AI ve makine öğrenimi ile bankacılık paranızdan en iyi şekilde yararlanmanın yolu

AI, bankacılık sektörünün dörtte üçünde halihazırda uygulanmaktadır. Gartner, GenAI'nin ancak birkaç yıl sonra bankacılık sektörünün temel trendlerinden biri haline geleceğini öngörse de, son zamanlarda GenAI'yi hemen uygulamaya koyma konusunda belirgin bir istek ortaya çıkmıştır. Günümüz teknolojisi, en ideal aracı bulmakla ilgili değildir. Bir aracı seçmek ve onu doğru yere koymak, uygun iş senaryosunu aramak ve ardından teknolojiyi kullanmak ve terk etmekle ilgilidir. Teknoloji o kadar hızlı gelişiyor ki, artık tek kullanımlık bir unsur haline geldi ve bir sonraki çözümünüz muhtemelen iki yıldan fazla dayanmayacaktır.

Özellikle iş dünyasındaki etkileri göz önüne alındığında. Örneğin, bankacılıkta yapay zekanın temel amacı, görevleri otomatikleştirmek ve makine öğrenimi (ML) modelleri (karmaşık derin öğrenme dahil) kullanarak tahminler üretmektir. Bu, büyük hesaplama kapasitesi ve veri ile önemli yatırımlar gerektirir. Finans kurumları da halihazırda yapay zekanın yoğun tüketicileri arasındadır. Bulut tabanlı makine öğrenimi hizmetlerine (ör. AWS, Microsoft Azure, Google ML) ve (esas olarak) özel veya ana bilgisayar hibrit bulut ortamlarına güvenmektedirler. Neredeyse her gün yeni bir teknolojik atılım olduğu görülüyor ve doğal olarak herkes bunu hemen kullanmak istiyor. Yine de, gerçek anlamda ne yapmanız gerektiğini ve bunu başarmanıza yardımcı olabilecek çözümleri değerlendirerek çok şey kazanabilirsiniz. Ve harcamaya başlamadan önce, sahip olduğunuz şeyleri mümkün olduğunca en iyi şekilde kullandığınızdan emin olarak, başka bir deyişle, paranızdan en iyi şekilde yararlanarak, en yüksek verimi elde edebilirsiniz.

Halihazırda, finans kurumlarının dörtte üçü yapay zeka kullanmaktadır ve son zamanlarda kaydedilen ilerlemeler, GenAI'nin mümkün olan en erken zamanda teknolojik karışıma dahil edilmesine yönelik artan ilgi konusunda iyimserlik yaratmaktadır. GenAI tarafından geliştirilen düşük kodlu/kodsuz yazılım, eski altyapının güvenilir olmaması ve zaman alıcı süreçlerle ilişkili operasyonel giderlerin ve risklerin azaltılması gibi birçok maliyet tasarrufu sağlayabilir.

Gartner tarafından bildirilen bankacılık sektöründeki temel AI eğilimleri:

• Bilgisayar görüşü: KYC, AML, kimlik doğrulama, dolandırıcılık tespiti ve sigorta işlemlerinde operasyonel performansı iyileştirin
• Karar zekası ve grafik teknolojileri: Ön büro ve arka büro uygulamalarını modernize edin
• Çığır açan AI işlevleri: Temel modeller aracılığıyla risk yönetimi ve pazarlamada hassasiyeti ve kapsamlılığı artırın. Üretken rakip ağlar (GAN'lar), çoğu durumda orijinal bilgilerden ayırt edilemeyen gerçekçi görüntüler, videolar ve ses kayıtları oluşturmada başarıyla uygulanmaktadır.
• Model merkezli yapay zeka: Yeni girişimleri desteklemek için bileşik yapay zeka ve GenAI gibi cesaret verici gelişmeleri tanıtın.
• Veri odaklı yapay zeka: Etik, doğruluk ve açıklanabilirlik için veri analizine odaklanın.
• AI tabanlı uygulamalar ve kullanım örnekleri: Konuşma tabanlı kullanıcı arayüzleri, akıllı alanlar, robotlar vb. geliştirin.
• Sorumlu ve insan odaklı yapay zeka: Etik yapay zeka geliştirme, risk yönetimi ve faydalı sosyal etki konusunda iki kat daha fazla çaba gösterin.

