji, dzięki którym zrealizuje większość potrzebnych transakcji" - dodaje Tomasz Rokita, odpowiadający za sektor bankowy w Diebold Nixdorf.

Na pytanie o znaczenie czynników napędzających biznes, przy wykorzystaniu AI i uczenia maszynowego, najczęściej wymieniana była chęć poprawy ogólnego doświadczenia klienta, przy czym prawie 90% organizacji stwierdziło, że jest to - albo „niezwykle”, albo „bardzo” - ważne. Następnymi wskazywanymi benefitami AI było obniżenie kosztów (79% „skrajnie” lub „bardzo” ważne), w tym poprawa szybkości i efektywności back-office’u (78% „niezwykle” lub „bardzo” ważne). Na kolejnym miejscu był wzrost przychodów, po którym ankietowani wymieniali spadek liczby oszustw.

 

Logowanie i rejestracja