Generatieve AI toepassen in het bankwezen: use cases en potentiële uitdagingen

GenAI-modellen zoals GAN's simuleren frauduleuze transacties om banken te helpen hun fraudedetectie en risicobeheer te verbeteren. Citi's Payment Outlier Detection maakt bijvoorbeeld gebruik van geavanceerde statistische ML om proactief betalingen met uitschieters te identificeren. Deutsche Bank test in samenwerking met NVIDIA LLM's genaamd Finformers om vroegtijdige risicowaarschuwingen te geven en gegevens sneller op te vragen. En HSBC heeft samen met Google Cloud AML AI ontwikkeld - een autonome oplossing die wordt getraind op klantgegevens om witwaspraktijken te voorkomen.

Het vermogen van GenAI om enorme hoeveelheden gegevens te verwerken maakt het een geweldig hulpmiddel voor financiële voorspellingen. Banken zijn hier dol op omdat nauwkeurige voorspellingen in snel veranderende markten essentieel zijn voor het nemen van slimme beslissingen. Neem bijvoorbeeld JPMorgan Chase - zij maken gebruik van deep learning en reinforcement learning om markttrends te spotten en hun handelsstrategieën te verfijnen. Goldman Sachs vertrouwt op Kensho, een AI-platform dat in financiële documenten graaft met neurale netwerken en NLP, waardoor ze met meer vertrouwen activaprijzen kunnen voorspellen.

GenAI-tools maken documentverwerking in de bankwereld veel sneller: ze kunnen gemakkelijk patronen herkennen, veel sneller de vereiste gegevens extraheren en ze zijn veel minder vatbaar voor fouten. Bovendien worden ze na verloop van tijd steeds slimmer. Een goed voorbeeld hiervan is COiN (Contract Intelligence) van JPMorgan Chase - een AI-platform dat duizenden documenten in seconden kan verwerken. Het maakt gebruik van NLP om juridisch jargon te begrijpen en signaleert risico's zoals niet-naleving of schetsmatige termen die in contracten verstopt zitten. Dit voorkomt fouten en vermindert de noodzaak voor handmatig werk, waardoor resources vrijkomen en kostbare juridische geschillen kunnen worden voorkomen.

Een van de beste dingen aan GenAI is hoe het dingen zelf kan afhandelen, waardoor het een super handig hulpmiddel is voor onderzoeken. Het kan door gegevens zeven, patronen vinden en zelfs suggesties doen of actie ondernemen, wat geweldig is voor lastige zaken zoals financiële misdrijven. Neem bijvoorbeeld het gebruik van Darktrace door Barclays: deze AI achterhaalt hoe fraudeurs hun trucs uithaalden en laat het beveiligingsteam precies zien wat er mis ging, welke systemen het doelwit waren en hoe de verdediging kan worden versterkt. En als er in realtime fraude wordt gepleegd, kan de AI ingrijpen om onbetrouwbare transacties te blokkeren of rekeningen te bevriezen, allemaal zonder de normale bedrijfsactiviteiten te verstoren.

GenAI helpt banken gepersonaliseerde financiële producten te maken, functies aan te passen en zelfs risico's te herkennen voordat ze zich voordoen. Een goed voorbeeld is Standard Chartered, dat platforms als Peltarion en AWS AI gebruikt om in marktgegevens en klantgedrag te duiken. Dit helpt hen trends te voorspellen en producten op maat te maken, zoals ESG-gerichte beleggingen en gepersonaliseerde bankoplossingen, terwijl ook de productprestaties worden gesimuleerd.

In tegenstelling tot traditionele kredietscorende methoden, hanteert GenAI een uitgebreidere benadering door factoren in overweging te nemen die verder gaan dan alleen het kredietverleden. Er wordt gekeken naar bestedingsgewoonten, levensgebeurtenissen en marktveranderingen om een nauwkeurigere en eerlijkere beoordeling te geven van de kredietwaardigheid van een klant. JPMorgan Chase en Wells Fargo gebruiken bijvoorbeeld het FICO Falcon Platform, dat gebruik maakt van GenAI. Het simuleert verschillende scenario's, zoals hoe een klant zou omgaan met een baanverlies of economische neergang, waardoor banken inzicht krijgen in het vermogen van de klant om leningen terug te betalen en een meer persoonlijke kredietscore kunnen creëren.

GenAI helpt banken bij het ontdekken van verborgen beleggingskansen en het stroomlijnen van moeilijke beslissingen, waardoor het gemakkelijker wordt om voorop te blijven lopen met slimme, tijdige strategieën, zelfs in volatiele markten. Het LOXM-platform van JPMorgan gebruikt GenAI-modellen om marktgegevens te kraken, gepersonaliseerde handelsaanbevelingen te doen en verschillende handelsscenario's te simuleren. Bij Morgan Stanley gebruikt het Next Best Action-platform GenAI om adviseurs beleggingsadvies te geven op basis van de financiële doelen en risicotolerantie van elke klant.