[AI-人工智能]推动AI驱动的云银行未来
在贷款发放业务中,今天的银行所面临的世界比15年前复杂得多。
在全球金融危机(GFC)后,立法者引入了广泛的法规,以加强全球金融体系的资本要求框架。
AI正在帮助银行追回用于将银行政策与复杂贷款申请匹配所消耗的宝贵时间。
对于像银行这样的风险承受实体来说,突然之间这是一个全新的宇宙。
许多改革包括新的报告要求,以帮助监管机构填补数据空白并解决特定产品问题。在这些产品中,贷款是首当其冲,也是监管机构与银行沟通最频繁的领域。
总部位于美国的金融科技公司nCino发现,商业银行在其AI驱动的云平台中找到了一个充满热情的客户群,这些银行希望通过数字化和简化流程来提高效率。
正如nCino的数据与AI副总裁Donald Permezel所说,该公司的产品是“由银行家为银行家”而打造的。
“与客户保持绝对且虔诚的紧密联系是nCino的生命线”,Permezel说。“我们有一系列产品,我们进行反向演示,不是我们向客户展示如何使用软件,而是客户向我们展示如何使用我们的软件。”
“通过这种方式,我们能够深入了解什么对他们有价值,并最终了解他们试图通过我们的工具完成什么样的工作。”
nCino的关键AI产品“银行顾问”(Banking Advisor)利用最新的生成式AI和机器学习技术,专注于提高效率、减少错误和增强银行体验的实际应用,这些技术正在挽回通常用于将银行政策与复杂贷款申请匹配的宝贵时间。
“作为一名银行家,你有时会遇到非常复杂的问题;例如,你可能正在处理一个涉及多个实体或项目的建筑贷款,而项目负责人可能处于某种困难的境地。”Permezel说。
“了解银行对此类问题的政策——即使是在12个月前——也可能耗费大量员工的时间。”
通过nCino平台,银行家正在简化这类工作流程并建立操作韧性。
“使用最先进的大型语言模型,它不仅会加载银行的政策,还会将文档本身矢量化,”他说。“它不仅仅告诉你‘答案在这里’,还会突出需要交叉引用的文档部分,以提供实质性证明。”
“这类技术能够节省银行的数小时时间,这也是nCino针对的那类问题。”
马萨诸塞州Northern Bank的首席数据官Christopher Hart表示,自2016年上线nCino平台以来,该平台帮助银行解决了数据提取的问题。
“通过使用‘银行顾问’,像Northern Bank这样的银行现在可以转向优化高效的工作流程,并利用生成式AI工具使数据为他们服务,而不是他们为数据服务。”他说。
“nCino的灵活技术和统一平台使我们能够将智能自动化构建到我们的业务中,并提供客户期望的个性化服务。因此,我们很容易就决定成为这一创新副驾驶的早期采用者和先驱。”
与此同时,生成式AI在云银行中的使用案例正在迅速扩展。nCino与AI决策平台Rich Data Co的合作就是一个例子,展示了AI技术如何成功应用于高度复杂的风险管理领域。
“他们提供了领先的风险管理技术,并将其应用于那些已经获得贷款的银行客户,建议银行是否需要在某些问题上提供帮助。”nCino的Permezel说。
“他们在决策时发挥作用,给予正确的信用风险水平‘通过’或‘不通过’的判断。”
Permezel说,这项技术已经从大型语言模型转移,不仅展示问题的解决方案,还展示它是如何得出决策的——这在管理复杂的风险管理中至关重要。
“他们采用了一种将解释性放在首位的AI方法,”Permezel说。“他们能够使用技术来展示什么是好的信用风险,什么不是,但随后他们会非常精确地告诉银行机器学习的具体判断依据。”
他说,银行家们在后勤工作上花费了大量时间,而nCino与Rich Data Co之间的合作的力量在于解放了宝贵的工时,使他们能够专注于管理正确的风险。
他说,未来12个月内,nCino的目标是引导AI技术提取、读取和存档PDF文件,将任何文件转换为可用数据。
“基本上,我们正在部署一种技术,你可以上传任何文件——无论是工资单还是银行对账单——它将提取出每一项信息,展示给银行家进行交叉引用,然后将其放置在需要的位置。”
“这已经成为我们的一项业务:这就是为什么各地的首席执行官都在敲我们的门,问‘我们什么时候可以使用这项技术?’”
相关关键词:
AI, 云银行, 贷款申请, 风险管理, 金融科技, 生成式AI, 大型语言模型, 数据提取, nCino, 银行顾问, 商业银行, 数字化, 流程优化, 运营韧性, 银行政策, PDF提取, 机器学习, 客户个性化, 智能自动化, 数据分析, 风险评估, 信贷风险, Rich Data Co, 技术合作, 文档矢量化, 决策平台, Northern Bank, 数据空白, 报告要求, 风险承受, 法规改革, 金融体系, 资本要求, 数据交叉引用, 工作流程简化, 数据服务, 技术应用, 解释性AI, 生成式AI工具, 数据工作流程, 银行政策加载, 复杂贷款, 数据管理, 运营效率, 人工智能, AI决策, 银行数据, 风险解决方案, 业务自动化.