Діяльність з управління даними та застосування технологій аналізу даних не є новими для організацій банківського сектору.

За словами пана Нгуєн Тхань Сона, директора навчального центру В'єтнамської банківської асоціації (VNBA), з 2017 року VNBA організувала багато семінарів та навчальних програм для підрозділів-членів. Якщо тоді більшість із них просто цікавилися, і лише деякі досліджували та шукали способи застосування технологій у бізнес-діяльності, прийнятті рішень та управлінні ризиками, то зараз, через 5-6 років, все змінилося.

Виступаючи на семінарі «Використання даних для успіху» 19 вересня в Ханої , пан Нгуєн Тхань Сон зазначив, що багато банків застосовують нові технології для запобігання шахрайству та платіжної діяльності в цифровій екосистемі, включаючи програми управління даними.

Маючи велику перевагу володіння величезним сховищем даних, банки, знаючи, як цим скористатися, збільшать конкурентну перевагу, покращать бренд та мінімізують ризики.

В-Нгуєн Тхань Сон.jpg
Пан Нгуєн Тхань Сон, директор навчального центру Асоціації банків В'єтнаму (VNBA), виступив з вступною промовою на семінарі «Використання даних для успіху», що відбувся 19 вересня в Ханої. Фото: Тай Кханг

Однак, щоб використовувати цей актив, дані спочатку необхідно контролювати та обробляти, або, іншими словами, ефективно регулювати.

За словами представника VNBA, великі банки запровадили стратегії обробки даних, що містять структури управління, ради директорів, персонал та спеціалізовані підрозділи, а також політики, що регулюють ролі зацікавлених сторін, встановлюють стратегії для кожного етапу та систематично впроваджують їх. Тим часом менші банки впроваджують стратегії обробки даних на нижчому рівні.

Пані Дінь Хонг Хань, заступниця генерального директора, керівник відділу фінансових консультаційних послуг PwC Vietnam, зазначила, що всі переваги, отримані від даних, походять від управління даними. Тільки якісні, стійкі та безпечні інструменти управління можуть ефективно використовувати дані.

Ще однією перевагою ефективного управління даними для банків є те, що воно допомагає їм адаптуватися та дотримуватися постійно мінливих правил та правових вимог у всьому світі.

У Південно-Східній Азії фінансові установи дедалі більше вдосконалюють своє управління даними через тиск з боку регуляторних вимог, а також рушійних сил цифрової трансформації та необхідності управління транскордонними даними.

Застосування технологій допомагає банкам досягати проривів

У банківському секторі застосування нових технологій, таких як GenAI та машинне навчання, допомагає створювати проривні рішення завдяки розумінню вподобань та поведінки клієнтів. Тим часом аналіз великих даних забезпечує персоналізовані послуги, рекомендує відповідні продукти, досягає індивідуальних фінансових цілей, тим самим підвищуючи задоволеність клієнтів та їхню взаємодію з банком.

Крім того, здатність GenAI до навчання допомагає автоматизувати складні процеси, мінімізувати помилки, заощаджувати час в операціях та забезпечувати ефективне управління ризиками. GenAI та нові технології допомагають краще керувати ризиками, розуміючи аномальні моделі поведінки, тим самим запобігаючи шахрайській поведінці.

GenAI, завдяки аналізу історичних даних, прогнозує ринкові тенденції, приймає розумніші та точніші рішення, відкриває можливості для розробки нових продуктів і послуг, а також реагує на швидкі зміни ринку.

Згідно з дослідженням Інституту Маккінсі, штучний інтелект загалом і GenAI зокрема можуть принести до 340 мільярдів доларів США завдяки підвищенню продуктивності. За даними Statista, очікується, що інвестиції банківської галузі в GenAI досягнуть 85 мільярдів доларів США до 2030 року.

Банки використовують GenAI для таких видів діяльності, як: узагальнення, глибокий пошук інформації, трансформація/переклад, розширення/покращення існуючого контенту, питання та відповіді, створення нового контенту.

Однак, оскільки штучний інтелект все частіше застосовується в операціях, обсяг створюваних даних і моделей зростатиме, що створюватиме ризики для кібербезпеки, конфіденційності, операцій, законності та відповідності. Тому для мінімізації потенційних ризиків потрібне відповідальне застосування штучного інтелекту.