银行业转型–认知方式

由Subhasis Bandyopadhyay

2008年的金融危机使银行业在声誉受损方面陷入困境。

从那时起，该行业就努力在IT系统中吸收合规性，并且正在迅速创新以服务于新一代。

关

银行专注于重新定义在此变更阶段他们希望为客户提供的价值。

相关新闻Supertech尚未“移交” 200个单位，未获得任何超额收益：购房者拉利特·莫迪（Lalit Modi）抨击戈弗雷·飞利浦（Godfrey Philips），因为该公司驳回了他的股权出售要求，称其为“公然骗子”温柔的两轮车销售：Muthoot Capital Services继续感到热

现在，每个行业的消费者都在不断地联系在一起，精通数字技术，热衷于方便并且价格敏感。这就要求改变银行的经营方式。

银行需要找到方法来减少大量数据的存储并找出可保留客户的可行信息。

银行业的客户洞察力可帮助您采取以下行动：

-适时地采取行动-增进人际关系-发现真正的情况-深入细分市场-赢得允许成为客户生活一部分的许可-通过行为特征识别客户-提出正确的报价-更新客户忠诚度。

-抓住机会，抓住机会。

这些技术进步与金融服务行业特别相关。尽管该行业已经在应对艰难的市场和利率环境，但该行业目前正在经历根本变革的时代。

数字交互似乎正在变得越来越重要，并且正在成为主流。客户行为也在同时发生变化。传统的全能银行正在与新的资本来源捆绑开来，新的资本来源已经可用并侵蚀了规模效益。

因此，创新的压力是持续的，而不是一次性的。

银行业是最密集的数据行业之一。从客户支持到投资咨询，这给了他们最大的机会来从认知中受益并改善他们的运营和服务。

最重要的是，利用客户留下的数字线索对真正了解他们从银行服务中获得的期望变得越来越重要。

大多数金融机构都意识到，未来成功所需的数据和分析量超过了当前的处理能力。

为了最大程度地发挥机器学习（ML）的潜力，

语言处理（NLP），聊天机器人，机器人处理自动化（RPA）和智能分析（IA），将需要引入新技术。

换句话说，涵盖机器人和认知自动化的所有不同技术正在迅速成为行业数据挑战中必不可少的必需品。

认知计算的最新进展与可通过云计算轻松获得的新数据源相结合，从而创造了新的创新机会。

奠定了机器人和认知自动化技术在来年快速增长的基础。它也反映在市场上。

诚然，在尝试开发和部署机器人技术和认知解决方案方面，银行和资本市场领域的大型全球参与者在许多方面都处于领先地位。

我们期望在两个主要因素的推动下，更多银行迅速，更民主地采用该服务：

-来自非结构化数据的信息量增加。

-提高每个银行流程的自动化水平。

此类任务的认知和分析要素仍处于实验和孤立状态。

最后，我们认为，自动化对于每个业务流程都是不可避免的。我们已经看到了这种转变的例子，从几秒钟内完成的索赔处理到几分钟之内开设的零售帐户，再到几分钟和几小时内的贷款处理。

通常，这些活动需要几天或几周才能完成。无论您的金融机构有多大，机器人和认知自动化的业务案例都是可靠的。

除了管理混乱的数据级别之外，它还可以提供许多其他好处，包括降低成本，降低错误率和改善客户流失率。这提供了明显更高的服务级别，增加了操作的可伸缩性，并提高了合规性。

为了在市场上保持领先于竞争对手并保持现在和未来的重要性，探索和采用这些技术至关重要。

认知技术是通过认知工具和自动化可以通过独特的优化选项来降低成本的新途径。

实际上，具有认知能力的金融服务业者正在目睹生产支持和后台处理领域的生产率提高。

认知银行业务的好处是无数的，并且持续关注，它将继续改变行业。考虑到商品化，识别客户和破坏性竞争对手等主要行业挑战，我们认为现在是银行和金融机构在实践中应用认知系统的合适时机。

对于银行而言，重要的是要建立正确的数据基础，采用适当的技术水平并确定在何处可以实现最大的收益。

作者是Mindtree的BFS实践和程序包部总经理。