Trendy 2020: rynek usług finansowych vs. technologia

Trendy 2020: rynek usług finansowych vs. technologia
Transformacja cyfrowa w branży usług finansowych nabiera coraz bardziej imponującego tempa: AI, RPA (Robotic Process Automation) oraz Big Data stopniowo wypierają tradycyjne systemy bankowe o niskiej efektywności. Jesteśmy na progu znaczących zmian, które wpłyną na UX oraz obniżenie kosztów i szybkość wdrażania rozwiązań. Eksperci DataArt w obszarze finansów opracowali listę kluczowych trendów, które będą kształtować branżę w nadchodzącym roku.

1. Robotyzacja procesów biznesowych

Duże instytucje finansowe, takie jak niektóre banki i maklerzy giełdowi, już korzystają z RPA  w najważniejszych procesach. Coraz więcej dużych banków automatyzuje proces składania dokumentów  oraz i weryfikacji  potencjalnych klientów. RPA jest również wdrażane w procesie śledzenia transakcji w czasie rzeczywistym. Robotyzacja dotyczy obecnie także średnich graczy na rynku finansowym: małe fundusze hedgingowe i prywatne firmy inwestycyjne wprowadzają RPA zarówno w operacjach wewnętrznych - szkoleniu nowych pracowników, kontroli zgodności - jak i w procesach obsługi klienta.

Jak dotąd niewielu zdołało zająć się pełnym wdrożeniem robotyzacji, próbując przede wszystkim połączyć systemy i procesy w różnych działach organizacji. Jednocześnie firmy te początkowo polegały na nadzorowanej robotyzacji (attended RPA) podczas inicjacji  zautomatyzowanych procesów, ale sytuacja się zmienia - mechanizmy RPA są teraz znacznie częściej uruchamiane na podstawie wiadomości e-mail lub danych pobranych z bazy danych.

Sztuczna inteligencja odgrywa coraz większą rolę w automatyzacji. Od samego początku instytucje finansowe korzystały z mechanizmów przetwarzania języka naturalnego (NLP) w celu automatycznego wydobywania danych, ale teraz przechodzą na uczenie maszynowe na znacznie większą skalę, odnotowując sukcesy.

2. Sztuczna inteligencja do analizy Big Data

Instytucje finansowe rozumieją rolę zwinnych metodologii w analizie danych i starają się tworzyć architektury modułowe, które mogą dynamicznie zmieniać się wraz z rozwojem firmy. W rezultacie użytkownicy powinni mieć możliwość interakcji z danymi prawie w czasie rzeczywistym, co znacznie poprawi jakość usług finansowych.

Gracze rynkowi zwracają się ku narzędziom ML/AI do pracy z nieustrukturyzowanymi danymi i zarządzania danymi w celu automatyzacji rutynowych, pracochłonnych procesów analizy Big Data. Ponadto organizacje będą musiały zmienić zasady zarządzania danymi w odniesieniu do zaostrzenia zasad zarządzania prywatnością.

3. AI, ML i automatyzacja procesów

Wykorzystanie sztucznej inteligencji i technologii uczenia maszynowego do zarządzania aktywami będzie rosnąć. Modele NLP będą jeszcze bardziej upraszczać interakcje użytkownika dzięki automatycznie generowanym danym, a poziom automatyzacji procesów może w najbliższej przyszłości widocznie wzrosnąć.

Computer vision,  NLP i ML otworzą możliwości rozwoju znacznie bardziej zaawansowanych narzędzi RPA. W dziedzinie weryfikacji danych klienta można oczekiwać całkowitego przejścia od procesów półautomatycznych do stuprocentowej automatyzacji, dzięki której ludzie nie będą brać udziału w odzyskiwaniu i weryfikacji danych kluczowych do podejmowania decyzji.

4. Interoperacyjność systemów

Cały świat biznesu przechodzi na zintegrowane systemy oprogramowania, także sektor finansowy również rezygnuje z monolitycznych aplikacji, by dotrzymać kroku zmianom. Branża ruszy jeszcze bardziej w kierunku systemów opartych na połączonych komponentach, które są znacznie łatwiejsze do wdrożenia, modyfikacji i udostępniania różnym działom firmy jednocześnie.

W obszarze finansów obserwujemy również popularyzację aplikacji typu micro front-end, OpenFin, Electron i mikroserwisów. Organizacje wdrażające te technologie będą w stanie utrzymać wysoki poziom interoperacyjności i UX.

