Det här är en opinionstext. Åsikter som uttrycks är skribentens egna. Generativ AI är något som verkligen ligger högt upp på agendan för våra kunder inom fintech och betalningar. Till skillnad från många nya tekniker tycker jag att AI har brutit de vanliga trendkurvorna på grund av dess breda tillämpbarhet och hur snabbt det har […]
Det här är en opinionstext. Åsikter som uttrycks är skribentens egna.
Generativ AI är något som verkligen ligger högt upp på agendan för våra kunder inom fintech och betalningar. Till skillnad från många nya tekniker tycker jag att AI har brutit de vanliga trendkurvorna på grund av dess breda tillämpbarhet och hur snabbt det har gått. Produkter som ChatGPT gjorde generativ AI tillgängligt för alla, gratis, och det går snabbt att hitta ett sätt att använda det för att ge ett mervärde.
När AI-verktyg som ChatGPT och annan generativ AI blir mer utbredda har företag inom fintech och betalningsområdet börjat diskutera användningsområden och hur man förbereder sig.
Vi har börjat utforska de tekniska och affärsmässiga sidorna av generativ AI och hur vi kan hjälpa våra kunder att ta till sig det. Detta inkluderar flera säkerhetsrelaterade aspekter, som hur man säkrar AI-modeller, vad man lägger i molnet respektive inte bör lägga i molnet, hur man hanterar åtkomst, mäter resultat och undviker möjliga felkällor.
Det finns flera komplexiteter med att implementera generativ AI. Företag börjar lära sig hur man säkrar, tränar och övervakar generativa AI-modeller för att vara användbara i deras affärsprocesser. De tidiga användningsområdena för generativ AI involverar vanligtvis innehållsskapande där innehållet inte är affärskritiskt. Detta kan vara smarta interna chatbots för att ta fram kunskapsunderlag eller testa texter, till exempel för marknadsföringsinsatser eller kodgenerering för lätt testbara tekniska projekt.
Snabbheten att ta till sig generativ AI är högre än för någon teknik jag sett tidigare. Den får människor på alla nivåer i organisationen att tänka på hur de kan använda den för att förbättra sitt jobb eller företag. Det blir viktigt hur företag kan använda tekniken på ett säkert sätt som uppfyller alla nödvändiga begränsningar av regelverk och efterlevnad.
Det här kommer att ta lite tid men det kommer och exempelvis J.P. Morgan har redan en chef för AI som har byggt ett helt internt team som bygger och utbildar AI-modeller att använda i hela verksamheten. Det är ett tecken på att många stora företag verkligen prioriterar att använda sig av generativ AI.
Maskininlärning (ML) har använts inom bank- och betalningstjänster i flera år och vi har börjat se att AI börjat användas alltmer under de senaste två till tre åren. Den vanligaste användningen av AI är inom bedrägeriområdet. Ledande betalningsföretag har byggt mycket robusta transaktionsövervaknings- och godkännandeverktyg som hanterar enorma mängder data och använder AI för att godkänna eller avslå förfrågningar på daglig basis.
AI har flera viktiga användningsområden för banker, som personalisering av användargränssnitt och produktrekommendationer baserade på beteendemönster.
Aktuell Säkerhet jobbar för alla som vill göra säkrare affärer och är därför en säker informationskälla för säkerhetsansvariga inom såväl privat som statlig och kommunal sektor. Vi strävar efter förstahandskällor och att vara på plats där det händer. Trovärdighet och opartiskhet är centrala värden för vår nyhetsjournalistik
Anmäl dig till vårt nyhetsbrev!
Genom att klicka på "Prenumerera" ger du samtycke till att vi sparar och använder dina personuppgifter i enlighet med vår integritetspolicy.
