Így formálja át a bankokat a mesterséges intelligencia forradalma

AI a hitelezésben

Christoph Anders a KPMG Németország menedzsere elmondta: a hiteligénylésben már most jónéhány ponton lehet képes az AI kisegíteni a folyamatot;

• a hitelért folyamodóval való kapcsolattartás a kezdeti szakaszban nyelvi modellek segítségével, gépi tanulással tökéletesítve folytatható le,
• ezt egészíti ki a csak papíron vagy szkennelve rendelkezésre álló dokumentumok feldolgozása, szimpla robotizációval.
• A bekért adatok hitelképességi szempontok szerinti vizsgálata ugyancsak automatizálható, idővel pedig sok hasonló esetből már mélytanulással további tanulságok vonhatók le, így a jövőbeni hiteligénylések felgyorsíthatók.
• A hiánypótlásban, illetve a folyósításig elvárt teendők sorában ugyancsak számos ponton automatizálható az ügyféltájékoztatás.

Óvatosan a kísérletezéssel

Mi van azonban akkor, ha a hitelbírálat szempontjából vonzó, de nem az ügyféltől származó, közvetettadatok feldolgozására nyílik lehetőség? Az egészségügyi információktól a közösségi médiás bejegyzésekig ma már mindenből levonható valamilyen tanulság az ügyfél hitelképességével kapcsolatban. De nem kell feltétlen ennyire távoli összefüggéseket keresni: mi történik akkor, ha a havi bankszámlakivonatokon túl a hitelkártya-tranzakciókat is górcső alá lenne képes venni a mesterséges intelligencia, feleslegesen stigmatizálva a könnyelműen költekező ügyfeleket.

Ígéretes lehet kihasználni az AI ilyen irányú képességeit, de ennek használata jelentős kockázatokkal is jár, figyelmeztetett Christoph Anders:

hibás döntések, szabálytalan adatkezelés, szellemi jogokkal való visszaélés, végzetes elfogultsághoz vezető elemzési algoritmus, reputációs kockázat, tömeges ügyfél elvándorlás.

Merjünk-e még fejleszteni?

Felmerül a kérdés, hogy a szabályok ismeretében van-e még terepe az AI-fejlesztéseknek. A KPMG saját és vendég szakértői egyértelműen az innováció mellett teszik le voksukat. Diófási Zoltán, a KPMG vezető tanácsadója szerint az AI bevezetése egy céghez olyan, mint bármely más informatikai beruházás: „működő, megfelelően előkészített fejlesztés, dokumentálás és tesztelés kell hozzá". Különösen javasolt a "mission critical" megközelítés, azaz kicsiben kezdeni, egy jól definiált feladatra fókuszálva.

Ignácz Péter, a KPMG szenior menedzsere szerint a cégeknek először azt kell megvizsgálniuk, hogy a fejlesztésre kinézett feladat hagyományos úton nem lenne-e hatékonyabb, feltétlenül kell-e hozzá az AI. „Sok fejlesztés nem éri el a kitűzött célt, mert az adat nem megfelelő, vagy az üzleti és fejlesztési területek nem működnek jól együtt” – mondta. Ezért az AI bevezetése előtt alapos tervezésre és validációra van szükség.

Jelenlegi alkalmazási területek

A bankok már széles körben használják az AI-t különféle pénzügyi és biztonsági célokra. Az egyik legfontosabb terület a csalásmegelőzés, ahol az AI jelentősen csökkenti a hamis riasztásokat, miközben hatékonyabban képes azonosítani a gyanús tevékenységeket. Az olyan megoldások, mint a mélytanulás és a szabályalapú rendszerek kombinációja, hatékonyabbá teszik a pénzmosás elleni küzdelmet és az ügyfélazonosítást. Az ügyfélkommunikáció területén a természetes nyelvfeldolgozás alapú chatbotok egyre nagyobb szerepet kapnak, lehetővé téve a gyakran ismétlődő kérdések automatikus megválaszolását, műszaki információk nyújtását vagy akár pénzügyi tanácsadást is.

A kiberbiztonsági megfigyelés szintén fontos alkalmazási terület, ahol az AI segít csökkenteni a téves riasztásokat és hatékonyabban felismerni a támadásokat. Az algoritmikus kereskedésben az AI a piaci adatok elemzésére, mintázatok felismerésére, kereskedési stratégiák optimalizálására és ügyletek lebonyolítására szolgál, ami jelentős versenyelőnyt biztosíthat a pénzintézetek számára.

Bár az AI már számos területen bizonyított, több alkalmazási lehetőség még bevezetésre vár. A hitelkockázat-elemzésben az AI felhasználható nyilvános és banki adatbázisok, valamint korábbi fizetési előzmények, közüzemi és telekommunikációs számlák alapján hitelképességi pontszámok meghatározására. A kockázat menedzsment és hitelbírálat sokkal inkább adat- és információ feldolgozási jellegű tevékenység, mint gondolnánk, ezért az AI-nak bizony sok esélye van, hogy ott előretör. Ha a gép precíz és alapos előkészítést csinál, akkor a felelős munkavállaló a felelősségének is jobban meg fog tudni felelni. Ehhez azonban le kell bontani a silókat a biztonsági és kockázatkezelési részleg között, így segítve egymást.

A szövegfeldolgozás automatizálása segíthet a szerződések összehasonlításában, a hiteljóváhagyások és szerződések összhangjának ellenőrzésében, valamint a jogszabályok és banki kockázati politikák összevetésében. Az okmánykezelés területén az optikai karakterfelismerés (OCR), a nagy nyelvi modellek (LLM), a számítógépes képfeldolgozás és a generatív AI használata megkönnyítheti a dokumentumok feldolgozását.

Összességében az AI hosszú távon jelentős versenyelőnyt biztosíthat a pénzügyi szektor szereplőinek, amennyiben megfelelő módon integrálják a működésükbe.

Portfolio Financial IT 2025

AI-boom, fintech innovációk, digitális transzformáció - Merre tart a bankszektor digitális fejlődése? Erről lesz szó május 27-én a Portfolio Financial IT konferenciáján! Regisztráció és részletek itt!

Információ és jelentkezés

Címlapkép forrása: Shutterstock