Datahåndteringsaktiviteter og anvendelse av dataanalyseteknologi er ikke nytt for organisasjoner i banksektoren.

Ifølge Nguyen Thanh Son, direktør for opplæringssenteret i Vietnam Banking Association (VNBA), har VNBA organisert mange seminarer og opplæringsprogrammer for medlemsenheter siden 2017. På den tiden var de fleste bare interesserte, og bare noen få forsket på og fant måter å anvende teknologi i forretningsaktiviteter, beslutningstaking og risikostyring, men nå, etter 5–6 år, har alt forandret seg.

På workshopen «Leveraging data for success» 19. september i Hanoi sa Nguyen Thanh Son at mange banker har tatt i bruk ny teknologi i svindelforebygging og betalingsaktiviteter i det digitale økosystemet, inkludert datahåndteringsapplikasjoner.

Med den store fordelen av å ha et enormt datalager, vil banker øke konkurransefortrinnet, styrke merkevaren og minimere risikoen hvis de vet hvordan de skal utnytte dette.

W-Nguyen Thanh Son.jpg
Nguyen Thanh Son, direktør for opplæringssenteret i Vietnam Banks Association (VNBA), holdt åpningstalen på workshopen «Leveraging data for success» 19. september i Hanoi. Foto: Thai Khang

For å utnytte denne ressursen må imidlertid data først kontrolleres og behandles, eller med andre ord, styres, effektivt.

Ifølge VNBA-representanten har store banker utstedt datastrategier, med styringsrammeverk, styrer, ansatte og spesialiserte enheter, sammen med retningslinjer som regulerer interessentenes roller, etablerer strategier for hvert trinn og implementerer dem systematisk. Samtidig implementerer mindre banker datastrategier på et lavere nivå.

Fru Dinh Hong Hanh, assisterende administrerende direktør for Financial Advisory Services i PwC Vietnam, kommenterte at fordelene med data alle kommer fra datahåndtering. Bare gode, bærekraftige og sikre styringsverktøy kan utnytte data effektivt.

En annen fordel med effektiv datastyring for banker er at det hjelper dem med å tilpasse seg og overholde stadig skiftende regelverk og juridiske krav globalt.

I Sørøst-Asia modnes finansinstitusjoner i økende grad sin datastyring på grunn av press fra regulatoriske krav, samt drivere for digital transformasjon og behovet for å håndtere grenseoverskridende data.

Bruk av teknologi hjelper banker med å gjøre gjennombrudd

I banksektoren bidrar bruken av ny teknologi som GenAI og maskinlæring til banebrytende løsninger gjennom forståelse av kundepreferanser og -atferd. Samtidig gir stordataanalyse personlige tjenester, anbefaler passende produkter, oppfyller individuelle økonomiske mål, og forbedrer dermed kundetilfredsheten og engasjementet med banken.

I tillegg bidrar GenAIs læringsevne til å automatisere komplekse prosesser, minimere feil, spare tid i driften og gi god risikostyring. GenAI og ny teknologi bidrar til å håndtere risikoer bedre ved å forstå unormale atferdsmønstre, og dermed forhindre uredelig atferd.

Gjennom analyse av historiske data kan GenAI forutsi markedstrender, ta smartere og mer nøyaktige beslutninger, åpne opp muligheter for å utvikle nye produkter og tjenester, og reagere på raske markedsendringer.

Ifølge forskning fra McKinsey Institute kan AI generelt og GenAI spesielt bidra med opptil 340 milliarder USD gjennom økt produktivitet. Ifølge Statista forventes banknæringens investeringer i GenAI å nå 85 milliarder USD innen 2030.

Banker bruker GenAI til aktiviteter som: oppsummering, dyp informasjonsgjenfinning, transformasjon/oversettelse, utvidelse/forbedring av eksisterende innhold, spørsmål og svar, og oppretting av nytt innhold.

Etter hvert som AI i økende grad brukes i drift, vil mengden data og modeller som lages øke, noe som vil føre til risikoer for cybersikkerhet, personvern, drift, lovlighet og samsvar. Derfor krever det ansvarlig bruk av AI for å minimere potensielle risikoer.