Karar verme, operasyon yönetimi ve müşteri getirisini artırmak için ürünlerin aşırı kişiselleştirilmesi, işletme gelirlerinize ve maliyet azaltımına birçok iyileştirme getirecektir. S&P, banka personelinin maliyetinde yüzde 10'luk bir azalmanın, özkaynak kârlılığını yaklaşık 100 baz puan ve maliyet-gelir oranlarını yaklaşık yüzde 3 artıracağını tahmin etmektedir (S&P Global Ratings, Global Top 200 derecelendirilmiş bankalara göre).

Yapay zeka stratejileri, bunu en iyi şekilde kullanma kapasitesine ve esnekliğine sahip bankalara potansiyel olarak rekabet avantajı sağlayabilir. Sadece biraz öngörü ve AI'nın akıllıca uygulanması gerekir. Risk yönetiminin yükseltilmesi ile birlikte, yapay zeka buna bağlı banka risk profillerinin algılanmasını etkileyebilir. Bankalar, müşteri borç geri ödeme olasılığını hesaplamak için bilgilerdeki gizli kalıpları kullanarak kredi riskini uygun şekilde fiyatlandırabildiklerinde, çalışma modellerini iyileştirecek, sorunlu kredileri en aza indirecek ve doğruluğu en üst düzeye çıkaracaklardır. Risk yönetimi, yapay zeka kullanımıyla çeşitli şekillerde geliştirilebilir. Bununla birlikte, kötü uygulama, itibar ve operasyonel risklerin yanı sıra banka için olumsuz bir risk pozisyonu yaratmasını engelleyemez. Doğru olanı yapın. Bankacılık işleyişini anlayan bir teknoloji sağlayıcısı bulun.

Avrupa'da yeni AI Yasası, risk ve kullanım senaryolarına dayalı bir ortamda AI ürün ve hizmetleri üzerinde kapsamlı bir kontrol oluşturmuştur. Yasa, genel amaçlı AI sistemleri açısından temel model sorumluluklarını içermektedir. Kanada, Brezilya, Şili ve Filipinler gibi diğer ülkeler de bu tür adımlarda geride kalmamaktadır. Amerika Birleşik Devletleri'nde, Ulusal Standartlar ve Teknoloji Enstitüsü (NIST) bir AI Güvenlik Konsorsiyumu kurmuştur. Bu konsorsiyum, risk yönetimi odaklı endüstriye özgü kılavuzlar gibi yeni standartlar geliştirmek için endüstri ile işbirliği yapmayı amaçlamaktadır. Hükümetin düzenleyici faaliyetlerinin yanı sıra, AI yönetişimini başlatarak veya güçlendirerek toplumu korumak için endüstrinin görevinin giderek daha fazla kabul gördüğü bir durum söz konusudur.

Yeni AI düzenleme uygulaması, riskli kullanıcılar tarafından ortaya çıkması muhtemel riskler ve kontrol edilmesi gereken faaliyetler temelinde oluşturulmuştur. AB tarafından dikkate alınan dört tür risk bulunmaktadır:

