డిజిటల్ బ్యాంకింగ్ ప్లాట్ఫారమ్ ప్లూమెరీ AI నుండి వచ్చిన కొత్త సాంకేతికత ఆర్థిక సంస్థల కోసం గందరగోళాన్ని పరిష్కరించడం లక్ష్యంగా పెట్టుకుంది: భావన యొక్క రుజువులను అధిగమించడం మరియు రోజువారీ బ్యాంకింగ్ కార్యకలాపాలలో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ను ఎలా పొందుపరచడం అనేది పాలన, భద్రత లేదా నియంత్రణ సమ్మతితో రాజీపడకుండా.
Plumery యొక్క “AI ఫ్యాబ్రిక్” అనేది ఉత్పాదక AI సాధనాలు మరియు నమూనాలను కోర్ బ్యాంకింగ్ డేటా మరియు సేవలకు అనుసంధానించడానికి ఒక ప్రామాణిక ఫ్రేమ్వర్క్గా కంపెనీచే ఉంచబడింది. ప్లూమెరీ ప్రకారం, ఉత్పత్తి బెస్పోక్ ఇంటిగ్రేషన్లపై ఆధారపడటాన్ని తగ్గించడానికి మరియు సంస్థలు పెరిగే కొద్దీ స్కేల్ చేయగల ఈవెంట్-ఆధారిత, API-ఫస్ట్ ఆర్కిటెక్చర్ను ప్రోత్సహించడానికి ఉద్దేశించబడింది.
ఇది పరిష్కరించడానికి ప్రయత్నిస్తున్న సవాలు రంగంలో గుర్తింపు పొందింది. బ్యాంకులు గత దశాబ్దంలో AI ప్రయోగంలో భారీగా పెట్టుబడులు పెట్టాయి, అయితే చాలా విస్తరణలు పరిమితంగానే ఉన్నాయి. ఉత్పాదక AI ఆర్థిక సేవలలో ఉత్పాదకత మరియు కస్టమర్ అనుభవాన్ని మెటీరియల్గా మెరుగుపరచగలిగినప్పటికీ, చాలా బ్యాంకులు ఫ్రాగ్మెంటెడ్ డేటా ఎస్టేట్లు మరియు ప్రస్తుత ఆపరేటింగ్ మోడల్ల కారణంగా పైలట్లను ఉత్పత్తిలోకి అనువదించడానికి కష్టపడుతున్నాయని మెకిన్సే పరిశోధన సూచిస్తుంది. ఎంటర్ప్రైజ్-స్థాయి AI స్వీకరణకు షేర్డ్ ఇన్ఫ్రాస్ట్రక్చర్ మరియు గవర్నెన్స్ మరియు పునర్వినియోగ డేటా ఉత్పత్తులు అవసరమని కన్సల్టెన్సీ వాదించింది.
ప్రోడక్ట్ లాంచ్తో పాటుగా చేసిన వ్యాఖ్యలలో, ప్లూమెరీ వ్యవస్థాపకుడు మరియు చీఫ్ ఎగ్జిక్యూటివ్, బెన్ గోల్డిన్, ఆర్థిక సంస్థలు AI నుండి ఏమి ఆశిస్తున్నాయో స్పష్టంగా ఉన్నాయని అన్నారు.
“కస్టమర్ అనుభవం మరియు కార్యకలాపాలను మెరుగుపరిచే నిజమైన ఉత్పత్తి వినియోగ కేసులను వారు కోరుకుంటున్నారు, అయితే వారు పాలన, భద్రత లేదా నియంత్రణపై రాజీపడరు” అని ఆయన చెప్పారు. “ఈవెంట్-ఆధారిత డేటా మెష్ ఆర్కిటెక్చర్ బ్యాంకింగ్ డేటా ఎలా ఉత్పత్తి చేయబడుతుందో, భాగస్వామ్యం చేయబడి మరియు వినియోగించబడుతుందో మారుస్తుంది, ఫ్రాగ్మెంటెడ్ సిస్టమ్ల పైన మరొక AI లేయర్ను జోడించదు.”
