Reuters
Breakingviews
Η
τεχνητή
νοημοσύνη
υπόσχεται
να
βοηθήσει
τις
τράπεζες
με
δύο
πράγματα
που
παράγουν
σε
αφθονία:
το
κέρδος
και
τη
γραφειοκρατία.
Η
ταχέως
αναπτυσσόμενη
τεχνολογία
θα
συμβάλει
στην
ενίσχυση
του
πρώτου
και
στη
μείωση
της
δεύτερης.
Ωστόσο,
για
μια
τέτοια
σεισμική
και
φαινομενικά
καθολική
δύναμη
για
το
χρηματοοικονομικό
καλό,
δεν
υπάρχει
ακόμη
απτή
ένδειξη
ότι
οι
μέτοχοι
πιστεύουν
στην
προοπτική
αύξησης
της
αξίας
για
τον
κλάδο.
Οι
πιο
αποτελεσματικοί
δανειστές
θα
πρέπει
να
εξασφαλίζουν
μια
εύκολη
πώληση,
σε
οποιονδήποτε
έχει
υποστεί
τις
βασανιστικές
διαδικασίες
αίτησης
δανείου
ή
έχει
κολλήσει
σε
ένα
κατάστημα
με
μια
πιστωτική
κάρτα
που
έχει
απορριφθεί
εσφαλμένα
για
ύποπτη
απάτη.
Το
Generative
AI,
το
οποίο
παράγει
φιλικό
προς
τον
άνθρωπο
λόγο
από
υπάρχουσες
πληροφορίες,
βρίσκεται
σε
καλό
δρόμο
για
να
βελτιώσει
την
υποστήριξη
για
τους
πελάτες
και
να
τους
παρουσιάσει
κατάλληλα
προϊόντα.
Στο
εσωτερικό,
μπορεί
να
κάνει
κάτι
παρόμοιο,
επιτρέποντας
στους
υπαλλήλους
να
εξάγουν
αποτελεσματικά
γρήγορες
και
χρήσιμες
πληροφορίες
από
βουνά
αδόμητων
δεδομένων,
όπως
συμβάσεις
στεγαστικών
δανείων
και
σημειώσεις
συναντήσεων.
Εάν
αυτό
είναι
δυνατό,
όπως
γενικά
συμφωνούν
οι
διευθυντές
τραπεζών
και
οι
μηχανικοί
λογισμικού,
τότε
τα
χρηματοπιστωτικά
ιδρύματα
θα
πρέπει
θεωρητικά
να
είναι
και
πιο
ελκυστικές
επενδύσεις.
Όλος
ο
κόσμος
και
ο
χρόνος
που
αφιερώνετε
για
να
ανακατεύετε
και
να
ψάχνετε
μέσα
από
την
τεκμηρίωση
αθροίζονται
σε
τεράστια
χρηματικά
ποσά.
Τα
κέρδη
των
τραπεζών
παγκοσμίως
θα
μπορούσαν
να
αυξηθούν
κατά
9%,
ή
170
δισεκατομμύρια
δολάρια,
έως
το
2028
χάρη
στη
δημιουργική
τεχνητή
νοημοσύνη,
εκτιμούν
αναλυτές
της
Citigroup,
με
βάση
μια
δημοσκόπηση
πελατών
του
χρηματοπιστωτικού
τομέα.
Μελέτη
από
τη
συμβουλευτική
εταιρεία
McKinsey
κατέληξε
σε
ένα
παρόμοιο
ποσό,
μεταξύ
200
και
340
δισεκατομμυρίων
δολαρίων,
με
το
μεγαλύτερο
αντίκτυπο
στη
μηχανική
λογισμικού
και
στις
επιχειρήσεις
που
αντιμετωπίζουν
πελάτες.
Οι
μεγάλοι
αριθμοί
είναι
χρήσιμοι
μόνο
μέχρι
ένα
σημείο,
λόγω
των
εκτεταμένων
επιδράσεων
της
τεχνητής
νοημοσύνης.
