Come l’intelligenza artificiale AI può trasformare le banche in società FinTech

Non ci sono banche incumbent che non prestano attenzione a ciò che stanno facendo le banche sfidanti. Quello che avrebbe potuto essere cancellato anche cinque anni fa come una moda per le società di servizi finanziari digitali, o un prodotto di nicchia per un sottogruppo di consumatori, è ora “top of mind” per banche di ogni dimensione, Jim Priestley, chief revenue officer di Feedzai , ha dichiarato in una recente conversazione.

“Anche negli ultimi due anni, c’è stato un grande cambiamento nell’eredità bancaria per [diventare] aziende tecnologiche”, ha detto Priestley. “Molti di loro lo dicono da un po ‘, ma sempre più di loro stanno effettivamente costruendo team di scienza e tecnologia dei dati che lo capiscono davvero”.

Quello che stanno ottenendo è che i consumatori vogliono, e richiedono sempre più, una suite di servizi sul front end che rendano la gestione finanziaria della loro vita più facile e più semplice. Ciò include, al livello più basilare, il mobile e il digital banking. Secondo l’ultima edizione di PYMNTS ‘Digital Banking Tracker’, il 90 percento dei consumatori ha dichiarato che la loro attività online principale era il  personal banking e il 60 percento ha riferito regolarmente di aver utilizzato almeno un’app di servizi finanziari.

Tuttavia, si estende da lì, ha osservato Priestley, a una serie di altri servizi in materia di prestito, pianificazione finanziaria e depositi. I consumatori non cercano soluzioni una tantum per i singoli servizi finanziari; stanno cercando un viaggio end-to-end che sia al tempo stesso semplice e sicuro.

Per le banche fornire tali servizi, ci vorrà più del desiderio e della volontà per farlo. Le banche legacy, ha spiegato, hanno bisogno di liberarsi dai loro sistemi legacy, nonché di utilizzare l’intelligenza artificiale (AI) e le tecnologie di apprendimento automatico che creano un’esperienza più sicura sul back-end e un’esperienza più accessibile sul front-end.

Il ritardo legacy

“Alla fine della giornata, i sistemi basati su regole sono solo primitivi”, ha detto Priestley, sottolineando che questo è stato il modo più semplice per riassumere il problema con la maggior parte dei sistemi legacy bancari. Possono solo prevenire la frode o il riciclaggio di denaro sulla base di ciò che sono stati programmati per contrassegnare. Non riescono ad adattarsi, non possono riconoscere nuove tattiche e quando si riscontrano problemi, sono lenti a rispondere.

Potrebbero volerci mesi dopo che le banche si rendono conto che stanno perdendo molti soldi, o che hanno un’esperienza di consumo dannosa, per apportare modifiche ai loro sistemi legacy per compensare. Non è una scala temporale praticabile nel moderno ambiente delle frodi.

“Questo non è un ragazzino in una cantina del Minnesota che ruba scarpe da ginnastica – sono organizzate organizzazioni criminali globali in grado di lanciare [una] serie di eserciti bot contro ogni canale che cerca la debolezza”, ha detto. “Più veloce è il tuo modello di frode è un elemento di differenziazione.”

Ciò che l’intelligenza artificiale e l’apprendimento automatico mettono in campo per le istituzioni finanziarie (in particolare il tipo di IA senza supervisione che Feedzai favorisce nei propri prodotti) è in grado di raccogliere le informazioni dai set di dati su cui sono stati formati e incorporare ( e iterate fuori da) nuovi dati così come entrano. Ciò che in sostanza significa (dal punto di vista del punto di vista del consumatore) è che, in tempo reale, il sistema può effettuare una transazione di determinazione per transazione, invece di essere ammanettato a un insieme di regole. Rende molto più difficile per i truffatori mascherare le transazioni sbagliate come buone perché il sistema è più in grado di individuare i modelli emergenti nelle frodi.

