สาขาท้องถิ่นเป็นที่ที่แฟรนไชส์อาศัยอยู่และผลกระทบของลูกค้าที่แท้จริงเกิดขึ้น แต่ธนาคารชุมชนสามารถนำทางโลกที่ซับซ้อนของปัญญาประดิษฐ์ในขณะที่ยังคงปฏิบัติตามกฎระเบียบและความปลอดภัยได้อย่างไร
ในตอนล่าสุดของพอดคาสต์ AI Sherpa Host Jack Munson ได้พูดคุยกับหัวหน้าเจ้าหน้าที่ AI ของ WSI Robert Mitchell และ Eric Prepare dinner ที่ปรึกษา WSI จาก Michigan เกี่ยวกับจุดตัดของ AI และธนาคารชุมชน
การธนาคารของ AI Dilemma
ธนาคารชุมชนเผชิญกับความท้าทายที่ไม่เหมือนใครด้วยการยอมรับ AI ซึ่งแตกต่างจากธนาคารหลักที่มีทีมงาน AI โดยเฉพาะสถาบันท้องถิ่นมักจะขาดทรัพยากรในการพัฒนากลยุทธ์ AI ที่ครอบคลุม แต่พวกเขามีข้อมูลลูกค้าที่มีค่ามานานหลายทศวรรษซึ่งสามารถผลักดันข้อมูลเชิงลึกที่มีความหมายและการเติบโตของธุรกิจ
ในฐานะ Eric Prepare dinner ที่ปรึกษา WSI และอดีตนายธนาคารอายุ 15 ปีอธิบาย “มีธนาคารชุมชนจำนวนมากที่กลัวสิ่งนี้และอย่างถูกต้องเช่นเดียวกับธนาคารคุณไม่ต้องการเงินของคุณหรือที่เป็นผู้ดูแลเงินของคุณเพียงแค่กระโดดเข้าสู่เทคโนโลยีใหม่ ๆ–
เริ่มปลอดภัยด้วย AI ในธนาคาร
สำหรับธนาคารชุมชนขั้นตอนแรกคือการระบุแอปพลิเคชัน AI ที่ไม่เกี่ยวข้องกับข้อมูลส่วนบุคคล (PII) Eric แนะนำให้มุ่งเน้นไปที่:
- กิจกรรมการวางแผนเชิงกลยุทธ์
- การสร้างเนื้อหาการศึกษาสำหรับลูกค้า
- การวิเคราะห์สัญญาเอกสารผู้ขายและวัสดุการจัดจำหน่ายหลักทรัพย์
- การจัดการเอกสารที่เกี่ยวข้องกับการปฏิบัติตามกฎระเบียบ
ดังที่เอริคพูดถึง “อะไรคือสิ่งที่ไม่เพิ่มคุณค่าให้กับชีวิตของลูกค้าของคุณโดยการสร้างการเชื่อมต่อส่วนบุคคลกับพวกเขาและหาวิธีที่เราจะได้รับปัญญาประดิษฐ์เพื่อทำบางส่วนหรือทั้งหมด–
โอกาสในทะเลสาบข้อมูล
นอกเหนือจากแอปพลิเคชันพื้นฐานเหล่านี้แล้วยังมีโอกาสขั้นสูงมากขึ้น: การสร้างทะเลสาบข้อมูลที่ปลอดภัยของข้อมูลธนาคาร
–กรณีการใช้งานที่เรากำลังพูดคุยกับธนาคารเกี่ยวกับตอนนี้กำลังสร้างทะเลสาบข้อมูลของทรัพยากรทั้งหมดของพวกเขาภายในองค์กรของพวกเขา แน่นอนว่ามันปลอดภัยมากเวกเตอร์และอยู่เบื้องหลังไฟร์วอลล์“Robert Mitchell อธิบาย
โดยทั่วไปธนาคารจะมีข้อมูลลูกค้าที่แพร่กระจายไปทั่วระบบที่ไม่ได้เชื่อมต่อหลายระบบ โดยการรวมข้อมูลนี้อย่างปลอดภัยพวกเขาสามารถใช้ประโยชน์จาก AI เพื่อสร้างข้อมูลเชิงลึกที่มีประสิทธิภาพเช่นการระบุผู้ถือจำนองโดยไม่ต้องมีบัญชีที่อาศัยอยู่ภายในรัศมีที่แน่นอนและเป็นไปตามเกณฑ์เครดิตที่เฉพาะเจาะจง
