Działania związane z zarządzaniem danymi i stosowaniem technologii analizy danych nie są nowością w sektorze bankowym.

Według pana Nguyen Thanh Son, dyrektora Centrum Szkoleniowego Wietnamskiego Stowarzyszenia Bankowego (VNBA), od 2017 roku VNBA zorganizowało wiele seminariów i szkoleń dla jednostek członkowskich. O ile wówczas większość z nich była po prostu zainteresowana, a tylko nieliczni badali i szukali sposobów na zastosowanie technologii w działalności biznesowej, podejmowaniu decyzji i zarządzaniu ryzykiem, to teraz, po 5-6 latach, wszystko się zmieniło.

Podczas warsztatów „Wykorzystanie danych w celu osiągnięcia sukcesu”, które odbyły się 19 września w Hanoi , pan Nguyen Thanh Son powiedział, że wiele banków stosuje nowe technologie w zapobieganiu oszustwom i obsłudze płatności w ekosystemie cyfrowym, w tym aplikacje do zarządzania danymi.

Mając do dyspozycji ogromną zaletę, jaką jest posiadanie ogromnego magazynu danych, banki, wiedząc jak z niego korzystać, zwiększą swoją przewagę konkurencyjną, ulepszą markę i zminimalizują ryzyko.

W-Nguyen Thanh Son.jpg
Pan Nguyen Thanh Son, dyrektor Centrum Szkoleniowego Wietnamskiego Stowarzyszenia Banków (VNBA), wygłosił przemówienie otwierające warsztaty „Wykorzystanie danych dla sukcesu”, które odbyły się 19 września w Hanoi. Zdjęcie: Thai Khang

Aby jednak wykorzystać ten atut, dane muszą być najpierw kontrolowane i przetwarzane, innymi słowy, skutecznie zarządzane.

Według przedstawiciela VNBA, duże banki wydały strategie zarządzania danymi, obejmujące ramy zarządzania, zarządy, personel i jednostki specjalistyczne, a także polityki regulujące role interesariuszy, ustanawiające strategie dla każdego etapu i systematycznie je wdrażające. Tymczasem mniejsze banki wdrażają strategie zarządzania danymi na niższym poziomie.

Pani Dinh Hong Hanh, zastępca dyrektora generalnego ds. usług doradztwa finansowego w PwC Vietnam, skomentowała, że ​​korzyści płynące z danych wynikają przede wszystkim z zarządzania nimi. Tylko dobre, zrównoważone i bezpieczne narzędzia zarządzania pozwalają na efektywne wykorzystanie danych.

Kolejną korzyścią płynącą z efektywnego zarządzania danymi dla banków jest to, że pomaga im dostosowywać się i przestrzegać ciągle zmieniających się przepisów i wymogów prawnych na całym świecie.

Instytucje finansowe w Azji Południowo-Wschodniej coraz bardziej udoskonalają zarządzanie danymi ze względu na presję ze strony wymogów regulacyjnych, a także czynników napędzających transformację cyfrową i potrzebę zarządzania danymi transgranicznymi.

Zastosowanie technologii pomaga bankom dokonywać przełomów

W sektorze bankowym zastosowanie nowych technologii, takich jak GenAI i uczenie maszynowe, pomaga w tworzeniu przełomowych rozwiązań poprzez zrozumienie preferencji i zachowań klientów. Tymczasem analiza Big Data zapewnia spersonalizowane usługi, rekomenduje odpowiednie produkty i realizuje indywidualne cele finansowe, zwiększając tym samym satysfakcję i zaangażowanie klientów w bank.

Ponadto, zdolność uczenia się GenAI pomaga automatyzować złożone procesy, minimalizować błędy, oszczędzać czas operacji i zapewniać skuteczne zarządzanie ryzykiem. GenAI i nowe technologie pomagają lepiej zarządzać ryzykiem poprzez zrozumienie nieprawidłowych wzorców zachowań, zapobiegając w ten sposób oszustwom.

GenAI, wykorzystując analizę danych historycznych, prognozuje trendy rynkowe, podejmuje mądrzejsze i dokładniejsze decyzje, otwiera możliwości rozwoju nowych produktów i usług oraz reaguje na szybkie zmiany na rynku.

Według badań McKinsey Institute, sztuczna inteligencja (AI) w ogóle, a w szczególności GenAI, może przynieść nawet 340 miliardów dolarów zysku dzięki zwiększonej produktywności. Według Statista, inwestycje sektora bankowego w GenAI mają osiągnąć 85 miliardów dolarów do 2030 roku.

Banki wykorzystują GenAI do takich działań, jak: podsumowywanie, wyszukiwanie szczegółowych informacji, transformacja/tłumaczenie, rozszerzanie/udoskonalanie istniejących treści, pytania i odpowiedzi, tworzenie nowych treści.

Jednak wraz z rosnącym wykorzystaniem sztucznej inteligencji w operacjach, ilość tworzonych danych i modeli będzie rosła, co stwarza zagrożenia dla cyberbezpieczeństwa, prywatności, operacji, legalności i zgodności z przepisami. Dlatego konieczne jest odpowiedzialne stosowanie sztucznej inteligencji, aby zminimalizować potencjalne ryzyko.