Οι δραστηριότητες διαχείρισης δεδομένων και η εφαρμογή τεχνολογίας ανάλυσης δεδομένων δεν είναι κάτι καινούργιο για τους οργανισμούς του τραπεζικού τομέα.

Σύμφωνα με τον κ. Nguyen Thanh Son, Διευθυντή του Κέντρου Εκπαίδευσης του Συνδέσμου Τραπεζών του Βιετνάμ (VNBA), από το 2017, το VNBA έχει διοργανώσει πολλά σεμινάρια και προγράμματα κατάρτισης για τις μονάδες-μέλη. Αν τότε, οι περισσότεροι από αυτούς απλώς ενδιαφέρονταν και μόνο λίγοι ερευνούσαν και έβρισκαν τρόπους για να εφαρμόσουν την τεχνολογία στις επιχειρηματικές δραστηριότητες, τη λήψη αποφάσεων και τη διαχείριση κινδύνων, τώρα, μετά από 5-6 χρόνια, όλα έχουν αλλάξει.

Κατά τη διάρκεια της ομιλίας του στο εργαστήριο με τίτλο «Αξιοποίηση δεδομένων για την επιτυχία» στις 19 Σεπτεμβρίου στο Ανόι , ο κ. Nguyen Thanh Son δήλωσε ότι πολλές τράπεζες εφαρμόζουν νέες τεχνολογίες στην πρόληψη της απάτης και στις δραστηριότητες πληρωμών στο ψηφιακό οικοσύστημα, συμπεριλαμβανομένων των εφαρμογών διαχείρισης δεδομένων.

Με το μεγάλο πλεονέκτημα της κατοχής μιας τεράστιας αποθήκης δεδομένων, αν γνωρίζουν πώς να τα εκμεταλλευτούν, οι τράπεζες θα αυξήσουν το ανταγωνιστικό πλεονέκτημα, θα ενισχύσουν την επωνυμία τους και θα ελαχιστοποιήσουν τους κινδύνους.

W-Nguyen Thanh Son.jpg
Ο κ. Nguyen Thanh Son, Διευθυντής του Κέντρου Εκπαίδευσης του Συνδέσμου Τραπεζών του Βιετνάμ (VNBA), εκφώνησε την εναρκτήρια ομιλία στο εργαστήριο με τίτλο «Αξιοποίηση δεδομένων για την επιτυχία» στις 19 Σεπτεμβρίου στο Ανόι. Φωτογραφία: Thai Khang

Ωστόσο, για να αξιοποιηθεί αυτό το περιουσιακό στοιχείο, τα δεδομένα πρέπει πρώτα να ελέγχονται και να υποβάλλονται σε επεξεργασία ή, με άλλα λόγια, να διαχειρίζονται αποτελεσματικά.

Σύμφωνα με τον εκπρόσωπο της VNBA, οι μεγάλες τράπεζες έχουν εκδώσει στρατηγικές δεδομένων, με πλαίσια διακυβέρνησης, διοικητικά συμβούλια, προσωπικό και εξειδικευμένες μονάδες, μαζί με πολιτικές που ρυθμίζουν τους ρόλους των ενδιαφερόμενων μερών, θεσπίζουν στρατηγικές για κάθε στάδιο και τις εφαρμόζουν συστηματικά. Εν τω μεταξύ, οι μικρότερες τράπεζες εφαρμόζουν στρατηγικές δεδομένων σε χαμηλότερο επίπεδο.

Η κα Dinh Hong Hanh, Αναπληρώτρια Γενική Διευθύντρια, Επικεφαλής Υπηρεσιών Χρηματοοικονομικής Συμβουλευτικής της PwC Βιετνάμ, σχολίασε ότι τα οφέλη που προκύπτουν από τα δεδομένα προέρχονται όλα από τη διαχείριση δεδομένων. Μόνο καλά, βιώσιμα και ασφαλή εργαλεία διαχείρισης μπορούν να αξιοποιήσουν αποτελεσματικά τα δεδομένα.