ความต้องการที่ปรึกษา AI ในธนาคาร
ทำไมธนาคารไม่สามารถคิดสิ่งนี้ได้ พูดง่ายๆคือความเสี่ยงสูงเกินไป
–AI ยังคงใหม่สำหรับคนจำนวนมากในธุรกิจที่จินตนาการถึงความหายนะที่อาจเกิดขึ้นได้หากมีคนในธนาคารเริ่มแบ่งปันข้อมูลกับ Chatgpt หรือสถานที่อื่น ๆ โดยไม่มีที่ปรึกษา“บันทึก Munson
โรเบิร์ตเปรียบเทียบอย่างชาญฉลาดกับที่ปรึกษากฎหมาย: “(ข้อมูลนี้) ซับซ้อนเกินไปและมีความเสี่ยงมากมายที่เกี่ยวข้อง คุณต้องมีไกด์ คุณต้องมีการเปลี่ยนแปลง Sherpa … ทุกเดือน (AI) – ฐานความรู้ที่ฉันมีเมื่อเดือนที่แล้วจะไม่นำไปใช้กับสิ่งที่เกิดขึ้นในเดือนนี้–
การพัฒนานโยบายเป็นสิ่งสำคัญ
แม้แต่ธนาคารที่ไม่พร้อมที่จะปรับใช้ AI ก็ต้องพัฒนานโยบายที่ชัดเจน Eric เปรียบเทียบสิ่งนี้กับวันแรกของโซเชียลมีเดีย: “เราเขียนนโยบายสำหรับธนาคารที่มีนโยบายว่า ‘เราจะไม่อยู่ในโซเชียลมีเดีย’ แต่พวกเขาต้องมีนโยบายอย่างน้อย–
เพียงแค่ปิดกั้นเครื่องมือ AI จากเครือข่าย บริษัท ไม่เพียงพอ พนักงานจะใช้เครื่องมือเหล่านี้บนอุปกรณ์ส่วนบุคคลแล้วถ่ายโอนข้อมูลไปยังระบบของธนาคาร หากไม่มีแนวทางที่ชัดเจนพนักงานอาจประนีประนอมข้อมูลที่ละเอียดอ่อนโดยไม่ได้ตั้งใจ
ความได้เปรียบในการแข่งขัน
สำหรับที่ปรึกษา WSI บริการ AI Advisory Providers เป็นวิธีใหม่ในการเริ่มต้นความสัมพันธ์กับลูกค้าที่มีศักยภาพ –เรามีบริการให้คำปรึกษาและการสนทนาในขณะนี้กับธนาคารที่ไม่มีความสัมพันธ์กับเราเป็นอย่างอื่น“บันทึกการปรุงอาหาร
และลูกค้าก็มีความซับซ้อนมากขึ้นในความต้องการ AI ของพวกเขา โรเบิร์ตสังเกต “ฉันได้รับคนเอื้อมมือพูดว่า ‘ฉันรู้ว่าฉันต้องการทำอะไรกับ AI คุณสามารถทำให้มันเกิดขึ้นได้หรือไม่? ‘–
มองไปข้างหน้า
ภูมิทัศน์ AI ยังคงพัฒนาอย่างรวดเร็ว กลุ่มชี้ไปที่การพัฒนาเช่น Deepseek ซึ่งเป็นโมเดลโอเพนซอร์ซที่มีประสิทธิภาพเทียบเท่ากับ CHATGPT ซึ่งกำลังลดราคาลงทั่วทั้งอุตสาหกรรม พวกเขายังเน้นถึงศักยภาพของตัวแทนเสียงที่ฟังดูแยกไม่ออกจากมนุษย์สำหรับการจัดการการนัดหมายและการบริการลูกค้า
เมื่อความสามารถของ AI ขยายตัวธนาคารชุมชนที่ทำงานร่วมกับที่ปรึกษาที่มีความรู้จะถูกวางตำแหน่งเพื่อใช้ประโยชน์จากเทคโนโลยีเหล่านี้ในขณะที่ยังคงรักษาความปลอดภัยและปฏิบัติตามที่ลูกค้าคาดหวังไว้ เชื่อมต่อกับที่ปรึกษา WSI ในพื้นที่ของคุณ เพื่อช่วยให้คุณเริ่มต้น!