Το
αφεντικό
της
JPMorgan,
Jamie
Dimon,
είπε
τον
περασμένο
μήνα
ότι
η
τεχνητή
νοημοσύνη
θα
μπορούσε
να
βοηθήσει
σε
όλη
τη
μεγα-τράπεζά
του,
από
τα
ταξιδιωτικά
σχέδια
έως
τις
συναλλαγές
μετοχών,
και
βασικά
θα
«έκανε
τα
μυαλά
των
ανθρώπων».
Ο
ομόλογός
του
στην
Morgan
Stanley,
Ted
Pick,
λέει
ότι
εργαλεία
όπως
ένας
βοηθός
ενσωματωμένος
στο
Zoom
που
δημιουργεί
περιλήψεις
συναντήσεων
πελατών
για
διαχειριστές
πλούτου
θα
μπορούσαν
να
τους
εξοικονομήσουν
έως
και
15
ώρες
την
εβδομάδα
και
«αλλάζουν
το
παιχνίδι».
Πιο
χειροπιαστά
παραδείγματα
αρχίζουν
επίσης
να
εμφανίζονται.
Η
JPMorgan
κυκλοφόρησε
το
IndexGPT,
ένα
bot
για
μεγάλα
κεφάλαια
που
χρησιμοποιεί
λέξεις-κλειδιά
για
να
προτείνει
μετοχές
να
ταιριάζουν
με
επενδυτικά
θέματα.
Η
βοηθός
τεχνικής
νοημοσύνης
της
Bank
of
America,
Erica,
παρουσιάζεται
σε
επιχειρηματικούς
πελάτες.
Η
Goldman
Sachs
δίνει
προτεραιότητα
στη
συγγραφή
κώδικα,
η
οποία
καταναλώνει
έως
και
τη
μισή
εργάσιμη
ημέρα
για
το
ένα
τέταρτο
του
προσωπικού
της.
Ακόμη
και
ένα
εξελιγμένο
chatbot
θα
δυσκολευόταν
να
εξηγήσει
γιατί
οι
τραπεζικοί
επενδυτές
δεν
συγκινούνται
από
τη
διαφημιστική
εκστρατεία.
Ο
δείκτης
S&P
500
οφείλει
το
μεγαλύτερο
μέρος
της
αύξησής
του
κατά
15%
φέτος
στον
λεγόμενο
όμιλο
Magnificent
Seven
μετοχών
που
τροφοδοτούνται
από
AI,
με
επικεφαλής
τον
κατασκευαστή
chip
Nvidia.
Ένα
διαπραγματεύσιμο
αμοιβαίο
κεφάλαιο
που
παρακολουθεί
τις
εταιρείες
αυτές
αυξήθηκε
περισσότερο
από
30%
σε
σύγκριση
με
μόλις
6%
του
δείκτη
KBW
Nasdaq
Banks.
Ο
τραπεζικός
τομέας
συνολικά
διαπραγματεύεται
με
μόλις
0,9
φορές
την
εκτιμώμενη
λογιστική
αξία
για
το
επόμενο
έτος,
σύμφωνα
με
τα
στοιχεία
του
LSEG,
που
δεν
είναι
ενδεικτικό
ενός
εντυπωσιακού
μετασχηματισμού.
Από
πού
επωφελούνται
οι
τράπεζες;
Ένας
λόγος
είναι
ότι
η
τεχνητή
νοημοσύνη
εξακολουθεί
να
αφορά
κυρίως
τις
δυνατότητες.
Η
JPMorgan
λέει
ότι
έχει
ήδη
400
«περιπτώσεις
χρήσης»,
αριθμός
που
μπορεί
να
διπλασιαστεί
μέχρι
το
τέλος
του
2024,
αλλά
οι
μέτοχοι
δεν
μπορούν
να
κάνουν
πολλά
με
αυτές
τις
πληροφορίες.
Δεν
είναι
τυχαίο
ότι
μερικοί
από
τους
μεγαλύτερους
δικαιούχους
τεχνητής
νοημοσύνης
μέχρι
στιγμής
είναι
σύμβουλοι.
Ενώ
οι
τράπεζες
θεωρητικά
μπορεί
να
επωφεληθούν
από
την
τεχνολογία
περισσότερο
από
πολλές
άλλες
μη
χρηματοοικονομικές
εταιρείες,
έχουν
επίσης
πολλά
να
χάσουν.
