Generatív mesterséges intelligencia a bankszektorban – Lehetőségek és kihívások

A tőzsdén kiemelkedően teljesítenek a technológiai szektorhoz, azon belül is a mesterséges intelligenciához köthető részvények és indexek, a mindennapi életben azonban mintha még mindig nem tudnánk mit kezdeni a technológiával a ChatGPT próbálgatásán kívül. 

Az Nvidia részvényárfolyama novemberre elérte eddigi legmagasabb értékét, a világ egyik legértékesebb cégének számít, piaci kapitalizációban megelőzte az Apple-t is. Tajvanban is rekordprofittal dübörög a csipgyártás, a legjelentősebb bérgyártó, a TMSC árfolyama is kilőtt. A tőzsdéken látszik, hogy a mesterséges intelligenciában rejlő potenciál és az általa generált kereslet óriási. Azonban kérdéses, hogy egy korábban már többször látott lufijelenség tetőpontja felé haladunk, amely utána lecseng, vagy a vállalatok és a fogyasztók tényleg tudják majd hasznosítani az exponenciálisan növekvő információmennyiséget, és el tudják-e érni a produktivitás egy új szintjét?

Mi is az a GenMI?

A generatív mesterséges intelligencia (GenMI) egy olyan technológiai megoldás, amely önállóan képes új és releváns tartalmak előállítására tanulási folyamatai során szerzett mintázatok alapján, legyen az szöveg, kép vagy kód. Míg a hagyományos MI-rendszerek döntési szabályok alapján működnek, a generatív MI-modellek – például a neurális hálózatok – nagy adatmennyiségből tanulnak, és képesek kreatívan reagálni különböző feladatokra adaptív módon. Ugyanabból a nagy adathalmazból tud generálni különböző tartalmakat, például egy pénzügyi jelentésből kimutatást a döntéstámogatáshoz, prezentációt, marketinganyagot vagy akár egy bejegyzést a közösségi médiába.

A technológia rendelkezésre is áll, az implementációja azonban a korábbi várakozásoknál lassabban történik.

Milyen területeken hozhat leginkább áttörést a generatív mesterséges intelligencia?

A generatív mesterséges intelligenciával elérhető potenciális növekedés óriási. A McKinsley Global Institute kutatóintézet 2023-ban átfogó kutatást jelentetett meg a legnagyobb bővülési lehetőségekről. A kutatásban több olyan iparágat azonosítottak, amelyben a lehetséges hatékonyságnövelés szemmel látható. A legnagyobb áttörést a high-tech területen hozhatja a technológia. Az itt betöltött szerepe elég logikus, de a második helyen szereplő bankszektorban már több fejtörést okoz a megfelelő használata. Az előre jelzett évi 200–340 milliárd dollár eredmény azonban határozottan arra sarkall, hogy kicsit közelebbről megnézzük, milyen konkrét területektől várják a fejlődést a szakértők.

A bankok évtizedek óta rengeteget áldoznak digitalizációra és a rendszereik karbantartására. Egy-egy banki rendszer fejlesztése vagy cseréje, az ezzel járó számos ügyféladat feldolgozása erőforrás-igényes feladat. A generatív MI nyelvi modelljével optimalizálható a régebbi, elavult rendszerek integrálása és az adatok szinkronizációja. Lehetővé teszi a tesztek automatikus futtatását és értelmezését, a hibák azonosítását és kezelését, ami akár felére csökkentheti a teljes tesztelési ciklust.

Jelentős javulás érhető el az ügyfélkiszolgálás terén is. A mesterséges intelligencia „feltanítása” a vállalat termékeivel, dokumentumaival, szabályzataival és folyamataival lehetővé teszi a virtuális asszisztensek, úgynevezett chatbotok létrehozását. 

Ez nem csak 

• az erőforrás-igényes ügyfélszolgálatok hatékonyságát növelheti, 
• de az ügyfélélmény is javítható a gyorsabb és pontosabb válaszadás révén. 

