Generative Künstliche Intelligenz (KI) bietet etwas weit Wertvolleres als monetäre Renditen – sie gibt uns das kostbarste Gut überhaupt: Zeit. In der Finanzdienstleistungsbranche hilft diese bemerkenswerte und schnell fortschreitende Technologie Finanzanalysten, Finanzberatern, Kreditbeamten und anderen, die zeitaufwändige manuelle Arbeit zu minimieren, sodass sie ihre Talente kreativ einsetzen und neue Initiativen schneller erkunden können.
Asiens Finanzinstitute übernehmen generative KI in raschem Tempo und sollen bis 2027 um beeindruckende 96,7% jährlich wachsen. Während Institutionen in der gesamten Region von Experimenten mit generativer KI zur vollständigen Implementierung übergehen, ist es entscheidend, dass Unternehmen ihre Proof-of-Concepts “produktionisieren”, um Zeit zu sparen und Innovationen zu beschleunigen.
Einige der Top-Trends im FSI-Bereich sind: Optimierung für jeden Anwendungsfall, Ermächtigung von Menschen durch Augmentation und Die andauernde Relevanz von traditioneller KI und ML.
Bei der Optimierung für jeden Anwendungsfall benötigen Kunden Zugang zu einer Vielzahl von Large Language Models (LLM), um herauszufinden, was basierend auf ihren Bedürfnissen am effizientesten funktioniert. Ähnlich wie in einer vielseitigen Küche können Dienste wie Amazon Bedrock die ultimative Lösung für KI-Entwickler sein, indem sie ihnen eine vollständig ausgestattete Vorratskammer mit fertigen, vielseitigen Grundlagenmodellen bieten, die auf unterschiedlichen Daten für mehrere Anwendungsfälle trainiert sind.
Ein Beispiel dafür ist die US-Investmentgesellschaft Bridgewater Associates, die den Claude-Model von Anthropic nutzt, um einen sicheren LLM-betriebenen Investment Analyst Assistant zu erstellen, der aufwendige Diagramme erstellen, finanzielle Indikatoren berechnen und Zusammenfassungen der Ergebnisse erstellen kann. Die New York Stock Exchange wiederum experimentiert mit verschiedenen Grundlagenmodellen, um Aufgaben zu automatisieren, das Marktgefühl besser zu verstehen und wertvolle prädiktive Einblicke in Aktienpreisschwankungen zu gewinnen.
Das Unternehmen ist auch dabei, einen Trading Rules Document Intelligence Chatbot mithilfe generativer KI zu entwickeln. Dieses Tool verarbeitet etwa 20.000 Seiten Handelsbestimmungen von allen US-Börsen, was es Benutzern erleichtert, Fragen zu stellen und komplexe Handelsvorschriften zu verstehen.
Generative KI kann es stark regulierten Unternehmen erleichtern, schneller als kleinere, weniger regulierte Unternehmen zu agieren. Finanzinstitute beispielsweise verfügen über umfangreiche Daten aus Marktstudien, Trades und Finanzinformationsanbietern. Diese Expertise im Datenmanagement gibt Finanzinstituten einen erheblichen Vorteil gegenüber Organisationen, die diese Themen noch nicht angegangen sind.
Der Erfolg generativer KI hängt von der Raffinesse der Algorithmen sowie von einem qualifizierten Team ab, das in der Lage ist, ihr volles Potenzial auszuschöpfen. Laut der von AWS in Auftrag gegebenen APAC AI Skills Survey 2024 erwarten 95% der befragten Finanzdienstleistungsarbeitgeber in APAC bis 2028 die Verwendung von KI-Lösungen und Tools, und diese Gruppe ist auch bereit, einen Gehaltsaufschlag von über 40% für Mitarbeiter mit KI-Fähigkeiten zu zahlen.
BBVA, ein globaler Bankenführer, hat über 1.000 seiner Datenspezialisten, die fortgeschrittene Fähigkeiten unter Verwendung von AWS generativen KI-Services nutzen, um Maschinenlernmodelle für eine Vielzahl von Anwendungsfällen zu erstellen und bereitzustellen. Mitsubishi UFJ Financial Group (MUFG), Japans größter Finanzdienstleister, plant ebenfalls, generative KI einzusetzen, um die Produktivität in allen Geschäftsbereichen zu verbessern.
Die finanziellen Institutionen, die die hohen Anforderungen erfüllen, werden mit etwas belohnt, das unbezahlbar ist: Zeit.