Ένα άλλο πλεονέκτημα της αποτελεσματικής διακυβέρνησης δεδομένων για τις τράπεζες είναι ότι τις βοηθά να προσαρμόζονται και να συμμορφώνονται με τους συνεχώς μεταβαλλόμενους κανονισμούς και τις νομικές απαιτήσεις παγκοσμίως.

Στη Νοτιοανατολική Ασία, τα χρηματοπιστωτικά ιδρύματα ωριμάζουν ολοένα και περισσότερο τη διακυβέρνηση των δεδομένων τους λόγω της πίεσης από τις κανονιστικές απαιτήσεις, καθώς και από τους παράγοντες του ψηφιακού μετασχηματισμού και την ανάγκη διαχείρισης διασυνοριακών δεδομένων.

Η εφαρμογή της τεχνολογίας βοηθά τις τράπεζες να κάνουν σημαντικές καινοτομίες

Στον τραπεζικό τομέα, η εφαρμογή νέων τεχνολογιών όπως η Γενετική Τεχνητή Νοημοσύνη (GenAI) και η μηχανική μάθηση συμβάλλουν στην επίτευξη πρωτοποριακών λύσεων μέσω της κατανόησης των προτιμήσεων και των συμπεριφορών των πελατών. Παράλληλα, η ανάλυση Μεγάλων Δεδομένων (Big Data) παρέχει εξατομικευμένες υπηρεσίες, προτείνει κατάλληλα προϊόντα, ανταποκρίνεται σε ατομικούς οικονομικούς στόχους, βελτιώνοντας έτσι την ικανοποίηση των πελατών και την αλληλεπίδραση με την τράπεζα.

Επιπλέον, η μαθησιακή ικανότητα του GenAI βοηθά στην αυτοματοποίηση πολύπλοκων διαδικασιών, στην ελαχιστοποίηση σφαλμάτων, στην εξοικονόμηση χρόνου στις λειτουργίες και στην παροχή ισχυρής διαχείρισης κινδύνων. Το GenAI και οι νέες τεχνολογίες βοηθούν στην καλύτερη διαχείριση των κινδύνων κατανοώντας τα μη φυσιολογικά πρότυπα συμπεριφοράς, αποτρέποντας έτσι την δόλια συμπεριφορά.

Η Γενική Τεχνητή Νοημοσύνη (GenAI), μέσω της ανάλυσης ιστορικών δεδομένων, προβλέπει τις τάσεις της αγοράς, λαμβάνει πιο έξυπνες και ακριβείς αποφάσεις, ανοίγει ευκαιρίες για την ανάπτυξη νέων προϊόντων και υπηρεσιών και ανταποκρίνεται στις ραγδαίες αλλαγές της αγοράς.

Σύμφωνα με έρευνα του Ινστιτούτου McKinsey, η Τεχνητή Νοημοσύνη γενικότερα και η Γενετικά Τεχνητή Νοημοσύνη ειδικότερα μπορούν να συνεισφέρουν έως και 340 δισεκατομμύρια δολάρια ΗΠΑ μέσω της αυξημένης παραγωγικότητας. Σύμφωνα με την Statista, οι επενδύσεις του τραπεζικού κλάδου στη Γενετικά Τεχνητή Νοημοσύνη αναμένεται να φτάσουν τα 85 δισεκατομμύρια δολάρια ΗΠΑ έως το 2030.

Οι τράπεζες χρησιμοποιούν την GenAI για δραστηριότητες όπως: σύνοψη, ανάκτηση εις βάθος πληροφοριών, μετασχηματισμός/μετάφραση, επέκταση/βελτίωση υπάρχοντος περιεχομένου, ερωτήσεις και απαντήσεις, δημιουργία νέου περιεχομένου.

Ωστόσο, καθώς η Τεχνητή Νοημοσύνη εφαρμόζεται ολοένα και περισσότερο στις λειτουργίες, η ποσότητα των δεδομένων και των μοντέλων που δημιουργούνται θα αυξηθεί, προκαλώντας κινδύνους για την κυβερνοασφάλεια, το απόρρητο, τις λειτουργίες, τη νομιμότητα και τη συμμόρφωση. Επομένως, απαιτείται υπεύθυνη εφαρμογή της Τεχνητής Νοημοσύνης για την ελαχιστοποίηση των πιθανών κινδύνων.