La stessa cosa, ha osservato Priestley, si può dire di applicare l’intelligenza artificiale e l’apprendimento automatico alla lotta contro il riciclaggio di denaro (AML) e conoscere i problemi del cliente (KYC). È un grosso problema, dati i 2 mila miliardi di dollari riciclati ogni anno dal sistema bancario. Non è un nuovo problema (le banche sono sempre state vulnerabili ai riciclatori di denaro), ma ora le persone sono più in sintonia con esso. Per non parlare, a causa della rapida proliferazione delle rampe digitali nell’ecosistema dei servizi finanziari, ci sono molte nuove opportunità per i criminali di intrufolarsi nel loro denaro per la pulizia.

“Le cose sono cambiate in modo drammatico negli ultimi cinque anni, e molti di questi sistemi arcaici rendono facile per i criminali aggirarli perché non sono adatti ai canali emergenti, e [sono] incapaci di gestire tutti questi nuovi dati tipi “, ha detto. “Non sono altrettanto maturi.”

Ciò è costoso per le banche in termini di ammende, che sono elevate – e anche in termini di danni alla reputazione che derivano dai media avversi che tendono a seguire eventi di riciclaggio di denaro. I sistemi migliori possono fermare il deposito fraudolento, in modo che le violazioni delle AML non stiano accadendo e aiutare le banche a rintracciare meglio i media avversi.

Tuttavia, il valore dell’adozione di sistemi migliori basati sull’IA e sull’apprendimento automatico , ha affermato, non consiste solo nel prevenire che accadano cose negative, anche se ciò è importante. È tanto per far accadere grandi cose.

L’esperienza più intelligente grazie alla AI

Quando Feedzai parla con i suoi partner nel settore bancario e del commercio digitale, le due principali preoccupazioni di cui si parla sono la sicurezza e l’esperienza del consumatore. Mentre sono preoccupati per la sicurezza, hanno la sensazione più forte di poter essere gestiti sul back-end con i giusti aggiornamenti tecnologici e partner. La preoccupazione più grande, quasi universalmente, è l’esperienza del consumatore sul front-end.

Mentre queste persone invariabilmente vogliono fermare i truffatori, quasi allo stesso modo non vogliono farlo in un modo che comprometta la felicità dei consumatori. Nessuno vuole transazioni fraudolente sul proprio conto, ha detto, ma anche i consumatori non vogliono essere bloccati da un acquisto che vogliono fare con un protocollo di sicurezza troppo zelante. Ciò significa che la registrazione e il monitoraggio dei falsi positivi in ​​modo che il sistema possa evitarli è fondamentale.

“Ma quando guardiamo i nostri partner bancari, vediamo che stanno prendendo [questo passo]. Giocatori come Lloyds e Citibank stanno pensando all’esperienza complessiva – non solo per accedere o avviare un account, o prestito, ma per creare un set di dati completo attraverso i loro canali che possa far funzionare le cose meglio per i loro consumatori “, ha detto Priestley.

Ciò potrebbe significare, ad esempio, che il sistema riconosce un valore netto elevato e invia loro messaggi sui risparmi o sui veicoli di investimento. Quello potrebbe essere notare i nuovi genitori e dirigerli in come iniziare un conto di risparmio del college. Non si tratta solo di gestire il rischio, ha detto, ma di trovare il modo di aumentare la linea di vertice in modo che sembrino naturali per i clienti. Questa è una tendenza che emerge in tutte le banche, ha affermato.

È un’altra prova per aggiungere alla pila crescente che il mondo dei servizi finanziari si sta evolvendo rapidamente in un diverso tipo di ecosistema tecnologicamente moderato – dove le legacy e le banche sfidanti hanno ancora molto da imparare gli uni dagli altri. Le banche legacy devono sviluppare una maggiore capacità di agire come società tecnologiche ad azione rapida e ad interazione rapida.

Le banche Challenger possono imparare come passare da un singolo servizio – come, ad esempio, il prestito di studenti – e diventare un fornitore di servizi multi-servizio. L’approccio generale è difficile, ha osservato, e le banche ne sanno moltissimo.

Per lo più, ha aggiunto Priestley, il futuro riguarderà il modo in cui nuovi e vecchi attori finanziari collaboreranno, e troverà nuovi modi per portare avanti innovazioni migliori in termini di sicurezza e continuità.

“Mentre collaborano insieme, possono lavorare meglio per rispondere a come possono condividere tutti questi dati tra loro”, ha detto, “in modo che [loro] possano combattere tutti i cattivi là fuori insieme”.