"Minimal" ve "sınırlı risk" terimleri, AI'nın rutin işlemlerin otomatikleştirilmesi gibi basit iç işlevlerde kullanıldığı anlamına gelir. Bu işlevler, gerçek kullanıcılar ve müşterilerle iletişim gerektirmez (ör. botlar veya bilgi tabanıyla ilgili botlar). Minimal risk, fazla düzenleme gerektirmez ve uygulanacak düzenlemelerin çoğu, müşterilere botlarla iletişim halinde olduklarını bildirmekle ilgilidir. Yüksek ve kabul edilemez olarak değerlendirilen riskler arasında karar vericilere bilgi veren AI sistemleri bulunmaktadır. Bu, sorgu puanlaması, müşteri verileriyle ilgili konular ve müşterilerle bütünsel olarak ilgilenmeyi içermektedir. Bu AI'lar sıkı bir şekilde kontrol edilecek ve bu tür AI sistemlerinin kullanımıyla ilgili birçok düzenleme dikkate alınması gerekecektir. Serbest iradeyi veya davranışları değiştirerek kullanıcıları gönüllü veya gönülsüz olarak etkileyen AI sistemlerinin ve işlemlerinin kullanımı yasaklanacaktır. Bu şekilde, yaşlılar ve reşit olmayanlar, sosyal puanlama ve biyometrik tarama gibi toplumun işleyişi ve müşterilerin kökenleri, faaliyetleri vb. dahil olmak üzere varsayılan katılımlarıyla verilerin analizi etkilenecektir. 2024 yılında uygulanmaya başlanacak ve 2026 yılına kadar tamamlanacak planlar, çoğunlukla yüksek riskli sistemler için geçerli olacaktır.

Finansal hizmetler

Erişim, finansal hizmetlerdeki AI düzenlemelerine göre sağlanacaktır. Finansal hizmetler Finans alanında, AI sistemleri müşteri verilerini analiz ederek kredi değerliliğini puanlar ve dolandırıcılığı tespit eder.

Analitik açıdan, bu muhteşem teknolojik çağda katlanarak gelişen bir dönemden geçiyoruz. Bu nedenle, sadece 2 yıl önce inşa edilen her şey şimdiden eskimiş durumda. Sorun ise, bir şirketin en ufak bir hatanın domino etkisini göz önünde bulundurarak eski teknolojiyi yönetilebilir ve zararlı olmayan bir şekilde nasıl kullanabileceğidir. Örneğin ChatGPT'yi ele alalım. Kimse uygulamanın bilgi kaynağını (veya önyargısını/telif hakkını/bütünlüğünü) bilmiyor. Bununla birlikte, giderek daha fazla sayıda çalışan, kurumsal bloglar, makaleler, teknik raporlar ve hatta kod satırları oluşturmak için uygulamayı kullanmaya teşvik ediliyor. Finans kurumlarının, sınırlandırılmış AI hizmetleri oluşturmayı düşünmesi şaşırtıcı değil (devam eden şirket tartışmasının bir uzantısı: "Buluta geçelim mi, yoksa şirket içinde kalalım mı?"). Etkili bir yapay zeka ve gelişmiş analitiklere sahip olmak için veri bütünlüğünüzün yeterli olduğundan emin olmanız gerektiğinden, bu ciddi bir sorun haline gelir. Bu nedenle, şirket içinde, çevrimdışı çalışmak mantıklıdır. Şirket, kurumsal büyük dil modelinizi (LLM) veya gramer kontrol yazılımınızı yalnızca iç belgeler üzerinde eğitebilir (bu belgeler ana bilgisayardan asla çıkmaz). Aslında, en güvenli cevap, her şeyi buluta aktaran mevcut BT anlayışının tam tersidir.

Bir işlemci ve kayıt sistemi olarak Hogan çekirdek bankacılık platformu, dünyanın en etkili bankalarının bazılarının arkasındaki itici güç haline gelmiştir. Şimdi, en iyi IBM Z çözümlerini alarak ve eski çekirdekleri olan bankalar için "platforma geçiş" için planlar sunarak Hogan'ın olağanüstü ana bilgisayar hibrit bulut çözümünü geliştirdik. Hogan x, yepyeni bir dijital banka oluşturmanıza bile yardımcı olabilir. Platform, bileşenlere ayrılmış ve birleştirilebilir olması bakımından BIAN (bankacılık endüstrisi mimari ağı) ilkelerine dayanmaktadır. Z Linux ve diğer konteyner tabanlı ve bulut tabanlı çözümleri kullanır. Platform, tüketime dayalı, hizmet olarak sunulan modellerde de sunulabilir.

