: Επενδύσεις 200 – 300 εκατ. ευρώ ετησίως η καθεμία στην Τεχνητή Νοημοσύνη – Έρχεται το hugital κατάστημα

Στην αιχμή της επόμενης φάσης του ψηφιακού βρίσκεται η ενσωμάτωση της Τεχνητής Νοημοσύνης (ΑΙ) στην λειτουργία τους.

Προς την κατεύθυνση αυτή, οι τράπεζες διπλασιάζουν τα budgets τους για επενδύσεις στην τεχνολογία, στα 200 – 300 εκατ. ευρώ ετησίως η καθεμία, ποσά που φάνταζαν αδιανόητα προ τετραετίας όταν οι τράπεζες ξεκινούσαν το μεγάλο ταξίδι του ψηφιακού μετασχηματισμού τους.

Σημειώνεται ότι η Ελλάδα βρίσκεται στην πρώτη γραμμή της διεθνούς συζήτησης για την Τεχνητή Νοημοσύνη. Κατά την επίσκεψη που πραγματοποιεί σήμερα και αύριο (2 και 3/12) στο Λονδίνο όπου θα ανοίξει και το Ελληνικό Επενδυτικό Συνέδριο που διοργανώνουν η EXAE και η Morgan Stanley στο Λονδίνο, ο πρωθυπουργός Κυριάκος Μητσοτάκης θα μετάσχει σήμερα σε κλειστό workshop του Ινστιτούτου Μπλερ για την Τεχνητή Νοημοσύνη. Το workshop διοργανώνεται για τις ανάγκες της ελληνικής κυβέρνησης και αναμένεται να κατατεθούν προτάσεις για την αντιμετώπιση κορυφαίων ζητημάτων της κυβερνητικής ατζέντας, με την βοήθεια της Τεχνητής Νοημοσύνης, όπως η κλιματική κρίση, η πολιτική προστασία, η υγεία και η απασχόληση.

Το ελληνικό τραπεζικό σύστημα βρίσκεται στην πρωτοπορία της υιοθέτησης της Τεχνητής Νοημοσύνης, στο πλαίσιο του συνεχούς μετασχηματισμού των τραπεζών με στόχο την βελτίωση της εμπειρίας του πελάτη.

Μετά τα future branches και την phygital εξυπηρέτηση, δηλαδή έναν συνδυασμό εξυπηρέτησης του πελάτη με φυσική παρουσία στο κατάστημα από υπάλληλο της τράπεζας και εξυπηρέτηση εξ αποστάσεως με χρήση της τεχνολογίας και εναλλακτικών καναλιών, το νέο μοντέλο εξυπηρέτησης που θα προωθήσουν οι τράπεζες θα είναι το hugital. Το νέο μοντέλο – με αυξημένη χρήση ΑΙ θα είναι και digital και human, δηλαδή ακόμη πιο ανθρωποκεντρικό, όχι μόνο στην εξυπηρέτηση στα ταμεία, αλλά και στα εναλλακτικά δίκτυα, π.χ. στα ATMs. Πρωτοπόρος του hugital είναι η Τράπεζα Πειραιώς, η οποία ήδη έχει ανοίξει τον δρόμο π.χ. με ATMs που επικοινωνούν με τον πελάτη και στη νοηματική γλώσσα ή με φωνητική υποστήριξη.

