인공 지능 (AI)는 모든 기술의 가장 큰 변화를 촉진할 것입니다. 라비 수브라마니안 금융 분야에서 25년을 살아온 이유는 비전이 있는 사람들이 큰 꿈을 꿀 수 있기 때문입니다. Subramanian은 EVP이자 은행 업무 책임자입니다. Hexaware 기술, 글로벌 기술 및 비즈니스 프로세스 서비스 회사입니다. AI와 같은 기술 발전 덕분에 경력 초기에 XNUMX년이 걸렸던 일이 이제는 XNUMX주 만에 이루어집니다.
짧은 개발 시간 덕분에 창의적인 사람들은 산업을 변화시킬 수 있는 가능성을 생각할 수 있게 되었습니다. Hexaware에게 이는 데이터 시각화 및 결제 기술을 새롭고 독특한 방식으로 적용하는 것을 의미합니다.
Subramanian은 "SaaS 기반 뱅킹 제공업체가 등장하여 주류 플레이어가 되는 것을 본 지 꽤 오래되었기 때문에 매우 흥미로운 시기입니다."라고 시작했습니다. “나는 Mambu와 Thought Machine이 은행에서 CXO의 사고 과정을 차지하는 것을 보았습니다. 아직 NFIS에 필적하는 본격적인 구현을 본 적이 없지만... 그래도 그 부분이 세상이 변한 지 오랜 시간이 지났고 이 시대에 살고 있다는 것이 행복합니다.”
AI와 Payscopium, XNUMX단계 결제의 미래
다른 기술에 비해 Subramanian은 AI의 출현이 매우 빠르다고 보고 있습니다. 이는 결제의 미래에 대한 Hexaware의 2024단계 비전인 Payscopium을 주도할 것입니다. 오늘날 우리는 PaaX(Payment as an Experience)를 경험하고 있습니다. PaaL(Payments as a Lifestyle)은 빠르면 XNUMX년에 일부 지역(미국에서는 몇 년 후)에 출시될 예정입니다. 돈은 프로그래밍 가능해집니다. 소비자는 주택, 식료품 및 기타 필수품에 자금을 배분하는 방법을 결정합니다. 정부는 CBDC를 통해 자금을 프로그램할 수 있습니다. 우리의 패턴과 요구 사항을 인식하는 기계를 통해 소비자가 원하는 일만 이루어질 것입니다.
보이지 않는 결제가 마지막 단계입니다. 모든 것이 우리를 위해 이루어졌습니다. 결제가 이 시점까지 발전함에 따라 국경, 기업 및 소비자 전반에 걸쳐 결제의 몰입도가 더욱 높아질 것입니다. 수평 프로세스는 은행 부분을 연결합니다.
그 효과는 은행 서비스를 받지 못하거나 은행 서비스를 받지 못하는 소비자가 동정심에서가 아니라 가치 때문에 포함되는 것에서 시작됩니다. 금융기업과 비금융기업이 같은 수준이 될 것입니다. 이는 비즈니스 중심, 사람 중심의 변화를 촉진합니다. 결과적으로 지불 민주화는 기업에 10배의 이점을 가져다 줄 것입니다.
Hexaware는 Payscopium 설명에서 “상업 결제 영역에서 결제의 Uberization은 소규모, 중소기업에게 결정적인 순간이 될 것입니다.”라고 말합니다. “운전 자본은 실시간으로 보충되어 혁신의 속도와 규모가 높아질 것입니다.
“사회는 경험, 가치 창출, 삶의 질 향상에 있어서 엄청난 변화를 겪고 있습니다. 결제는 많은 인구 집단의 이러한 변화된 경험을 위한 원동력이 될 것입니다.”
AI의 연료: 적시에 적절한 데이터
소비자는 신용카드가 가장 필요하고 은행에서 대출을 제공할 때 서비스 품질의 차이를 느낍니다. 그들은 그 순간에 적절한 제품이 제공된다면 기꺼이 헌신할 것입니다.
Subramanian은 문제가 적시에 잘못된 데이터로 귀결된다고 말했습니다. 올바른 데이터가 제공되면 금융 기관은 젊은 가족에게 대학 자금, 휴가 또는 주택 개조 대출 또는 모기지를 제공할 수 있습니다. 고객이 곧 다른 국가로 여행할 경우 Forex 카드를 제공받을 수 있습니다.
비결은 은행의 구조화된 데이터를 소셜 미디어 사이트, Amazon 계정, Fitbit에 대한 사용자 승인 액세스와 연결하는 것입니다.
“인터넷에 공개되거나 반 공개적으로 제공되는 비정형 데이터를 결합하고 은행가에게 이를 수입, 지출 등 나에 대해 가지고 있는 구조 데이터에 겹쳐서 나에게 무언가를 주라고 말하면 나에게 필요한 것입니다.”라고 Subramanian이 말했습니다.