Size en uygun olanı bulun

Ana bilgisayar hibrit bulut mimarisi, uygulama implementasyonu için en uygun stratejiyi benimsemenizi sağlar. Aşağıda, bankacılık sektöründe (IBM Z ve bulut arasında) bir ekosistem örneği verilmiştir. Başvurular üç ayrı alana ayrılmıştır:

• Dijital kanallarda müşteri etkileşimi
• Operasyonel işlemler (ör. sipariş yönetimi, pazarlama ve satış)
• Temel işlemler ve veriler (temel bankacılık ve kredi kartları)

Bu uygulamalar, gerçek zamanlı bilgileri paylaşabilmeleri ve iş performanslarını en üst düzeye çıkarabilmeleri için birbirleriyle uyumlu olmalıdır. Entegrasyon, toptan düzeyde karşılıklı çalışabilirlik sağlamak için hayati önem taşır. IBM zSystems ile bir ana bilgisayar hibrit bulut modeli, müşterilerin uygulama türlerine ve en uygun altyapıya göre maliyetleri, performansı ve çevikliği optimize etmelerine yardımcı olur. Örnek olarak dijital kanalları ele alalım. Yüksek düzeyde çok kanallı etkileşim, optimum müşteri deneyimi geliştirmek için iş ortağı ve müşteri bilgilerinin entegrasyonuna dayanır. Bu ve bulut tabanlı çözümlerdeki değişken ve iş yüklerinin değişimi, hibrit çözümleri sizin için ideal çözüm haline getirir.

Çevresel, sosyal ve yönetişim (ESG)

Ana bilgisayar hibrit bulut mimarisinin sıklıkla göz ardı edilen bir avantajı, çevresel sürdürülebilirliktir. Çevik bulut çalışması ve enerji verimli ana bilgisayarlar, bankalara veri merkezi ayak izlerini ve veri merkezi enerji kullanımını (veri merkezleri küresel enerjinin yaklaşık %1'ini tüketir) en üst düzeye çıkarma olanağı sağlayarak gezegeni daha yeşil hale getirmeye yardımcı olacaktır.

Ancak, bankacılıkta ana bilgisayar hibrit bulut mimarisi sadece teknik bir seçim değildir. Koruma, güvenilirlik ve ölçeklenebilirlik ile dijital çalışmanın gerektirdiği esneklik ve yenilik arasında doğru dengeyi sağladığı için stratejik bir gerekliliktir. Ana bilgisayarın dayanıklılığı ile yapay zeka, makine öğrenimi ve bulut bilişimin esnekliğinin birleşimi sayesinde bankalar rekabetçi, uyumlu ve müşteri odaklı kalabileceklerdir. Başarı, bunun en üst düzeyde kullanılmasına ve bankaların sadece mevcut sorunları aşmakla kalmayıp, aynı zamanda gelecekteki fırsatlardan yararlanmak için hazırlıklı ve donanımlı olmalarına bağlıdır. Teknoloji geliştikçe, AI ve ana bilgisayar hibrit bulut stratejileri bankacılığın dijital dönüşümünde önemli bir rol oynayacak ve gelenek ile yeniliği, istikrar ile çevikliği ve performans ile verimliliği bir araya getiren bir yolculuk çizecektir. Kararsız kalmanın zamanı değil.

Ofisimden biri, konuşmacılardan birinin bu konuyu ele aldığı önemli bir konferansa katıldı. Konuşmacı şöyle dedi: "Teknolojinin nereye gittiğini gerçekten bilmiyoruz, bu yüzden geriye yaslanıp nereye varacağını bekleyip göreceğiz. Sorun şu ki, teknolojinin sızdığı noktayı asla göremeyecekler, çünkü teknolojinin büyüme hızı katlanarak artarken asla durmayacak ve o noktada rasyonelleştirilemez hale gelecektir." Mesele şu ki, bankalar AI'yı olabildiğince hızlı, güvenli ve finansal açıdan karlı bir şekilde uygulamak için öngörü ve açık fikirli olma trenine binmelidir.

