Wykorzystanie technologii uczenia maszynowego ML [machine learning – red.] to ogromna szansa dla branży finansowej. Tworząc modele na podstawie ogromnej ilości danych, banki mogą usprawnić podejmowanie decyzji, zarządzanie ryzykiem czy bardziej precyzyjnie dostosować swe usługi do potrzeb rynkowych. Według McKinsey Global Institute może to wygenerować oszczędności rzędu 250 miliardów dolarów w tej branży. Ale – jak każda szansa – niesie to za sobą spore zagrożenia.
Są dwa podstawowe obszary możliwych zastosowań. Z jednej strony jest to bezpieczeństwo transakcji i operacji finansowych. Technologia uczenia maszynowego bazuje na algorytmach, pozwalających samodoskonalić system w miarę dostarczania mu coraz większej ilości danych pochodzących z obserwowania zachowań klientów, ich lokalizacji, śledzenia transakcji, rozpoznawania podejrzanych działań. Dzięki temu banki mogą lepiej identyfikować finansowe fraudy, próby włamań, powstające luki w komputerowych sieciach, a także zapobiegać cyberatakom.
Drugim ważnym obszarem jest podejmowanie decyzji związanych z oceną ryzyka kredytowego, przy wykorzystaniu na przykład własnego systemu punktacji behawioralnej.
Dzięki algorytmom bank inaczej podchodzi do oceny ryzyka i wypłacalności klienta – ten, kto dokonał zakupu o czwartej rano, jest traktowany jako bardziej ryzykowny niż ten, kto robił to o czwartej po południu. Podobnie mniej b … czytaj dalej
Zgłoś naruszenie/Błąd
Pozytywnie
Neutralnie 
Negatywnie
Lubię to!
Super
Ekscytujący 
Ciekawy
Smieszny
Smutny
Wściekły
Przerażony
Szokujący
Wzruszający
Rozczarowany
Zaskoczony
Prawda
Manipulacja
Fake news
Oryginalne źródło ZOBACZ
Dodaj kanał RSS
Musisz być zalogowanym aby zaproponować nowy kanal RSS