ИИ в банковском секторе Ключом к успешному внедрению ИИ является комплексная платформа — решение с полным стеком, включающее в себя как аппаратное, так и программное обеспечение. Внедрение общей централизованной инфраструктуры для ИИ сокращает жизненный цикл от разработки до развертывания и снижает совокупную стоимость владения за счет эффективного использования ресурсов систем хранения и вычисления. Компании, успешно внедрившие ИИ, получают конкурентное преимущество и привлекают лучших специалистов со всего мира. Новаторы в области ИИ стремятся работать в компаниях, которые предлагают необходимые инструменты, для того чтобы они могли полностью посвятить себя любимому делу. Смотреть брошюру: Внедрение ИИ в банковский сектор (PDF, 14,3 МБ) Смотреть вебинар: Платформа для анализа данных на базе ИИ в финансах (56:35) Читать статью: RBC создает частное облако на базе ИИ (июль 2020 года)
Обнаружение мошенничества Одним из самых важных достижений ИИ является успешное предотвращение мошеннических транзакций, направленных на банки и кредитные организации: ущерб от них ежегодно составляет миллиарды долларов. Выявление фрода — это очень важная задача, однако в традиционных антифрод-системах показатели ложных срабатываний значительно выше, чем действительных мошеннических операций. Теперь с помощью решений, таких как NVIDIA Triton™ Inference Server, основанных на передовых технологиях машинного и глубокого обучения, удалось улучшить точность выявления мошенничества и значительно уменьшить ложные срабатывания. ИИ трансформирует многомиллионные отрасли, такие как финансовые услуги, и стимулирует устойчивый экономический рост. Компании: от PayPal и American Express до Ping An, используют ИИ для более высоких результатов в работе с клиентами, снижения затрат и борьбы с мошенничеством. Смотреть вебинар: Глубокое обучение обеспечивает более эффективные финансовые решения (63:16)
Улучшение предоставляемых услуг Разговорный ИИ позволяет проводить все виды финансовых операций: от платежей и перевода денежных средств до открытия новых счетов. Предлагая эти виды операции в режиме самообслуживания, банки могут освободить время своих сотрудников, чтобы они сосредоточились на проведении сделок с более высокой стоимостью. В основе разговорного ИИ лежат модели глубокого обучения, требующие значительных вычислительных мощностей для тренировки чат-ботов общению на конкретном языке. После обучения боты должны уметь общаться с клиентами в реальном времени. Низкие задержки и вычислительная мощь, необходимая для тренировки моделей глубокого обучения, обеспечиваются GPU NVIDIA. Смотреть сессию: Демократизация разговорного ИИ с Square Assistant (26:33)
Персонализированные предложения На крупнейших коммерческих платформах рекомендательные системы обеспечивают до 30% дохода — миллиарды долларов. Поэтому банки и страховые компании используют рекомендательные системы, чтобы управлять каждым действием покупателя: от посещения веб-страницы до выбора, какую задолженность выплачивать первой. Рекомендательные системы позволяют персонализировать общение с клиентами, сформировать лояльность и доверие потребителя, а также улучшить удовлетворенность работой банка за счет роста конверсии. Фреймворк для рекомендательных систем NVIDIA Merlin™ на базе графического процессора обеспечивает быстрое конструирование признаков и производительность, чтобы ускорить реализацию сложных проектов и процесс переобучения моделей ИИ. Merlin также гарантирует низкие задержки, высокую пропускную способность и инференс для точной и быстрой персонализированной работы с клиентами. Читать блог: Рекомендательный сервис NerdWallet (апрель 2020 года)