AI는 이 과정에서 접착제 역할을 합니다. 이를 통해 은행은 고객을 맞춤화하고 점수를 매길 수도 있습니다. 더 신뢰할 수 있는 차용인이 더 나은 금리를 받습니다.
Subramanian은 대규모 데이터 세트를 얻는 것부터 시작하여 자신의 비전을 테스트하기 위한 모델을 개발했습니다. 그는 신용 카드 및 쇼핑 계좌의 은행 데이터와 지출 정보를 추가했습니다. 이 모델은 운동 앱과 자선 기부로부터 통찰력을 얻습니다. 이러한 수집된 데이터를 통해 고객은 목표를 가지고 은행에 접근하고 최상의 상품 플랜을 받을 수 있습니다.
Subramanian은 “이것이 AI가 비즈니스 맥락에 적용될 때 AI의 힘이라고 생각하는 것입니다.”라고 말했습니다. "비즈니스 상황에 맞게 적절한 데이터, 사람, 시간을 결합하면 AI는 경이롭습니다."
모든 길은 AI로 통한다
AI의 측면을 두려워하는 일부 은행은 다른 접근 방식을 취합니다. 그들은 신용 위험을 평가하고 이를 휴대폰 및 웹사이트와 같은 기존 채널에 연결하기 위해 독점적인 기계 학습 알고리즘을 만듭니다. 누군가가 해당 데이터를 사용하여 경쟁 우위가 사라질까 봐 천천히 AI를 도입합니다.
이들 기관은 구조화되지 않은 데이터에서 인텔리전스를 도출하기 위한 딥 러닝에 중점을 두고 있습니다. Generative AI는 사용 가능한 모든 것을 수집하고 실행 가능한 통찰력을 제공함으로써 프런트 엔드에서 도움을 줄 것입니다. Hexaware는 이에 대응하여 Pervasive AI를 개발했습니다. 기관의 다양한 영역에서 정보를 종합하여 새로운 인텔리전스를 생성합니다.
시간이 지나면 Generative AI와 결합하여 더 많은 가치를 제공합니다. 시스템은 이자 비용을 절약하기 위해 자동으로 제품을 이동하고 휴대폰, 시계 또는 선택한 장치에 대한 알림을 통해 고객에게 알릴 수 있습니다. Subramanian은 이것을 빠르면 XNUMX년 안에 현실로 보고 있습니다.
구현 장애
기관 전체의 구조화된 데이터 연합을 방해하는 사일로로 인해 전환이 방해받을 수 있습니다. 부서는 서로 경쟁합니다. Subramanian은 여러 부서와 독립적으로 협력하여 해당 인스턴스에서 이러한 데이터 섬 사이에 가교를 구축하는 데 중점을 둡니다. 그는 해당 정보를 AI 기반 모델로 통합하여 데이터의 가치가 얼마나 다른지 보여줍니다.
“그때가 그들이 가능성의 예술을 깨닫는 때입니다.”라고 Subramanian은 말했습니다.
Subramanian은 일부 사람들이 AI를 수용하는 데 방해가 되는 다른 요인도 있다고 봅니다. 하나는 신뢰의 중요성이다. 그들은 AI를 네트워크에 도입한 후 정보가 유출되는 것을 두려워합니다.
그렇다면 대형 기업들이 AI를 수용하는 가시적인 성과가 부족한 상황이다. 물론, 스타트업이나 디지털 기업의 초기 수치가 있을 수 있지만, 일부는 더 높은 수준에서 긍정적인 결과를 볼 때까지 총구를 꺼릴 것입니다.
미래는 밝다
Subramanian은 AI의 혜택이 혁신적인 금융 서비스가 가장 필요한 소규모 기업가에게까지 전달되는 날을 기다리고 있습니다. 대기업은 제품 라인을 확장하거나 위치를 추가하는 등의 위험을 감수할 여유가 있습니다. 대부분의 중소기업에는 그렇게 할 여유가 없습니다.
AI는 더 계산된 위험을 만드는 데 도움이 될 수 있습니다. 아마도 그것은 수년 전의 모든 거래 정보와 함께 은행에서 피자 가게에 대해 실시간으로 공개된 운전 자본일 것입니다. 해당 데이터를 바탕으로 상환 기간을 연장합니다. 이를 통해 위치를 추가하거나 메뉴 크기를 늘릴 수 있습니다. 수익이 증가하고 사업이 성장합니다.
Subramanian은 "이것이 바로 은행이 할 수 있는 일이라고 보고 있습니다."라고 말했습니다. “프라이빗 뱅킹은 더 이상 틈새 시장이 아닙니다. 누구나 프라이빗 뱅킹이 필요하며, 이제 대규모 프라이빗 뱅킹이 표준이 되었습니다.
