Η McKinsey σε πρόσφατη μελέτη εστίασε το ενδιαφέρον της σε 4+1 τεχνολογίες που αναμένεται να επιδράσουν αποφασιστικά, μορφοποιώντας παράλληλα τον τομέα του FinTech κατά τη διάρκεια της προσεχούς δεκαετίας. Συγκεκριμένα:
-
Η τεχνητή νοημοσύνη (Artificial Intelligence – AI) θα συντελέσει στη δημιουργία πρωτόγνωρης αξίας
Ούτε λίγο ούτε πολύ, η συμβουλευτική εταιρεία θεωρεί πως η τεχνητή νοημοσύνη θα συνεισφέρει στη δημιουργία πρόσθετης αξίας για τον τραπεζικό κλάδο παγκοσμίως που θα φτάνει μέχρι και το ποσό του 1 τρισ. δολ. σε ετήσια βάση.
Υπό αυτό το πρίσμα, οι τράπεζες και τα αντίστοιχα χρηματοπιστωτικά ιδρύματα προτείνεται να υιοθετήσουν μια νοοτροπία που να βασίζεται στην τεχνητή νοημοσύνη και η οποία θα τους προετοιμάσει καλύτερα ώστε να ανταποκριθούν περισσότερο αποδοτικά στις ποικίλες επεκτατικές κινήσεις εκ μέρους των τεχνολογικών εταιρειών να… παραβιάσουν τα όρια και το περιεχόμενο της εξειδίκευσης και εν γένει δραστηριοποίησής τους.
Στις χρηματοοικονομικές υπηρεσίες η αυτόματη ανακάλυψη παραγόντων είτε ο μηχανικός προσδιορισμός των στοιχείων που οδηγούν στην υπεραπόδοση αναμένεται να εξελιχθεί περαιτέρω, βοηθώντας στη βελτίωσή της χρηματοοικονομικής μοντελοποίησης σε ολόκληρο τον κλάδο.
Ως βασική εφαρμογή της σημασιολογικής αναπαράστασης AI, τα γραφήματα γνώσης θα διαδραματίσουν σημαντικό ρόλο, καθώς η ικανότητά τους να βοηθούν στη δημιουργία ενώσεων και στον εντοπισμό προτύπων σε πολύπλοκα χρηματοπιστωτικά δίκτυα με βάση ένα ευρύ φάσμα συχνά ανόμοιων πηγών δεδομένων, θα έχει εκτεταμένες επιπτώσεις κατά τα επόμενα χρόνια.
Επιπροσθέτως, τα analytics που ενσωματώνουν βελτιωμένη προστασία απορρήτου θα ενθαρρύνουν την ελάχιστη χρήση δεδομένων ή μόνο σχετικών, απαραίτητων και κατάλληλα επεξεργασμένων όσο και ασφαλών πληροφοριών, στη συνολικότερη εκπαίδευση των χρηματοοικονομικών μοντέλων. Αυτές περιλαμβάνουν, μεταξύ άλλων, και μια μορφή αποκεντρωμένης μηχανικής μάθησης που αντιμετωπίζει τον κίνδυνο για το απόρρητο που σχετίζεται με τη συγκέντρωση συνόλων δεδομένων, φέρνοντας την υπολογιστική ισχύ στα δεδομένα και όχι το αντίστροφο.
Όσο για την προηγμένη κρυπτογράφηση, το ασφαλές computing πολλαπλών μερών, οι αποδείξεις μηδενικής γνώσης και άλλα εργαλεία ανάλυσης δεδομένων με επίγνωση του απορρήτου αναμένεται να οδηγήσουν σε νέα επίπεδα την προστασία των καταναλωτών.
Οι εφαρμογές τεχνητής νοημοσύνης θα διεισδύσουν σε ολόκληρο το φάσμα των λειτουργιών του χρηματοπιστωτικού κλάδου (Front-Middle-Back Office).