Όπως αναφέρουν αρμόδια τραπεζικά στελέχη στο insider.gr, για τη βελτίωση της εξυπηρέτησης του πελάτη και των εσωτερικών διαδικασιών τους, οι τράπεζες αξιοποιούν ενεργά την τεχνολογία (ανάλυση δεδομένων, τεχνητή νοημοσύνη), ενσωματώνοντας ολοένα και περισσότερο σε καθημερινές εφαρμογές μέσω του embedded finance, τις τραπεζικές υπηρεσίες. Το embedded banking διευκολύνει και τα δύο άκρα μιας συναλλαγής η οποία περιλαμβάνει τον έμπορο και τον καταναλωτή και τους επιτρέπει να ολοκληρώνουν την εκάστοτε διαδικασία που απαιτείται μέσα από λογισμικά και υπηρεσίες που χρησιμοποιούνται καθημερινά, αντί μέσω των παραδοσιακών τραπεζικών καναλιών. Π.χ., μέσω του embedded banking καθίστανται πιο προσιτά, άμεσα και εύκολα: η διάθεση υπηρεσιών πληρωμών σε real time χρόνο, το ηλεκτρονικό εμπόριο, η πρόσβαση στο σύνολο της συναλλακτικής πληροφόρησης μέσα από την παρακολούθηση των κινήσεων των τραπεζικών λογαριασμών, η λήψη βραχυπρόθεσμης χρηματοδότησης κ.ά.

Η τεχνολογία της τεχνητής νοημοσύνης χρησιμοποιείται ολοένα και περισσότερο στην παροχή χρηματοπιστωτικών υπηρεσιών, επιτρέποντας την ανάπτυξη νέων εφαρμογών, προϊόντων και επιχειρηματικών μοντέλων. Σύμφωνα με την υποδιοικήτρια της ΤτΕ, Χριστίνα Παπακωνσταντίνου, τα πιστωτικά ιδρύματα της ΕΕ χρησιμοποιούν συστήματα τεχνητής νοημοσύνης, συμπεριλαμβανομένης της μηχανικής μάθησης, για την πρόληψη της απάτης και την αποτροπή ξεπλύματος μαύρου χρήματος, για την αυτοματοποιημένη εξυπηρέτηση πελατών, την κανονιστική συμμόρφωση, καθώς και για την αξιολόγηση της πιστοληπτικής ικανότητας των πελατών. Επιπλέον, η τεχνητή νοημοσύνη έχει εφαρμογές στην αξιολόγηση του προς ασφάλιση κινδύνου από τις ασφαλιστικές επιχειρήσεις, στην απόφαση για το αν θα καλύψουν τον κίνδυνο, στον προσδιορισμό της τιμής του ασφαλίστρου και στον καθορισμό των όρων της ασφαλιστικής σύμβασης. Πεδία εφαρμογής της τεχνητής νοημοσύνης αποτελούν επίσης η αυτοματοποιημένη προώθηση και πώληση χρηματοπιστωτικών προϊόντων, η ταυτοποίηση νέων πελατών και η παροχή χρηματοοικονομικών συμβουλών.

Στην Ευρώπη, η UBS Group έχει αναπτύξει ένα εργαλείο τεχνητής νοημοσύνης για να προσφέρει στους πελάτες πιθανές συμφωνίες συγχωνεύσεων και εξαγορών, ικανών να αναλύσουν μια βάση δεδομένων με περισσότερες από 300.000 εταιρείες σε λιγότερο από μισό λεπτό. Η Deutsche Bank χρησιμοποιεί τεχνητή νοημοσύνη για τη σάρωση χαρτοφυλακίων πλούσιων πελατών. Με τεχνητή νοημοσύνη η ING ελέγχει για πιθανούς κακοπληρωτές.

Η τεχνητή νοημοσύνη ειδικά στον χρηματοοικονομικό τομέα μπορεί να αυξήσει πολύ τον ανταγωνισμό, πιέζοντας αισθητά το περιθώριο κέρδους των τραπεζών. Παράλληλα, θα επιτρέψει να εξοικονομηθούν χιλιάδες εργατοώρες (χαρακτηριστικά, ο CEO της JPMorgan Chase, Τζέιμι Ντάιμον πιστεύει πως η τεχνολογία θα επιτρέψει στους εργοδότες να συρρικνώσουν την εβδομάδα εργασίας σε μόλις 3,5 ημέρες), ενώ από την αρνητική σκοπιά, θα εξαφανίσει χιλιάδες θέσεις εργασίας.

ΔΙΑΒΑΣΤΕ ΕΠΙΣΗΣ:
Πανελλήνιες 2025: Το πρόγραμμα – Αιτήσεις προθεσμίες