[ad_1]
Представлено Envestnet | Йодли
Для индустрии финансовых услуг и технологий успешные стратегии искусственного интеллекта и аналитики требуют опыта работы в сложном мире данных и моделирования. На этом мероприятии VB Spotlight вы узнаете, почему так важно сотрудничать с опытными организациями, занимающимися данными и искусственным интеллектом, для разработки и запуска инициатив в области искусственного интеллекта.
Зарегистрируйтесь, чтобы смотреть бесплатно по запросу!
Инициативы в области искусственного интеллекта могут создать или разрушить компанию, предоставляющую финансовые услуги, на современном рынке, и все это сводится к данным. «Очень важно применять системный подход не только для получения ценностно-ориентированной информации, применимой к бизнесу, но и для обеспечения стратегического использования технологии», — говорит Ом Дешмук, руководитель отдела анализа данных и инноваций в Envestnet | Йодли.
Он поговорил с Джо ДеКосмо, техническим директором и главным управляющим директором Enova, и Николь Харпер, директором по корпоративной стратегии Jack Генри & Associates, во время мероприятия VB Spotlight, исследуя важную связь между определением стратегических сценариев использования ИИ и выбором правильных данных — более сложное мероприятие, чем осознают большинство организаций.
Решение правильных проблем
«Любая проблема, связанная с доступностью данных, может быть решена с помощью того или иного метода машинного обучения», — говорит Дешмук. «Но значит ли это, что каждая проблема должна быть решена? Точно нет.»
Есть два соображения, добавляет он. Во-первых, это выявление проблем, в которых использование данных может дать реальную информацию. Во-вторых, обеспечение организации доступа к надежным, обобщаемым данным, которые можно обогатить для получения конкретной информации.
Например, Энвестнет | Yodlee создала масштабируемые собственные алгоритмы, которые анализируют данные о финансовых транзакциях потребителей, вплоть до кластеров микроуровня, например, как часто они выходят куда-нибудь поесть или заказать еду. На основе этого он получает персонализированную информацию, которая может повысить вовлеченность клиентов. с финансовым учреждением в виде финансовых советов и рекомендаций, а также помочь учреждению определить, что ищут его клиенты.
«Мы знаем, что возможности применения методов искусственного интеллекта и машинного обучения для улучшения опыта огромны, но регулируемое финансовое учреждение действует осторожно и получает знания, и существует большой риск», — говорит Харпер. «Мы снижаем риски, разрабатывая способ определения приоритетов вариантов использования. Подумайте о ценностном подходе к матрице и оцените различные варианты использования. В чем заключается эта бизнес-задача?»
И если эта проблема может быть решена с помощью ИИ, крайне важно сформулировать цель, будь то улучшение качества обслуживания клиентов, увеличение доходов или повышение эффективности.
Применение правильных данных
«Мы убеждаемся, что у нас есть четко определенная бизнес-задача и вариант использования, прежде чем переходить к любому типу решения, основанного на данных», — говорит ДеКосмо. «Это затем сообщает, какие данные мы собираем, как мы формируем выборку данных, которые мы собираемся использовать». Также очень важно иметь беспристрастную выборку, которая дает хорошее представление о поведении, которое учреждение пытается определить.
«Это классический сценарий «мусор на входе и на выходе», — говорит Дешмукх. «Это избитый афоризм, но его часто упускают из виду».
«Часто бизнес оказывается под давлением, требующим просто построить модели и продемонстрировать некоторые результаты», — объясняет он. «Мы прилагаем все усилия, чтобы гарантировать, что наши данные отбираются по множеству различных стратифицированных измерений, чтобы выводы, которые мы получаем, были действительно обобщаемыми, не только по измерениям, которые нас интересуют, но также и по измерениям, которые мы не видим. сегодня, но может стать заметным, скажем, через пару месяцев».
Выбор подходящего партнера по обработке данных
По словам ДеКосмо, в Enova машинное обучение и автоматизированное принятие решений уже десять лет являются частью их ДНК, обеспечивая принятие решений во всех точках взаимодействия. Для финансового учреждения крайне важно, чтобы данные были надежными и актуальными.
«Мы стараемся очень избирательно относиться как к данным, которые мы включаем, так и к внешним данным», — объясняет он. «В наши дни существует бесконечный запас данных, и поэтому мы стараемся быть очень внимательными к партнерам по обработке данных, с которыми мы работаем, потому что мы также доверяем им, что они предоставили и создали хороший продукт данных. для нас.»
ИИ — это командный вид спорта, добавляет Харпер, и он требует экосистемного подхода с использованием данных, платформы ИИ и партнеров в сфере финансовых технологий. Организациям необходимо мудро выбирать партнеров и выбирать их для инноваций, особенно в условиях, когда финансирование часто является проблемой.
«Выбирая финтех-компании, с которыми вы хотите сотрудничать, они должны быть жизнеспособными, устойчивыми и иметь хорошие возможности для ведения бизнеса, поскольку они могут столкнуться с некоторыми препятствиями», — объясняет она. «Это также повышает важность комплексной проверки третьих сторон, а также ограничивает и снижает риски при выборе ваших партнеров; но существует обширная экосистема».
Чтобы получить более подробную информацию о том, как данные могут улучшить или разрушить алгоритм, а также о том, как определить нужные данные для повышения эффективности вашего решения искусственного интеллекта, не пропустите это мероприятие VB Spotlight.
Зарегистрируйтесь бесплатно прямо сейчас!
Повестка дня
- Как ваш вариант использования влияет на данные, необходимые для вашей модели обучения ИИ?
- Как разнообразие и зрелость данных влияют на ваши инициативы в области искусственного интеллекта?
- Какой тип обогащения данных необходим для «питания» ваших приложений искусственного интеллекта?
- Как большие наборы обезличенных данных могут помочь повысить прогнозирующую способность вашего решения на базе искусственного интеллекта?
Ведущие
- Джо ДеКосмотехнический директор и главный управляющий директор, Enova
- Николь Харпердиректор по корпоративной стратегии Jack Генри & Associates
- Ом Дешмукх, руководитель отдела обработки данных и инноваций, Envestnet | Йодли
- Майкл Нуньесредакционный директор VentureBeat
[ad_2]
Источник