Τα
λάθη
μπορεί
να
είναι
τρομερά
εκεί
που
κρατούνται
τρισεκατομμύρια
δολάρια.
Για
παράδειγμα
η
περίπτωση
της
Citigroup
η
οποία
εσφαλμένα
έδωσε
εντολή
χρηματιστηριακής
συναλλαγής
444
δισεκατομμυρίων
δολαρίων,
αποτελεί
παράδειγμα
της
αξίας
της
τεχνητής
νοημοσύνης
που
μπορεί
να
εντοπίσει
ολισθήματα
και
να
υπαινίσσεται
το
σφάλμα
των
ανθρώπων
που
θα
την
επόπτευαν.
Οι
αλγόριθμοι
μπορεί
να
κάνουν
λάθη,
αλλά
οι
ρυθμιστικές
αρχές
και
οι
ενδιαφερόμενοι
θα
κατηγορήσουν
τους
ανθρώπους.
Οι
επενδυτές,
εν
τω
μεταξύ,
μηδενίζουν
τις
πιθανές
αποταμιεύσεις.
Στη
Citi,
η
προϊσταμένη
Jane
Fraser
έχει
ως
αποστολή
της
να
«λυγίσει
την
καμπύλη
των
εξόδων».
Ωστόσο,
παρ’
όλα
τα
κίνητρα
απόδοσης
και
τις
τεχνολογικές
προόδους,
τα
έξοδα
στις
μεγαλύτερες
τράπεζες
των
ΗΠΑ
αυξάνουν
το
59%
των
εσόδων
σε
μέση
βάση
των
τεσσάρων
τετάρτων,
το
ίδιο
ποσοστό
με
το
2007,
σύμφωνα
με
στοιχεία
της
Federal
Deposit
Insurance
Corp.
Η
μηχανική
μάθηση
θα
πρέπει
να
βοηθήσει,
αλλά
θα
βλάψει
πρώτα.
Για
κάθε
$1
που
δαπανώνται
για
τη
δημιουργία
τεχνητής
νοημοσύνης,
υπάρχουν
άλλα
3
δολάρια
που
διατίθενται
για
τη
«διαχείριση
αλλαγών»,
όπως
η
επανεκπαίδευση
του
προσωπικού
ή
η
παρακολούθηση
της
απόδοσης,
εκτιμά
η
McKinsey.
Ο
Dimon
έχει
προειδοποιήσει
ότι
το
κόστος
θα
αυξηθεί
και
ότι
σε
ορισμένες
περιπτώσεις
η
προσπάθεια
μέτρησης
της
απόδοσης
θα
είναι
«χάσιμο
χρόνου».
Μέτριο
κόστος
Προς
το
παρόν,
το
κόστος
είναι
μέτριο.
Ο
Διευθύνων
Σύμβουλος
της
Bank
of
America,
Brian
Moynihan,
δήλωσε
πέρυσι
ότι
η
τεχνητή
νοημοσύνη
πιθανότατα
θα
αντιπροσώπευε
περίπου
το
15%
των
3,8
δισεκατομμυρίων
δολαρίων
που
ξοδεύει
κάθε
χρόνο
ο
δανειστής
του
σε
νέες
τεχνολογικές
πρωτοβουλίες,
που
με
τη
σειρά
του
είναι
περίπου
το
ένα
τρίτο
του
συνολικού
τεχνολογικού
προϋπολογισμού
του.
Αν
εφαρμοστούν
οι
ίδιες
αναλογίες
στην
κατανομή
τεχνολογίας
17
δισεκατομμυρίων
δολαρίων
της
JPMorgan,
αυτό
υποδηλώνει
ότι
η
AI
θα
είναι
μικρότερη
από
1
δισεκατομμύριο
δολάρια.
Ακόμη
και
όταν
εμφανίζονται
αποτελέσματα,
υπάρχουν
καλοί
λόγοι
για
τους
επενδυτές
να
είναι
δύσπιστοι
σχετικά
με
το
πόσο
θα
ωφεληθούν.
