Zaloguj się na konto

Jako zarejestrowany użytkownik masz dostęp do dodatkowych materiałów: nagrań video, recenzji, analiz oraz raportów.

Słownik branżowy

Software as a Service

w skrócie SaaS, z ang. oprogramowanie jako usługa – jeden z modeli chmury obliczeniowej, którym aplikacja jest przechowywana i wykonywana na komputerach dostawcy usługi i jest udostępniana użytkownikom przez Internet. Eliminuje to potrzebę instalacji i uruchamiania programu na komputerze klienta. Model SaaS przerzuca obowiązki instalacji, zarządzania, aktualizacji, pomocy technicznej z klienta na dostawcę usługi. W efekcie użytkownik oddaje kontrolę nad oprogramowaniem dostawcy i obowiązek zapewnienia ciągłości jego działania. Istotą biznesową oprogramowania w modelu SaaS, decydującą o jej rosnącej popularności jest to, że użytkownik kupuje działające rozwiązanie o określonej funkcjonalności bez konieczności wchodzenia w zagadnienia związane z infrastrukturą informatyczną oraz zapleczem technicznym. W wielu przypadkach SaaS umożliwia dostęp do najnowszych technologii informatycznych bez długotrwałych wdrożeń i dużych inwestycji. Model SaaS zakłada najczęściej cykliczne opłaty (abonament) za dostęp do programu, staje się to dla użytkownika wydatkiem stałym, a nie jednorazowym w momencie zakupu. Z punktu widzenia dostawcy SaaS zapewnia lepszą ochronę jego własności intelektualnej, producent może we własnym zakresie udostępniać swoją aplikację, lub przekazać to zadanie wyspecjalizowanej firmie
ZGŁOŚ TEMAT

Daj nam CYNK :)

AI może realnie zrewolucjonizować bankowość

Chatboty, 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.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.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[1]) 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 – 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.

Słownik
1. scoring. Pojęcie wywodzi się z marketingu internetowego (a dokładnie z marketing automation) i oznacza automatyczne przypisywanie określonej wcześniej liczby punktów…
Total
0
Shares
Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *

Artykuły na pokrewne tematy
Czytaj więcej

Wymuszone pandemią zmiany zachowań konsumenckich nie utrzymały się w dłuższej perspektywie

Digital Consumer Trends 2021 to trzecia edycja polskiego raportu, który jest częścią międzynarodowego badania użytkowników usług cyfrowych. Niniejszy raport obejmuje część analiz dotyczących zmiany zachowań konsumentów w obszarach cyfrowych w związku z pandemią COVID-19, posiadania i wykorzystania urządzeń elektronicznych, w tym mobilnych oraz podejścia polskich konsumentów do prywatności danych.
Czytaj więcej

Przyszłością branży badań rynkowych będzie AI

Metody przeprowadzania badań rynkowych stają się coraz bardziej innowacyjne. Nawet te tradycyjne, polegające na fizycznym zbieraniu informacji z rynku, mogą być znacznie przyspieszone dzięki platformom online. Tymczasem analizą reakcji i emocji konsumentów oraz ich wzorców zachowań zajmują się coraz częściej algorytmy uczenia maszynowego. Taka forma analityki rynkowej – zdaniem specjalistów – osiągnie w najbliższych latach bardzo dynamiczny wzrost.