ఫ్రాగ్మెంటెడ్ డేటా ఒక అవరోధంగా మిగిలిపోయింది
బ్యాంకింగ్లో కార్యాచరణ AIకి డేటా ఫ్రాగ్మెంటేషన్ అవరోధాలలో ఒకటి. అనేక సంస్థలు కొత్త డిజిటల్ ఛానెల్లలో కూర్చునే లెగసీ కోర్ సిస్టమ్లపై ఆధారపడతాయి, ఉత్పత్తులు మరియు కస్టమర్ ప్రయాణాలలో గోతులు సృష్టిస్తాయి. ప్రతి AI చొరవకు తాజా ఇంటిగ్రేషన్ వర్క్, సెక్యూరిటీ రివ్యూలు మరియు గవర్నెన్స్ ఆమోదాలు అవసరం, తద్వారా ఖర్చులు పెరుగుతాయి మరియు డెలివరీ మందగిస్తుంది.
విద్యా మరియు పరిశ్రమ పరిశోధన మద్దతు ఈ నిర్ధారణ. ఫైనాన్షియల్ సర్వీసెస్లో వివరించదగిన AIపై చేసిన అధ్యయనాలు, ఫ్రాగ్మెంటెడ్ పైప్లైన్లు నిర్ణయాలను గుర్తించడం మరియు నియంత్రణ ప్రమాదాన్ని పెంచడం కష్టతరం చేస్తాయి, ముఖ్యంగా క్రెడిట్ స్కోరింగ్ మరియు యాంటీ-మనీ-లాండరింగ్ వంటి రంగాలలో. మోడల్లు ఎక్కడ అభివృద్ధి చేయబడినా, AI-ఆధారిత ఫలితాలను బ్యాంకులు తప్పనిసరిగా వివరించగలగాలి మరియు ఆడిట్ చేయగలవని రెగ్యులేటర్లు స్పష్టం చేశారు.
డొమైన్-ఆధారిత బ్యాంకింగ్ డేటాను గవర్నేటెడ్ స్ట్రీమ్లుగా ప్రదర్శించడం ద్వారా దాని AI ఫ్యాబ్రిక్ అటువంటి సమస్యలను పరిష్కరిస్తుంది, వీటిని బహుళ వినియోగ సందర్భాలలో తిరిగి ఉపయోగించుకోవచ్చు. నిశ్చితార్థం మరియు ఇంటెలిజెన్స్ సిస్టమ్ల నుండి రికార్డ్ సిస్టమ్లను వేరు చేయడం వల్ల బ్యాంకులు మరింత సురక్షితంగా ఆవిష్కరించడానికి వీలు కల్పిస్తుందని కంపెనీ వాదించింది.
ఇప్పటికే ఉత్పత్తిలో ఉన్న AI యొక్క సాక్ష్యం
సవాళ్లు ఉన్నప్పటికీ, AI ఇప్పటికే ఆర్థిక రంగంలోని అనేక భాగాలలో పొందుపరచబడింది. పరిశ్రమ విశ్లేషకులచే సంకలనం చేయబడిన కేస్ స్టడీలు కస్టమర్ సేవ, రిస్క్ మేనేజ్మెంట్ మరియు సమ్మతిలో మెషిన్ లెర్నింగ్ మరియు సహజ భాషా ప్రాసెసింగ్ యొక్క విస్తృత వినియోగాన్ని చూపుతాయి.
సిటీ బ్యాంక్, ఉదాహరణకు, సాధారణ కస్టమర్ విచారణలను నిర్వహించడానికి, కాల్ సెంటర్లపై ఒత్తిడిని తగ్గించడానికి మరియు ప్రతిస్పందన సమయాన్ని మెరుగుపరచడానికి AI-శక్తితో కూడిన చాట్బాట్లను అమలు చేసింది. ఇతర పెద్ద బ్యాంకులు లోన్ పోర్ట్ఫోలియోలను పర్యవేక్షించడానికి మరియు డిఫాల్ట్లను అంచనా వేయడానికి ప్రిడిక్టివ్ అనలిటిక్స్ని ఉపయోగిస్తాయి. క్రెడిట్ రిస్క్ను అంచనా వేయడానికి మరియు పోర్ట్ఫోలియో మేనేజ్మెంట్ను బలోపేతం చేయడానికి మెషిన్ లెర్నింగ్ మోడల్లను ఉపయోగించడాన్ని Santander బహిరంగంగా వివరించింది.
