Bankarski sektor uz biometrijsku tehnologiju i veštačku inteligenciju ima kvalitetniju mogućnost autentifikacije klijenta

Želim podeliti sa vama svoje istraživanje o primeni veštačke inteligencije u bankarskom sektoru, posebno fokusirano na promene u metodama autentifikacije u vreme pandemije Covid-19. Tradiconalni način autentifikacije putem unosa PIN-a na bankomatu, jeste široko prihvaćen, ali postaje izazovan zbog rizika od infekcije i potrebe za fizičkim kontaktom. Kako bismo rešili ovaj problem, predstavio sam model elektronskog plaćanja koji koristi autentifikaciju prepoznavanja lica. Ova inovacija se oslanja na moje prethodno istraživanje o multimodalnoj biometrijskoj autentifikaciji (MBA) u sistemima plaćanja karticama, predstavljenoj na Međunarodnoj konferenciji o veštačkoj inteligenciji: aplikacije i inovacije (IC-AIAI) 2019. Novi model konvertuje biometrijske podatke iz otiska prsta i slike lica u višecifreni PIN, eliminišući potrebu za fizičkim kontaktom sa biometrijskim senzorom. Ova inovacija je posebno važna tokom pandemije, kada je nošenje maski preporučljivo. Model se lako integriše u postojeću ATM i POS infrastrukturu, koristeći već instalirane kamere. Korisnici više neće morati unositi PIN, jer će se PIN generisati iz njihovih biometrijskih podataka. Biometrijske tehnologije i veštačka inteligencija su revolucionizovale
bankarski sektor, od chatbotova do AI asistenata. Banke ulažu u mašinsko učenje i analitiku podataka kako bi poboljšale iskustva klijenata, predviđale buduće trendove i identifikovale oblike ponašanja. Takođe, koriste robotiku za pojednostavljenje procesa i optimizaciju internih bankarskih procedura. Ipak, sa ovim promenama dolaze i određeni rizici, uključujući gubitak radnih mesta usled automatizacije i potrebu za efikasnijim strategijama upravljanja rizikom.

Prisustvo ovih tehnologija u bankarskom sektoru stalno raste kao na primer upotrebna virtuelnih pomoćnika u procesu obrade prirodnog jezika za razumevanje i rešavanje upita klijenata, u procesu plaćanja, sumiranje računa, praćenje štednje. Banke širom sveta su razvile sopstvene verzije chatbotova koji mogu da obrade do 10.000 upita u sekundi i jedna je od najvećih primena veštačke inteligencije fokusirane na potrošačko bankarstvo. U ovoj tehnološkoj revoluciji, bankarski sektor je pomerio svoj fokus sa tradicionalnog na digitalno bankarstvo. Banke više ulažu u mašinsko učenje i analitiku podataka kako bi omogućile personalizovana i efikasna iskustva klijenata, stekle konkurentsku prednost u tehnologiji i privukle nove klijente. Sposobnost brze obrade velikih količina podataka omogućava bankama da identifikuju obrasce ponašanja klijenata, predvide buduće ishode i ponude prave proizvode u pravo vreme. Takođe tehnologije pomažu u otkrivanju prevara. Mašinsko učenje i kognitivno računarstvo se koriste za identifikaciju sumnjivih obrazaca podataka i proveru legitimnosti izvora sredstava. AI takođe može analizirati prošlo ponašanje kupaca kako bi predvideo buduće potrebe, pomažući bankama da uspešno plasiraju i prodaju svoje proizvode. Ključ nije samo u osnaživanju banaka kroz automatizaciju, već u inteligentnoj transformaciji čitavog sistema da nadmaši nove fintech igrače. Ovo je podstaklo mnoge banke da koriste softversku robotiku za pojednostavljenje pozadinskih procesa i poboljšanje funkcionalnosti. Korišćenjem mašinskog učenja za analizu obrazaca potrošnje klijenata i podataka o ponašanju banke mogu da procene kreditnu sposobnost klijenta. Ovo im omogućava da ponude unapred odobrene kredite. Brza ekspanzija AI u bankama dolazi sa sopstvenim udelom rizika i mogućnosti. Banke svake godine povećavaju svoja ulaganja u biometrijske modele autentifikacije, u veštačku inteligenciju i mašinsko učenje kako bi maksimizirali organizacionu produktivnost i povećali broj zadovoljnih klijenata.