İşbirliği hakkında bilgi verilmelidir.

Bu nedenle deneyimli sağlayıcıların yardımı çok değerlidir. Optik karakter tanıma (OCR) uygulamasında bu durum örnek teşkil etmektedir. Müşterilerimizden birine, dört farklı belge okuma aracı seçeneği sunduk ve hangisini seçtiğinizin önemi olmadığını, 2 yıl içinde bunların hepsinin modası geçeceğini söyledik. Satın alma departmanı da bize diğer bazı araçları da değerlendirmemizi tavsiye etti, bu da ideal aracı belirlemeye yönelik tam kapsamlı bir çalışma haline geldi. Ancak, modern teknoloji seçimi, aracı derinlemesine araştırmayı gerektirmez. Doğru iş senaryosunu bulmak ve teknolojiyi kaybetmek ve kazanmak için bir aracı doğru şekilde seçmek ve kullanmakla ilgilidir. Teknoloji, tek kullanımlık hale gelene kadar gelişti, planlı eskimeye girdi ve bir sonraki düzeltme, eskimesinden sadece birkaç yıl önce olacak. Bu şekilde, z16 çözümüne 5+ yatırım yapmak yerine, AI teknolojinizi her 2 yılda bir güncelleyin. Yani, satın alma sözleşmesini imzalarken, onun yerine geçecek olanı planlamaya başlamalısınız.

İş sorunu: AI her zaman Z platformunda kullanılmamaktadır ve bu platformda veriler ağlar üzerinden aktarılmak zorundadır. Bu, maliyetli ve güvenli değildir ve risk açısından işlem puanlama yeteneğinizi düşürür. İşletme etkisi: IBM Z AI yonga üzerinde hızlandırıcı, Hogan ve ilgili zLinux iş yüklerinin, verilerin şu anda bulunduğu ana bilgisayarda gerçek zamanlı AI yeteneklerini çalıştırmasını sağlar. Bu, AI performansını, güvenliği ve maliyeti artırır. Ayrıca, otomatik kredi karar verme ve kredi değişikliği gibi işlemler doğrudan Z platformunda gerçekleştirilebilir ve AI içgörüleri ve iş kararları daha hızlı ve daha basit bir şekilde benimsenebilir. Celent, tüm işlemlerin yüzde 100'ünün taranmasıyla, bireysel bankaların yaklaşık 100 milyon dolar tasarruf edeceğini öngörmektedir.

AI'nın olası uygulamaları arasında kredi puanlama, dolandırıcılık ve AML yer almaktadır. Ana bilgisayar platformları bankacılık ve ödeme işlemlerinin çoğunu yürütür, ancak AI algılama platform dışı olabilir (gecikme, maliyet ve müşteri sürtüşmesi sorunları nedeniyle işlemlerin %10'undan azı gerçek zamanlı olarak bir AI çıkarım modeli üzerinden yürütülür). Bu nedenle, izlenemeyen ve algılanamayan çok sayıda dolandırıcılık işlemi vardır. Umbrella.ai, ana bilgisayar üzerinde yapılan çıkarımlarla dolandırıcılık tespitinde milyonlarca dolar tasarruf etmenizi sağlayabilir. Bu konuda Umbrella ana unsurdur. Umbrella uygulama mimarisi, 35 yılı aşkın süredir z/OS ortamına entegre edilerek hızlı entegre geliştirme ortamı (IDE) olarak kullanılan, kendini kanıtlamış bir teknik platformdur. Umbrella, dünyanın çeşitli yerlerinde 40'tan fazla birinci kademe finans kurumuna sahiptir ve her banka tarafından yaklaşık 100 uygulama yürütmek için kullanılmaktadır. Bu, ana bilgisayar geliştirmede binlerce uygulama anlamına gelir.