మోసాన్ని గుర్తించడం అనేది మరొక పరిణతి చెందిన ప్రాంతం. బ్యాంకులు లావాదేవీల విధానాలను విశ్లేషించడానికి AI సిస్టమ్లపై ఎక్కువగా ఆధారపడతాయి, నియమ-ఆధారిత వ్యవస్థల కంటే క్రమరహిత ప్రవర్తనను మరింత ప్రభావవంతంగా ఫ్లాగ్ చేస్తాయి. సాంకేతిక కన్సల్టెన్సీల నుండి పరిశోధన అటువంటి నమూనాలు అధిక-నాణ్యత డేటా ప్రవాహాలపై ఆధారపడి ఉన్నాయని మరియు చిన్న సంస్థలకు ఏకీకరణ సంక్లిష్టత పరిమితి కారకంగా మిగిలి ఉందని పేర్కొంది.
మార్జిన్ల వద్ద మరిన్ని అధునాతన అప్లికేషన్లు పుట్టుకొస్తున్నాయి. విద్యా పరిశోధన పెద్ద భాషా నమూనాలలోకి, కఠినమైన పాలనలో, సంభాషణ AI రిటైల్ బ్యాంకింగ్లో కొన్ని లావాదేవీలు మరియు సలహా విధులకు మద్దతు ఇవ్వగలదని సూచిస్తుంది. అయినప్పటికీ, ఈ అమలులు ప్రయోగాత్మకంగా ఉంటాయి మరియు వాటి నియంత్రణ చిక్కుల కారణంగా నిశితంగా పరిశీలించబడతాయి.
ప్లాట్ఫారమ్ ప్రొవైడర్లు మరియు పర్యావరణ వ్యవస్థ విధానాలు
ప్లుమెరీ డిజిటల్ బ్యాంకింగ్ ప్లాట్ఫారమ్ల యొక్క పోటీ మార్కెట్లో పనిచేస్తుంది, అవి కోర్ సిస్టమ్ల భర్తీకి బదులుగా ఆర్కెస్ట్రేషన్ లేయర్లుగా ఉంటాయి. కంపెనీ విస్తృత ఫిన్టెక్ పర్యావరణ వ్యవస్థలకు సరిపోయేలా రూపొందించిన భాగస్వామ్యాలను నమోదు చేసింది. దాని ఓజోన్ APIతో ఏకీకరణఒక ఓపెన్ బ్యాంకింగ్ ఇన్ఫ్రాస్ట్రక్చర్ ప్రొవైడర్, కస్టమ్ డెవలప్మెంట్ లేకుండా, స్టాండర్డ్స్-కంప్లైంట్ సర్వీస్లను మరింత త్వరగా డెలివరీ చేయడానికి బ్యాంకులకు ఒక మార్గంగా అందించబడింది.
దీని విధానం కంపోజిబుల్ ఆర్కిటెక్చర్ల పట్ల విస్తృత పరిశ్రమ ధోరణిని ప్రతిబింబిస్తుంది. బ్యాక్బేస్ మరియు ఇతరులు వంటి విక్రేతలు API-సెంట్రిక్ ప్లాట్ఫారమ్లను ప్రోత్సహిస్తారు, ఇవి AI, అనలిటిక్స్ మరియు థర్డ్-పార్టీ సేవలను ఇప్పటికే ఉన్న కోర్కి ప్లగ్ చేయడానికి బ్యాంకులను అనుమతిస్తాయి. పెద్ద-స్థాయి సిస్టమ్ రీప్లేస్మెంట్ కంటే పెరుగుతున్న ఆవిష్కరణలకు ఇటువంటి నిర్మాణాలు బాగా సరిపోతాయని విశ్లేషకులు సాధారణంగా అంగీకరిస్తారు.