Όσες απευθύνονται στους πελάτες περιλαμβάνουν απόλυτα προσαρμοσμένα προϊόντα, εξατομικευμένες υπηρεσίες εμπειρίας χρήστη και ανάλυσης, «έξυπνες» υπηρεσίες ρομποτικής, αλλά και διεπαφές συνομιλίας, ανιχνευτές αγοράς, αυτοματοποιημένες συναλλαγές, ρομπο-συμβούλους, καθώς επίσης και εναλλακτικές αξιολογήσεις πιστοληπτικής ικανότητας με βάση μη οικονομικά δεδομένα και έλεγχο ταυτότητας με αναγνώριση προσώπου.
Οι εφαρμογές Middle και Back Office περιλαμβάνουν «έξυπνες» διεργασίες, εργαλεία αναπαράστασης βελτιωμένης γνώσης (με την επιτομή των γραφημάτων γνώσης) και επεξεργασία φυσικής γλώσσας για τον εντοπισμό απάτης.
Πολλά χρηματοπιστωτικά ιδρύματα εξακολουθούν να χρησιμοποιούν την τεχνητή νοημοσύνη με μη συστηματικό τρόπο, εφαρμόζοντας συχνά την τεχνολογία μόνο σε συγκεκριμένες περιπτώσεις χρήσης ή κλάδους. Ωστόσο, οι ηγέτες του τραπεζικού κλάδου έχουν επιλέξει να μεταμορφώσουν τις δραστηριότητές τους, αναπτύσσοντας συστημικά την τεχνητή νοημοσύνη σε ολόκληρο τον κύκλο ζωής των ψηφιακών λειτουργιών τους.
Ο χρηματοπιστωτικός κλάδος συνειδητοποιεί πια ότι οι αλγόριθμοι είναι τόσο καλοί όσο τα δεδομένα τους!
Η προσοχή στρέφεται στην απόκτηση ανταγωνιστικού πλεονεκτήματος που απορρέει από συμπεριφορικά δεδομένα πελατών τα οποία είχαν συλλεγεί μέσω συμβατικών λειτουργιών και δεν είχαν αξιοποιηθεί. Κατ’ αυτό τον τρόπο θα «ξεκλειδώσει» τις μέχρι τώρα αναξιοποίητες δυνατότητες της χρηματοδότησης με βάση το οικοσύστημα, στο οποίο τράπεζες, ασφαλιστικές εταιρείες και εν γένει οργανισμοί χρηματοοικονομικών υπηρεσιών συνεργάζονται με μη-χρηματοοικονομικούς παράγοντες προκειμένου να διευκολύνουν την απρόσκοπτη εμπειρία των πελατών σε τομείς εκτός των παραδοσιακών αρμοδιοτήτων τους.
-
Το Blockchain θα διαταράξει τα «κλασικά» οικονομικά πρωτόκολλα
Η τεχνολογία Distributed Ledger Technology (DLT) επιτρέπει την καταγραφή και την κοινή χρήση δεδομένων σε πολλαπλούς χώρους αποθήκευσης δεδομένων, καθώς και την καταγραφή, την κοινή χρήση και τον συγχρονισμό συναλλαγών και δεδομένων σε ένα κατανεμημένο δίκτυο συμμετεχόντων.
Κι όλα αυτά ταυτόχρονα… Ορισμένες DTLs αξιοποιούν το Βlockchain προκειμένου να προχωρήσουν στην αποθήκευση και τη μετάδοση των δεδομένων τους, καθώς και κρυπτογραφικές και αλγοριθμικές μεθόδους για την εγγραφή και το συγχρονισμό των δεδομένων σε όλο το δίκτυο. Κι αυτό, με εντελώς αμετάβλητο τρόπο.
Το DTL θα υποστηρίξει ολοένα και περισσότερο τη χρηματοδότηση του οικοσυστήματος, επιτρέποντας την αποθήκευση χρηματοοικονομικών συναλλαγών σε πολλαπλά μέρη ταυτόχρονα! Επιπροσθέτως, η τεχνολογία Cross-Chain θα διευκολύνει τη διαλειτουργικότητα του Blockchain, επιτρέποντας στις αλυσίδες που είναι εγκατεστημένες σε διαφορετικά πρωτόκολλα να μοιράζονται και να μεταδίδουν δεδομένα και αξία μεταξύ εργασιών και βιομηχανιών, συμπεριλαμβανομένης της επεξεργασίας πληρωμών και της διαχείρισης της εφοδιαστικής αλυσίδας.
