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. Για μια τέτοια κατακλυσμιαία και φαινομενικά καθολική δύναμη για το οικονομικό καλό, ωστόσο, δεν υπάρχουν ακόμη χειροπιαστά δείγματα της πίστης των επενδυτών.
Οι περισσότερο αποτελεσματικές τράπεζες θα έπρεπε να ήταν ζητούμενο για οποιονδήποτε έχει υποστεί βασανιστικές διαδικασίες αίτησης δανείου ή έχει κολλήσει σε ένα κατάστημα με μια πιστωτική κάρτα που έχει απορριφθεί. Η Γενετική ΑΙ, η οποία παράγει φιλικό προς τον άνθρωπο λόγο από υπάρχουσες πληροφορίες, μπορεί να βελτιώσει την υποστήριξη για τους πελάτες και να παρουσιάσει κατάλληλα προϊόντα. Στο εσωτερικό, μπορεί να κάνει κάτι παρόμοιο, επιτρέποντας στους υπαλλήλους να εξάγουν αποτελεσματικά γρήγορες και χρήσιμες πληροφορίες από «βουνά» δεδομένων, όπως συμβάσεις στεγαστικών δανείων. Εάν αυτό είναι εφικτό, όπως συμφωνούν οι διευθυντές τραπεζών και οι μηχανικοί λογισμικού, τότε τα χρηματοπιστωτικά ιδρύματα θα έπρεπε θεωρητικά να ήταν και πιο ελκυστικές επενδύσεις.
Ολος ο χρόνος που δαπανάται στην αναζήτηση και στην τεκμηρίωση αθροίζεται σε τεράστια χρηματικά ποσά. Τα μεγέθη των τραπεζών παγκοσμίως θα μπορούσαν να αυξηθούν κατά 9%, ή 170 δισ. δολάρια, έως το 2028 χάρη στη Γενετική ΑΙ, εκτιμούν οι αναλυτές της Citigroup. Το αφεντικό της JPMorgan Τζέιμι Ντάιμον είπε τον περασμένο μήνα ότι η ΑΙ θα μπορούσε να βοηθήσει την τράπεζά του, από τα ταξιδιωτικά σχέδια έως τις συναλλαγές μετοχών.
Υπάρχουν επίσης πιο χειροπιαστά παραδείγματα. Η JPMorgan κυκλοφόρησε το IndexGPT, ένα bot που χρησιμοποιεί λέξεις-κλειδιά για να προτείνει μετοχές που ταιριάζουν με επενδυτικά θέματα. Και η Goldman Sachs δίνει προτεραιότητα στη συγγραφή κώδικα, η οποία εξοικονομεί έως και τη μισή εργάσιμη ημέρα για το ένα τέταρτο του προσωπικού της. Ακόμη και ένα εξελιγμένο chatbot ωστόσο θα δυσκολευόταν να εξηγήσει γιατί οι επενδυτές δεν συγκινούνται από όλα αυτά.
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 όπου αποθηκεύονται τρισεκατομμύρια δολάρια. Οι αλγόριθμοι μπορεί να κάνουν λάθη, αλλά οι ρυθμιστικές αρχές και οι ενδιαφερόμενοι θα κατηγορήσουν τους ανθρώπους. Προς το παρόν, το κόστος είναι μέτριο. Ακόμη και όταν εμφανίζονται αποτελέσματα, υπάρχουν καλοί λόγοι για να είναι δύσπιστοι οι επενδυτές.
Οι τράπεζες θα πρέπει να είναι πιο αξιόπιστες καθώς βελτιώνονται, ας πούμε, στο να παρακάμπτουν την απάτη και να αποφεύγουν τις ρυθμιστικές κυρώσεις. Επίσης, οι ίδιοι οι πελάτες είναι πιθανό να γίνουν πιο έξυπνοι. Οι καταθέτες λόγου χάρη σπάνια αλλάζουν δανειστές, ακόμη και όταν υπάρχει καλύτερη προσφορά, όπως αποδεικνύεται από τη 17ετή διάρκεια της μέσης σχέσης λιανικών λογαριασμών στις ΗΠΑ. Μπορεί να τραπούν σε φυγή πιο εύκολα εάν οπλιστούν με πληροφορίες σε πραγματικό χρόνο, μαζί με οδηγίες και δυνατότητες επεξεργασίας με ΑΙ. Θα έκανε τα μοντέλα τραπεζικής χρηματοδότησης να φαίνονται πολύ διαφορετικά. Το ίδιο θα μπορούσε να ισχύει για τις πιστωτικές κάρτες.
Σε κάποια χρόνια από τώρα, η ΑΙ θα είναι παντού στον τραπεζικό τομέα και η αξία της θα είναι εξίσου δύσκολο να υπολογιστεί ποσοτικά με άλλες πανταχού παρούσες τεχνολογίες. Η έλευση της γενετικής τεχνητής νοημοσύνης μπορεί να σημαίνει ότι οι τράπεζες ετοιμάζονται να αρπάξουν μια τίγρη από την ουρά.