Persze ehhez elengedhetetlen, hogy az adott folyamatokat és dokumentumokat tisztázzák, azok tartalma megfelelő legyen.

Az ügyfelek adatainak intelligens modellben való feldolgozásával személyre szabott ajánlásokat tehetnek az ügyintézők a pénzügyi termékekre vonatkozóan. Továbbá célzott marketing- és salestartalmakat hozhat létre a felelős terület pillanatok alatt. A tartalom szintézisre és perszonalizált pénzügyekre kiemelkedő példával szolgálhat a Morgan Stanley vagyonkezelési OpenAI asszisztense. A GPT-4 modellre épülő eszközt azzal a céllal fejlesztették, hogy megkönnyítse a közel 16 ezer vagyonkezelő munkatárs feladatát, hogy a legjobb pénzügyi tanácsot adhassák az egyes ügyfeleknek felhasználva a Morgan Stanley közel 100 ezer saját piackutatását.

A hitelminősítés területén számos jó gyakorlat szárba szökött főként az Egyesült Államokban (ZestAI, Upstart) és Kínában (Lingxi), de ezen a területen hazai példákat is találni már. Ebben a rendkívül szabályozott szektorban hasznos segítség lehet továbbá a technológia a jogszabályoknak való megfelelésben és a csalásmegelőzésben is.

Milyen kihívásokkal kell szembenézniük az innovátoroknak?

A fenti példákból láthattuk, hogy magas fokú hatékonyságnövelés érhető el a generatív mesterséges intelligencia használatával a banki működés számos területén. De hogyan lehetséges akkor, hogy a legtöbb ilyen projekt eredménye nem találkozik a várakozásokkal, vagy esetleg el sem jut a megvalósításig?

A banki informatikai rendszerek és applikációk élettartama hosszú (átlagosan 14 év), és nehezen tudja követni a legfrissebb technológiai újításokat. A pénzügyi szolgáltatások nyújtása rendkívül szabályozott terület, míg a generatív mesterséges intelligenciára vonatkozó rendeletek viszonylag új keletűek (AI Act, 2024. augusztus), így azok értelmezése és adaptációja idő- és erőforrás-igényes. A legtöbb ilyen projektet a bank saját compliance osztálya akadályoz meg, pont szabályozási és adatbiztonsági szempontokra hivatkozva. Ügyféloldalról is adódhatnak olyan faktorok, amelyek megnehezítik a virtuális asszisztensek terjedését. 

Az MBH Fintechlab és az MBH Bank Experience Research friss kutatása szerint a magyarországi ügyfelek egyelőre tartanak attól, hogy pénzügyi döntések meghozatalára használják a technológiát, inkább az információszerzés az elsődleges cél. Sok esetben felmerül a mesterséges intelligencia kritikájaként, hogy elveszi az emberek munkáját, de a projekteken az látszik, hogy sokszor pont a megfelelő szaktudás hiánya miatt nehéz implementálni a megoldásokat. Elengedhetetlennek tűnik az emberek képzése és az új szemléletmód vállalati kultúrába való beépítése.

Hogyan tovább?

A tőzsdén dübörög a mesterséges intelligencia. Az esettanulmányok alapján jelentős változást hozhat a banki eredményességben a technológia. De úgy tűnik, akkor lehet sikeres az ilyen jellegű befektetés, ha az innováció magas szinten kerül bele a bank stratégiájába, és átszövi az egész vállalati kultúrát, kezdve az integrációt megvalósító informatikai szakértőktől a technológia eredménytermékét használó ügyintézőkön át a kedvezményezett ügyfelekig. Érdemes feltérképezni a már létező fintech megoldásokat és jó gyakorlatokat, megosztani a tapasztalatokat és a kihívásokat és együttműködni a szektor más szereplőivel. Az innováció támogatása, a technológia megismerése és alkalmazása elengedhetetlen sarokpontja az elkövetkezendő időszaknak nem csak a bankok, de minden vállalkozás számára.