Τεχνολογίες, όπως λ.χ. τα «έξυπνα» συμβόλαια, η απόδειξη μηδενικής γνώσης και η κατανεμημένη αποθήκευση και ανταλλαγή δεδομένων, που θεωρούνται βασικές για τις υφιστάμενες FinTech καινοτομίες, όπως λ.χ. τα ψηφιακά πορτοφόλια, τα ψηφιακά περιουσιακά στοιχεία, η αποκεντρωμένη χρηματοδότηση (DeFi) και τα μη ανταλλάξιμα Tokens (NFT), θα συνεχίσουν να παίζουν καταλυτικό ρόλο.
Επιπλέον, οι «παραδοσιακοί» Stakeholders, συμπεριλαμβανομένων θεσμικών επενδυτών και κεφαλαίων, αυξάνουν σταδιακά το μερίδιο των ψηφιακών περιουσιακών στοιχείων στα χαρτοφυλάκιά τους, διευρύνοντας την πρόσβαση στη χρηματοδότηση και ενισχύοντας τις δυνατότητες του Blockchain και του DTL να διαταράξουν τις καθιερωμένες αγορές.
Για παράδειγμα, η αποκεντρωμένη χρηματοδότηση (Decentralized Finance – DeFi), μια μορφή οικονομικής ενίσχυσης που βασίζεται σε blockchain, αξιοποιώντας «έξυπνα» συμβόλαια για να άρει την ανάγκη για έναν κεντρικό ενδιάμεσο, ενδυναμώνεται δραστικά. Η συνολική δεσμευμένη αξία (Total Locked-up Value – TLV) του DeFi έχει αυξηθεί σχεδόν 50 φορές τους τελευταίους μήνες, με τον κλάδο να κατέχει πλέον ψηφιακά περιουσιακά στοιχεία αξίας 2,1 τρισ. δολ.!
Το γεγονός ότι οι ανταλλαγές ψηφιακών περιουσιακών στοιχείων προσπορίστηκαν έσοδα 15 δισ. δολ. το 2021 προσφέρει μια εξόχως πειστική ένδειξη της αυξανόμενης τεχνολογικής αξίας του Blockchain.
-
Ο εκδημοκρατισμός των οικονομικών υπηρεσιών λόγω του Cloud Computing!
Σύμφωνα με στοιχεία πρόσφατων μελετών, μέχρι το 2030, η τεχνολογία Cloud θα αντιπροσωπεύει EBITDA (κέρδη προ τόκων, φόρων και αποσβέσεων) που θα υπερβαίνει το 1 τρισ. δολ. σε ό,τι αφορά τις Top-500 επιχειρήσεις διεθνώς.
Σε αυτό το πλαίσιο καταδεικνύεται πως η αποτελεσματική χρήση του Cloud δύναται να ενισχύσει την αποτελεσματικότητα της ανάπτυξης και συντήρησης Migrated εφαρμογών κατά 38%, να αυξήσει την απόδοση κόστους των υποδομών κατά 29% και να μειώσει το χρόνο διακοπής λειτουργίας των Migrated εφαρμογών κατά περίπου 57%. Κάτι που έχει ως αποτέλεσμα να μειώνεται και το κόστος που σχετίζεται με τεχνικές παραβάσεις κατά 26%.
Ταυτόχρονα, το Cloud μπορεί να βελτιώσει την ακεραιότητα της πλατφόρμας μέσω αυτοματοποιημένων και ενσωματωμένων διαδικασιών και ελέγχων ασφαλείας.
Το Cloud Computing απελευθερώνει τις χρηματοοικονομικές εταιρείες από μη βασικές διαδικασίες, όπως λ.χ. η υποδομή πληροφορικής και τα Data Center, ενώ επιτρέπει την πρόσβαση σε ευέλικτες υπηρεσίες αποθήκευσης και υπολογιστών με χαμηλότερο κόστος. Ταυτόχρονα, το Cloud δημιουργεί νέες μορφές, όπως λ.χ. το open banking και το Banking-as-a-Service (BaaS), «κλονίζοντας» την παλιά σχέση μεταξύ πελατών και παρόχων χρηματοοικονομικών υπηρεσιών.