5. Skalowalna infrastruktura chmurowa

W branży usług finansowych popularność zyskują rozwiązania chmurowe. Jeszcze bardziej aktualnym trendem jest architektura niezależna od konkretnego dostawcy infrastruktury. Coraz więcej firm będzie polegać na klastrach Kubernetes, aby szybko i wygodnie skalować obciążenie aplikacji.

Konkurencja między dostawcami chmur będzie się nasilać, być może zaobserwujemy więc redystrybucję udziałów w rynku. Wygrają autorzy najlepszej oferty - klienci oczekują unikalnych rozwiązań w zakresie sztucznej inteligencji, blockchain i zarządzania danymi. Niektóre organizacje, w tym banki i firmy maklerskie, nadal będą korzystać z prywatnych chmur, skalując je w zależności od rzeczywistych potrzeb obliczeniowych.

6. Nowe aplikacje blockchain

W dziedzinie finansów blockchain można już nazwać dojrzałą technologią. Kilka dużych korporacji finansowych natychmiast rozpoczęło własne projekty i nadal eksperymentuje z tą technologią. Oczekuje się, że doprowadzi to do wzrostu liczby aplikacji korporacyjnych opartych na wiodących platformach blockchain, takich jak Hyperledger i Corda.

Kryptowaluty od dawna są niestabilne, dalsze fluktuacje kursu walutowego doprowadzą do ograniczenia finansowania badań. Jednocześnie można oczekiwać wzmocnienia regulacji państwowych w zakresie alternatywnych aktywów opartych o blockchain.

7. AI i przechowywanie danych

Oczekujemy, że przechowywanie w chmurze przy użyciu sztucznej inteligencji będzie w stanie oferować zaawansowane metody zarządzania danymi oraz zaawansowane możliwości ich optymalizacji i analizy. Proces ten wpłynie również na repozytoria typu data lake, co pozwoli firmom zarządzającym aktywami na szybkie wdrażanie i konfigurowanie scentralizowanych data hubów z danymi ustrukturyzowanymi i nieustrukturyzowanymi.

Technologie uczenia maszynowego są nadal używane głównie do pracy z nieustrukturyzowanymi dokumentami i do wykrywania odchyleń w zarządzaniu aktywami. W 2020 r. zostaną im przypisane bardziej znaczące role w badaniach i procesach podejmowania decyzji. AI dostarczy brokerom inwestycyjnym inteligentne narzędzia automatyzacji, z których mogą korzystać z większym powodzeniem niż z RPA.

8. Ubezpieczenie mobilne

Firmy ubezpieczeniowe będą oferować użytkownikom wysoce spersonalizowane produkty. Przedsiębiorstwa będą potrzebowały bardziej zaawansowanych narzędzi do przetwarzania ogromnej ilości danych osobowych, a aby zapewnić dostęp do nich ze smartfonów klientów, będą musiały aktualizować przestarzałe systemy i architektury.

Nieprzewidywalność środowiska biznesowego zwiększy zainteresowanie rozwiązaniami na żądanie, w szczególności PaaS (platforma jako usługa) i usługami w chmurze.

9. Nowe wymagania dotyczące zgodności

W obszarze finansów problem spełnienia zmieniających się lub nowych wymagań organów regulacyjnych niezmiennie będzie najistotniejszy. Duże organizacje finansowe coraz częściej sięgają po usługi regtech dla swoich rozwiązań. Technologie regulacyjne zmniejszają liczbę zespołów compliance, które w innym przypadku mogłyby objąć nawet 15% całkowitej liczby pracowników. Ten segment rynku rośnie, nowi i doświadczeni gracze oferują rozwiązania do weryfikacji i raportowania zgodności oraz monitorowania transakcji.

10. Inteligentne chatboty

Sztuczna inteligencja i zarządzane przez nią chatboty w zdalnej bankowości coraz częściej zastępują konsultantów. Pomagają klientom rejestrować się i zarządzać kontami, korzystać z pożyczek gotówkowych i przeprowadzać transakcje. Kolejnym krokiem będą chatboty pełniące rolę doradców inwestycyjnych.

-

Ogólnym trendem w dalszym ciągu pozostanie open banking. Integracja systemów informatycznych umożliwi bankom i aplikacjom do  kontroli finansów osobistych wymianę danych klientów (oczywiście za ich zgodą).