సంసిద్ధత అసమానంగా ఉంటుంది
రంగంలో సంసిద్ధత అసమానంగా ఉందని ఆధారాలు సూచిస్తున్నాయి. ఎ నివేదిక బోస్టన్ కన్సల్టింగ్ గ్రూప్ ద్వారా, బ్యాంకుల్లో నాలుగింట ఒక వంతు కంటే తక్కువ మంది తాము పెద్ద ఎత్తున AI స్వీకరణకు సిద్ధంగా ఉన్నామని నమ్ముతున్నారు. గవర్నెన్స్, డేటా ఫౌండేషన్లు మరియు ఆపరేటింగ్ క్రమశిక్షణలో అంతరం ఉందని వాదించారు.
నియంత్రకాలు ప్రయోగాల కోసం నియంత్రిత వాతావరణాలను అందించడం ద్వారా ప్రతిస్పందించారు. UK లో, నియంత్రణ శాండ్బాక్స్ కార్యక్రమాలు AIతో సహా కొత్త సాంకేతికతలను పరీక్షించడానికి బ్యాంకులను అనుమతించండి. ఈ కార్యక్రమాలు ఆవిష్కరణలకు మద్దతు ఇవ్వడానికి మరియు జవాబుదారీతనం మరియు రిస్క్ మేనేజ్మెంట్ను బలోపేతం చేయడానికి ఉద్దేశించబడ్డాయి.
ప్లూమెరీ వంటి విక్రేతల కోసం, సాంకేతిక ఆశయం మరియు నియంత్రణ వాస్తవికతను సమలేఖనం చేసే మౌలిక సదుపాయాలను అందించడంలో అవకాశం ఉంది. AI ఫ్యాబ్రిక్ మార్కెట్లోకి ప్రవేశిస్తుంది, ఇక్కడ కార్యాచరణ AI కోసం డిమాండ్ స్పష్టంగా ఉంటుంది, అయితే కొత్త సాధనాలు సురక్షితంగా మరియు పారదర్శకంగా ఉంటాయని నిరూపించడంపై విజయం ఆధారపడి ఉంటుంది.
ప్లూమెరీ యొక్క విధానం ఆమోదించబడిన ప్రమాణంగా మారుతుందో లేదో అనిశ్చితంగా ఉంది. బ్యాంకులు ప్రయోగాల నుండి ఉత్పత్తికి మారడంతో, AIకి మద్దతు ఇచ్చే నిర్మాణాల వైపు దృష్టి సారిస్తోంది. ఆ సందర్భంలో, డిజిటల్ బ్యాంకింగ్ తదుపరి దశలో సాంకేతిక సౌలభ్యాన్ని మరియు పాలనా కట్టుబాట్లను ప్రదర్శించగల ప్లాట్ఫారమ్లు ముఖ్యమైన పాత్ర పోషించే అవకాశం ఉంది.
(చిత్ర మూలం: జెస్సీ వార్నర్ రచించిన “కలర్ఫుల్ షేల్ స్ట్రాటా ఆఫ్ ది ఎడ్జ్ ఆఫ్ ది శాన్ రాఫెల్ స్వెల్” CC BY-NC-SA 2.0 ప్రకారం లైసెన్స్ పొందింది.)
పరిశ్రమ ప్రముఖుల నుండి AI మరియు పెద్ద డేటా గురించి మరింత తెలుసుకోవాలనుకుంటున్నారా? తనిఖీ చేయండి AI & బిగ్ డేటా ఎక్స్పో ఆమ్స్టర్డామ్, కాలిఫోర్నియా మరియు లండన్లో జరుగుతున్నాయి. సమగ్ర కార్యక్రమం ఇందులో భాగమే టెక్ఎక్స్ మరియు ఇతర ప్రముఖ సాంకేతిక ఈవెంట్లతో కలిసి ఉంది. క్లిక్ చేయండి ఇక్కడ మరింత సమాచారం కోసం.
AI వార్తలు ఆధారితం టెక్ఫోర్జ్ మీడియా. రాబోయే ఇతర ఎంటర్ప్రైజ్ టెక్నాలజీ ఈవెంట్లు మరియు వెబ్నార్లను అన్వేషించండి ఇక్కడ.