Τα χρηματοπιστωτικά ιδρύματα θα συνεχίσουν να βασίζονται στο Cloud, καθώς διαθέτουν πιο ευέλικτες δυνατότητες, ενώ την ίδια στιγμή μπορούν να λανσάρουν νέες επιχειρήσεις που με τη σειρά τους προϋποθέτουν υψηλή ανταπόκριση στην αγορά και τους πελάτες, αλλά και ευέλικτη επεκτασιμότητα. Εν τω μεταξύ, η εφαρμογή Big Data Analytics θα ενισχύσει τη ζήτηση για Cloud-Based ελαστικούς υπολογιστές, κάτι που επιτρέπει στους υπολογιστικούς πόρους να προσαρμόζονται δυναμικά για να ανταποκρίνονται στις ποικίλες αλλαγές που σχετίζονται με την ζήτηση.
Οι τράπεζες θα αναγνωρίσουν επίσης τη δυνατότητα υιοθέτησης αρχιτεκτονικής Cloud μικροϋπηρεσιών προσεχώς, όπου οι διεπαφές προγραμματισμού εφαρμογών (APIs) «ξεκλειδώνουν» την επικοινωνία Machine-to-Machine, επιτρέποντας στις υπηρεσίες να κλιμακώνονται ανεξάρτητα δίχως να χρειάζεται να διευρυνθεί η βάση κωδικοποίησης της συνολικότερης προσφοράς.
Η επόμενη γενιά βασικών τραπεζικών εφαρμογών αναμένεται να δώσει ώθηση σε έναν αρχιτεκτονικό μετασχηματισμό που βασίζεται στις μικροϋπηρεσίες στον τραπεζικό τομέα.
Η διαδικασία «ωρίμανσης» που ακολούθησε τα προηγούμενα χρόνια το Internet of Things (IoT) αντανακλάται πλέον σε ποικίλες όσο και σημαντικές προεκτάσεις για τα αντίστοιχα οικονομικά συστήματα, τα οποία με τη σειρά τους απαρτίζονται από τρία επίπεδα: Συστήματα αντίληψης και «έξυπνων» αισθητήρων, ασύρματα δίκτυα επικοινωνίας, καθώς επίσης υποστήριξη εφαρμογών και λειτουργιών.
Στον τομέα των αισθητήρων, η σήμανση RFID εξακολουθεί να έχει ευρείες αναξιοποίητες δυνατότητες αυτοματοποίησης της αναγνώρισης αντικειμένων και της διαχείρισης Logistics.
Οι λύσεις επικοινωνίας IoT επεκτείνονται επίσης, δημιουργώντας ένα ευρύτερο δίκτυο για συσκευές για επικοινωνία σε ενσύρματα και ασύρματα δίκτυα, λύσεις επικοινωνίας κοντινού πεδίου, δίκτυα ευρείας περιοχής χαμηλής κατανάλωσης, συνδεδεμένες end-point συσκευές και κεντρική διαχείριση ελέγχου.
Την ίδια στιγμή, τα ενσωματωμένα συστήματα και οι «έξυπνες» τεχνολογίες αναπτύσσονται με ταχύτατους ρυθμούς, επιτρέποντας την ακόμη πιο «έξυπνη» επικοινωνία με αντικείμενα.
Από την άποψη των χρηματοοικονομικών εφαρμογών, το γεγονός ότι η περιβαλλοντική, κοινωνική και εταιρική διακυβέρνηση (ESG) διέπει πλέον πολλές επενδυτικές στρατηγικές και ρυθμιστικές πολιτικές, δύναται να λειτουργήσει ενισχυτικά για τις εφαρμογές IoT. Για παράδειγμα, η εμπορία άνθρακα θα λαμβάνεται υπόψη ολοένα και περισσότερο στις μετρήσεις IoT, ανοίγοντας νέες ευκαιρίες στην αγορά.
