Tekoäly
Tekoälyllä tarkoitetaan ohjelmia, jotka pystyvät suorittamaan tehtäviä, joita ovat ihmiset ennen suorittaneet. Esimerkiksi puheen ymmärtäminen, näköhavainnointi ja päätöksenteko. Tekoäly tulevaisuudessa tulee helpottamaan finanssialaa. Ainakin mikäli sitä käytetään oikeisiin kohteisiin. Tällä hetkellä tekoälyä on käytetty finanssialalla helpottamaan asiakaspalvelua. Esimerkiksi erilaisia sovelluksia on kehitetty palvelemaan asiakkaita tekoälyn avulla. Tekoälyä voidaan käyttää myös finanssialla robotiikassa ja prosessien automatisoinnissa. Tekoälyn avulla voidaan poistaa netissä tapahtuvassa kanssakäymisessä jonotusaikoja ja asiakkaan ohjaamista oikeisiin asiointikanaviin. Tekoälyn käytössä kuitenkin vielä on ongelmia sääntelyssä ja hallinnoinnissa.
Tulevaisuuden näkymiksi on kaavailtu RPA:sta IPA:han (Robotic Process Automation ja Intelligent Process Automation), joka tarkoittaa, että oppiminen siirtyy koneille, kun nykyään ihminen on opettanut koneita. Ei kuitenkaan pidä uskoa, että kaikki oppiminen ulkoistetaan vaan kone pystyy opettelemaan itse tiettyjen kaavojen avulla. Tekoäly tulee myös tulevaisuudessa finanssialalla helpottamaan asiakkaiden valintoja. Esimerkiksi palveluiden valitsemisen helpottamiseksi tullaan kehittämään tekoälysovelluksia.
Tekoälyn hyödyntäminen tulevaisuudessa on tärkeä taito finanssialalla. Liiketoiminnan kytkeminen tekoälyyn on uuden liiketoiminnan tärkeimpiä osa-alueita. Pankki- ja vakuutusala keräävät jo tällä hetkellä paljon dataa asiakkaista mutta tulevaisuudessa tulee korostumaan datan hyödyntäminen. Datan avulla voidaan palveluita räätälöidä asiakkaille paremmin. Dataa kuitenkin pitää oppia siivoamaan ja muokkaamaan, sillä raakadatan määrä on jo erittäin suurta.
2017 PwC:n tutkimuksen mukaan tekoäly tulee vähentämään tulevaisuudessa työpaikkoja, on tärkeää, että henkilöstöä koulutetaan finanssialalla myös uusiin työtehtäviin. Tilannetta voidaan verrata 1900-luvun koneistumiseen, joka helpotti ja vapautti yksityistalouksien aikaa normaaleista arjen rutiineista. Kun työtehtäviä pystytään automatisoimaan jää työntekijöille aikaa tehdä työtehtäviä, jotka ovat tärkeämpiä.
Teemu Kinoksen startup on kehittänyt puhekieltä ymmärtävän tekoälyavustajan Jennyn. Startup on ollut mukana Nordea-konsernin startup -kiihdyttämössä ja Tel Avivin Techstars- kiihdyttämössä.
Suomalainen muusikko Signmark (Marko Vuoriheimo) on omalla visiollaan mullistanut kuurojen mahdollisuutta soittaa ja vastaanottaa puheluita kielestä riippumatta. Kuurojen palveluiden saatavuus on riippunut paljon tulkin saannista. Tulkkauksen saanti on ollut eritasoista maista riippuen. Signmark on tuonut kuuroille sovelluksen nimeltään Chabla. Chablan tarkoituksena on ratkaista kuurojen ja tulkkien välisiä ongelmia. Sovelluksen avulla kuurot saavat apua yhdellä klikkauksella, vaikka keskellä yötä. Tulkkausta saa myös eri kielipareilla esimerkiksi suomalaisella viittomakieli ja puhuttu espanja. Näin sovellukset auttavat kuuroja saamaan palveluita aiempaa halvemmalla ja tehokkaammin.
Koneoppiminen
Koneoppiminen on yksi tekoälyn osa-alue. Teknologian kehityksen myötä myös koneoppiminen on kehittynyt, vaikka uutisointi koneoppimisesta on jäänyt taka-alalle. Koneoppimisen tarkoituksena on tuottaa algoritmeja. Algoritmien jälkeen koneelle syötetään kerättyä dataa. Algoritmien ja datan avulla kone pystyy oppimaan ja tuottamaan vastauksia. Datan syöttämisen jälkeen koneen pitäisi pystyä tuottamaan samanlaisia vastauksia, samoilla annetuilla tiedoilla. Koneoppimisen etuina on, että ne pystyvät erottelemaan yhteyksiä valtavista tiedonmääristä. Koneoppimisessa on yhdistetty useita eri tieteenosa-alueita kuten tilastotieteistä, filosofiasta ja psykologiasta.
Koneoppimisessa on erilaisia aloja. Näitä ovat esimerkiksi ohjattu oppiminen, puoliohjattu oppiminen ja vahvistusoppiminen. Ohjattu oppiminen tarkoittaa, että koneelle annetaan oppimisdataa, jonka lopputulos tiedetään. Datan avulla algoritmeja voidaan muokata, siten että kone päätyy samaan lopputulokseen samoilla tiedoilla. Ohjaamattomassa oppimisessa koneelle ei anneta lopputulosta.
Vahvistusoppiminen eli Trial and error -oppiminen tarkoittaa, että kone antaa tiedon, milloin algoritmi on tehnyt oikean päätöksen. Tällä tavalla konetta voidaan ohjata ja opettaa tekemään oikeita päätöksiä myös muilla syötteillä.
Koneoppimista on vasta alettu ymmärtämään finanssialalla. Koneoppimisen mahdollisuuksia ei ole vielä kunnolla tunnistettu mutta esimerkiksi tunnistautumisessa ja palveluiden ohjauksessa koneoppimista on alettu hyödyntämään.
Robotiikka
Robotiikka on automatisoitu sovellus, joka toimii virtuaalisena ”työvoimana”. Robotiikka imitoi ihmisen suorittamia työtehtäviä. Robotiikan etuna on, että se voidaan sovelluttaa nykyisiin IT-sovelluksiin- ja ympäristöön.
Muita robotiikan etuja sen kilpailukyky niin hinnoissa kuin muuttuvassa liiketoimintaympäristössä. Kustannuksissa voidaan säästää jopa 50-70 % kun rutiininomaisia työtehtäviä automatisoidaan robotiikan avulla. Lisäksi käsittelyajat pienenevät, kun palveluita automatisoidaan. Myös robotiikan avulla voidaan taata palveluita myös yöaikaan ja viikonloppuisin.
Robotiikan etuihin kuuluu myös liiketoimintaympäristön kontrollointi. Lyhyemmät käsittelyajat toimipisteiden välillä ja vähemmän pakollisia koordinointeja. On sanottu, että robotiikka tulee muuttamaan operationaalisia maksupalveluita, kirjanpitoa, raportointia sekä vuosisuunnittelua kuten budjetointia ja ennustamista.
Ohjelmistorobotiikkaa on käytössä jo suomalaisissa pankkiryhmissä. Robotiikka antaa keinoja finanssialalla pidentää vanhojen järjestelmien elinkaarta. Rutiininomaisettyöt ja asiakirjatyöt siirtyvät roboteille. Esimerkiksi vakuutusalalla useita korvauskäsittelyjä on jo automatisoitu robotiikan avulla.