Οι
τράπεζες
θα
πρέπει
να
είναι
πιο
προβλέψιμες
και
αξιόπιστες
καθώς
βελτιώνονται,
ας
πούμε,
στο
να
παρακάμπτουν
την
απάτη
και
να
αποφεύγουν
τις
ρυθμιστικές
κυρώσεις.
Πολλά
από
τα
μερίσματα
που
σχετίζονται
με
την
τεχνητή
νοημοσύνη,
ωστόσο,
θα
μεταφερθούν
στους
πελάτες,
καθώς
οι
μεγάλοι
δανειστές
ανταγωνίζονται
για
να
κερδίσουν
επιχειρήσεις
ο
ένας
από
τον
άλλο.
Επιπλέον,
οι
ίδιοι
οι
πελάτες
είναι
πιθανό
να
γίνουν
πιο
έξυπνοι.
Ένα
παράδειγμα:
Οι
καταθέτες
σπάνια
αλλάζουν
δανειστές,
ακόμη
και
όταν
υπάρχει
πολύ
καλύτερη
προσφορά
αλλού,
όπως
αποδεικνύεται
από
τη
17ετή
διάρκεια
της
μέσης
σχέσης
λιανικών
λογαριασμών
στις
ΗΠΑ,
σύμφωνα
με
τον
ιστότοπο
προσωπικής
χρηματοδότησης
Bankrate.
Τι
αλλάζει
στο
τραπεζικό
σκηνικό
Μπορεί
να
τραπούν
σε
φυγή
πιο
εύκολα
εάν
είναι
οπλισμένοι
με
πληροφορίες
σε
πραγματικό
χρόνο,
μαζί
με
οδηγίες
και
δυνατότητες
επεξεργασίας
με
τεχνητή
νοημοσύνη.
Θα
έκανε
τα
μοντέλα
τραπεζικής
χρηματοδότησης
να
φαίνονται
πολύ
διαφορετικά.
Το
ίδιο
θα
μπορούσε
να
ισχύει
για
τις
πιστωτικές
κάρτες,
μια
επιχείρηση
που
είναι
επικερδής
εν
μέρει
επειδή
οι
πελάτες
υπερεκτιμούν
την
ικανότητά
τους
να
πληρώνουν
έγκαιρα
και
υπερτιμούν
τις
αδιαφανείς
ανταμοιβές.
Η
διαχείριση
πλούτου
μπορεί
επίσης
να
αλλάξει,
καθώς
μεγάλο
μέρος
της
αξίας
της
προέρχεται
από
ασυμμετρίες
πληροφοριών
μεταξύ
παρόχων
υπηρεσιών
και
παραληπτών.
Σε
έναν
κόσμο
έξυπνων
ρομπότ,
οι
τράπεζες
ασφαλίστρων
για
τέτοιες
συμβουλές
θα
μπορούσαν
να
συρρικνωθούν.
Σε
χρόνια
από
τώρα,
η
τεχνητή
νοημοσύνη
θα
είναι
παντού
στον
τραπεζικό
τομέα
και
η
αξία
της
θα
είναι
εξίσου
δύσκολο
να
υπολογιστεί
ποσοτικά
με
άλλες
πανταχού
παρούσες
τεχνολογίες.
Τα
smartphone,
τα
ηλεκτρονικά
υπολογιστικά
φύλλα
και
οι
διαδικτυακές
συναλλαγές
έχουν
αλλάξει
προς
το
καλύτερο
τον
τραπεζικό
τομέα.
Αλλά
με
τέτοιες
ευκαιρίες
γίνεται
κατανοητό
το
άγχος
ότι
το
κεφάλαιο
θα
κατανεμηθεί
λανθασμένα,
οι
άνθρωποι
θα
συνεχίσουν
να
σφάλλουν
και
τα
κέρδη
θα
ανταγωνίζονται.
Η
έλευση
της
δημιουργικής
τεχνητής
νοημοσύνης
μπορεί
να
αποδειχθεί
ότι
οι
τράπεζες
αρπάζουν
μια
τίγρη
από
την
ουρά.
Πηγή:
ot.gr