Όσο για τις ασφαλιστικές εταιρείες, χρησιμοποιούν το IoT προκειμένου να προσδιορίσουν με μεγαλύτερη ακρίβεια το ρίσκο, βελτιώνοντας παράλληλα τη δέσμευση των πελατών, επιταχύνοντας και απλοποιώντας ταυτόχρονα τη διαδικασία αναδοχής και αξιώσεων. Υπό αυτό το πρίσμα, στην ασφάλιση οχημάτων, για παράδειγμα, βασίζονταν ιστορικά σε έμμεσους δείκτες για τον καθορισμό των ασφαλίστρων, όπως λ.χ. η ηλικία, η διεύθυνση και η πιστοληπτική ικανότητα ενός οδηγού. Σήμερα, πλέον, δεδομένα για τη συμπεριφορά του οδηγού και τη χρήση ενός οχήματος, όπως λ.χ. η ταχύτητα του αυτοκινήτου και η συχνότητα οδήγησης τη νύχτα, είναι διαθέσιμα χάρη στο IoT. Η τεχνολογία επιτρέπει στους ασφαλιστές να αλληλεπιδρούν με τους πελάτες πιο συχνά και να προσφέρουν νέες υπηρεσίες με βάση τα συσσωρευμένα δεδομένα που έχουν στη διάθεσή τους.
Ο τομέας είναι επίσης ώριμος για κέρδη αποδοτικότητας, καθώς οι πελάτες συχνά συνεργάζονται αποκλειστικά με πράκτορες ή μεσίτες, επικοινωνώντας απευθείας με τον ασφαλιστή τους για την ανανέωση συμβολαίου ή τη διεκπεραίωση απαιτήσεων. Το IoT μπορεί να προσφέρει οφέλη στη διαχείριση των σχέσεων, επιτρέποντας στους ασφαλιστές να δημιουργήσουν πιο εντατική και στοχευμένη επαφή με τους πελάτες τους.
-
«Αντίο» χειρωνακτική εργασία, «καλώς ήλθες» υπεραυτοματοποίηση!
Η υπεραυτοματοποίηση αναφέρεται στην εισαγωγή τεχνητής νοημοσύνης, Deep Learning, λογισμικού που βασίζεται σε εκδηλώσεις, διαδικασίας αυτοματοποιημένης ρομποτικής επεξεργασίας (Robotic Process Automation – RPA) κ.ά., που βελτιώνουν την αποτελεσματικότητα στη λήψη αποφάσεων και τις δυνατότητες αυτοματισμού της εργασίας.
Ήδη το RPA, το οποίο διευκολύνει τις εταιρείες να αναπτύξουν ρομπότ λογισμικού, όπως λ.χ. τα Chatbots σε κλίμακα, αποτελεί σήμερα ένα ιδιαίτερα σημαντικό στοιχείο του εν εξελίξει ψηφιακού μετασχηματισμού σε διεθνή κλίμακα.
Εντούτοις, καθώς η τεχνολογία διευρύνει συνεχώς τα όρια και το εύρος της, εκτιμάται πως κατά το εγγύς μέλλον το RPA θα ενσωματωθεί βαθύτερα με την τεχνητή νοημοσύνη, βελτιώνοντας την αποτελεσματικότητά της στην αντιμετώπιση περισσότερο περίπλοκων επιχειρηματικών σεναρίων, με τον περαιτέρω εξορθολογισμό της παροχής χρηματοοικονομικών υπηρεσιών.
Συμπερασματικά, η αντικατάσταση της χειρωνακτικής εργασίας με αυτοματισμό όχι μόνο βελτιώνει την αποτελεσματικότητα, αλλά μειώνει και τα ανθρώπινα λάθη, επιτρέποντας στις επιχειρήσεις να ανταποκρίνονται στις διακυμάνσεις που απορρέουν από την καμπύλη της ζήτησης. Αν και έχει ήδη εδραιωθεί μεταξύ των κορυφαίων χρηματοοικονομικών παραγόντων, είναι περίπου δεδομένο πως το RPA θα διεισδύσει ακόμη περισσότερο σε ολόκληρο τον κλάδο.
Οι διαδικασίες πληρωτέων λογαριασμών, για παράδειγμα, έχουν τη δυνατότητα να αυτοματοποιούνται μέχρι και κατά 60%, χρησιμοποιώντας ρομπότ που αντικατοπτρίζουν τις ανθρώπινες ενέργειες για την αντιμετώπιση της καθημερινής γραφειοκρατίας και τη διαδικασία λήψης αποφάσεων.