Umbrella.ai dolandırıcılığı önler

IBM ile birlikte, bir işlemin puanlanması veya analizinin süresi en aza indirgenmektedir. Bu, müşterilere işlemlerinin %100'ünü sanal olarak kontrol etme ve zaman ve nakit israfını azaltma fırsatı sağlayacaktır. Umbrella.ai'nin hedefleri şunlardır:

• Gelen işlemlerin ve mevcut SLA'ların %100'ünü kapsayın
• Mevcut dolandırıcılık modellerini kullanmak veya yeni modeller uygulamak
• z/OS ve kart yetkilendirme sisteminde yerleşik olarak bulunan dolandırıcılık önleme özelliğini kullanarak puanlama gecikmesini azaltın
• MLz COBOL puanlama hizmetini kullanarak puanlama çağrısını büyük ölçüde basitleştirin ve puanlama hizmetini çağırmak için gereken ek yükü azaltın

Dolandırıcılık tespitinde önemli artış, ML'nin güçlü yanlarından biridir. Eski kural tabanlı sistemler, ortaya çıkan dolandırıcılık eğilimlerini ele alacak kadar esnek değildir. Öte yandan, ML algoritmaları işlem verilerinin yardımıyla kendilerini sürekli güncelleyebilir ve dolandırıcılık vakalarını daha hızlı ve daha kesin bir şekilde tespit edebilir.

Umbrella.ai ve ML, dolandırıcılık tespiti ve önlemeyi hızlandırıyor

IBM Z'deki AI/ML, dolandırıcılık tahminlerinin doğruluğunu artırır, büyük ölçekte eyleme geçirilebilir içgörüler sağlar ve dolandırıcılık içeren işlemlerin gerçek zamanlı olarak tespit edilmesini mümkün kılar. Derin öğrenme modellerinin daha yüksek hassasiyeti, yüksek düzeydeki yanlış pozitif sonuçları önemli ölçüde azaltmalarını sağlar. Bu, bankaların dolandırıcılığı tespit etme sürecinde işlemleri filtreleme ve müşteri deneyimini koruma ve para kaybına uğramama yeteneğine sahip oldukları anlamına gelir.

Umbrella'nın AI ve IBM z16 ile olan ortaklığı, etkileyici iş içgörülerini sunar (veri bilimi becerilerine gerek yoktur). Finansal işlemlerin yaklaşık yüzde 70'i IBM zSystems üzerinde gerçekleştirilmektedir ve bu da ESG açısından harika bir haberdir, çünkü ana bilgisayarda işlem yapmak için kullanılan enerji miktarı, bir tür sunucu grubu kullanmaya göre yüzde 40 daha azdır.

Temel özellikler şunlardır:

• Al ile geliştirilmiş SQL ve Umbrella.ai ile tüm IBM z/OS uygulamalarına güç katın.
• Verilerinizdeki gizli bilgileri keşfedin ve ticarileştirin
• Benzerlikleri, farklılıkları ve korelasyonları belirleyin.
• Kutu ile yorumlanabilirlik elde edin
• Bir dizi soru için tek bir model kullanın
• Al dağıtımının karmaşıklığını azaltın
• Derin öğrenme modelleri, yanlış negatifleri iyileştirmek için kullanılabilir

IBM z16, en popüler ML algoritmalarını destekleyerek müşterilere süreçlerini iyileştirmelerine ve mevcut yatırımlarından daha fazla iş değeri elde etmelerine yardımcı olacak bir Al örtüsü sağlar.

Rakiplerinizin büyüleyici bir liderlik ve sürdürülebilir bir avantaj elde etmesini izleyip, çekinmek zorunda kalmanız mümkün mü? En yüksek ROI'yi elde etmek için AI ve ML'nin nasıl tam olarak kullanılabileceğini öğrenin. Ayrıca, Hogan destekli ana bilgisayar hibrit bulut etkinleştirmesinin, daha iyi bir dolandırıcılık tespitçisi olmanıza ve gelecekteki tehditlere ve fırsatlara hazırlanmanıza nasıl yardımcı olabileceğini öğrenin.