Γ.Δ.
1618.16 +0,04%
ACAG
-0,32%
6.16
AEM
+0,35%
4.545
AKTR
-0,55%
5.45
BOCHGR
-1,11%
5.34
CENER
+0,32%
9.5
CNLCAP
0,00%
7.25
DIMAND
+0,49%
8.24
EVR
+0,58%
1.745
NOVAL
+0,20%
2.54
OPTIMA
-0,43%
14.04
TITC
-0,83%
41.65
ΑΑΑΚ
0,00%
5
ΑΒΑΞ
+2,27%
2.25
ΑΒΕ
-3,60%
0.429
ΑΔΜΗΕ
-0,18%
2.815
ΑΚΡΙΤ
0,00%
0.75
ΑΛΜΥ
+1,29%
4.31
ΑΛΦΑ
+1,34%
1.89
ΑΝΔΡΟ
-0,31%
6.5
ΑΡΑΙΓ
+1,51%
11.4
ΑΣΚΟ
+0,63%
3.22
ΑΣΤΑΚ
-0,27%
7.28
ΑΤΕΚ
+2,72%
1.51
ΑΤΡΑΣΤ
0,00%
8.68
ΑΤΤ
-0,57%
0.698
ΑΤΤΙΚΑ
-1,64%
2.4
ΒΙΟ
-0,17%
5.83
ΒΙΟΚΑ
-0,26%
1.925
ΒΙΟΣΚ
-0,64%
1.55
ΒΙΟΤ
0,00%
0.27
ΒΙΣ
0,00%
0.144
ΒΟΣΥΣ
+3,33%
2.48
ΓΕΒΚΑ
-0,63%
1.57
ΓΕΚΤΕΡΝΑ
0,00%
18.9
ΔΑΑ
-1,05%
8.312
ΔΑΙΟΣ
0,00%
3.42
ΔΕΗ
-0,67%
13.33
ΔΟΜΙΚ
-0,35%
2.82
ΔΟΥΡΟ
0,00%
0.25
ΔΡΟΜΕ
+4,11%
0.38
ΕΒΡΟΦ
+1,30%
1.955
ΕΕΕ
-0,76%
39.2
ΕΚΤΕΡ
-3,96%
2.06
ΕΛΒΕ
+2,80%
5.5
ΕΛΙΝ
-0,91%
2.18
ΕΛΛ
-1,33%
14.8
ΕΛΛΑΚΤΩΡ
-2,37%
2.265
ΕΛΠΕ
+0,82%
8.04
ΕΛΣΤΡ
+2,11%
2.42
ΕΛΤΟΝ
+0,87%
1.858
ΕΛΧΑ
-0,46%
2.165
ΕΠΙΛΚ
0,00%
0.132
ΕΣΥΜΒ
-1,75%
1.125
ΕΤΕ
+1,50%
8.648
ΕΥΑΠΣ
+0,29%
3.45
ΕΥΔΑΠ
+0,33%
6.06
ΕΥΡΩΒ
-0,72%
2.484
ΕΧΑΕ
-1,00%
4.95
ΙΑΤΡ
-0,49%
2.05
ΙΚΤΙΝ
-1,10%
0.36
ΙΛΥΔΑ
+0,86%
1.765
ΙΝΛΙΦ
-0,21%
4.85
ΙΝΛΟΤ
-1,65%
1.072
ΙΝΤΕΚ
0,00%
5.9
ΙΝΤΕΤ
-2,18%
1.12
ΙΝΤΚΑ
-1,52%
3.23
ΚΑΡΕΛ
0,00%
326
ΚΕΚΡ
-3,41%
1.275
ΚΕΠΕΝ
0,00%
1.94
ΚΟΡΔΕ
+1,77%
0.459
ΚΟΥΑΛ
-1,95%
1.31
ΚΟΥΕΣ
+0,64%
6.3
ΚΡΙ
-0,60%
16.5
ΚΤΗΛΑ
-1,00%
1.98
ΚΥΡΙΟ
+0,49%
1.02
ΛΑΒΙ
-0,73%
0.812
ΛΑΜΔΑ
-0,14%
6.99
ΛΑΜΨΑ
0,00%
37
ΛΑΝΑΚ
+4,76%
1.1
ΛΕΒΚ
0,00%
0.23
ΛΕΒΠ
+4,42%
0.236
ΛΟΓΟΣ
0,00%
1.75
ΛΟΥΛΗ
-0,29%
3.4
ΜΑΘΙΟ
0,00%
0.802
ΜΕΒΑ
+1,53%
3.98
ΜΕΝΤΙ
-2,17%
2.25
ΜΕΡΚΟ
+3,13%
39.6
ΜΙΓ
0,00%
2.865
ΜΙΝ
0,00%
0.492
ΜΟΗ
+0,36%
22.4
ΜΟΝΤΑ
-0,53%
3.78
ΜΟΤΟ
-0,18%
2.825
ΜΟΥΖΚ
0,00%
0.63
ΜΠΕΛΑ
+0,36%
27.94
ΜΠΛΕΚΕΔΡΟΣ
0,00%
3.81
ΜΠΡΙΚ
-0,82%
2.42
ΜΠΤΚ
+5,13%
0.615
ΜΥΤΙΛ
+1,71%
36.96
ΝΑΚΑΣ
-1,88%
3.14
ΝΑΥΠ
+0,49%
0.828
ΞΥΛΚ
-1,87%
0.262
ΞΥΛΠ
+10,00%
0.396
ΟΛΘ
+1,79%
28.5
ΟΛΠ
+1,36%
33.65
ΟΛΥΜΠ
0,00%
2.6
ΟΠΑΠ
-1,44%
17.14
ΟΡΙΛΙΝΑ
-1,23%
0.8
ΟΤΕ
-0,40%
15
ΟΤΟΕΛ
-0,36%
11.06
ΠΑΙΡ
-4,29%
1.005
ΠΑΠ
-1,14%
2.61
ΠΕΙΡ
+1,26%
4.808
ΠΕΡΦ
-1,28%
5.4
ΠΕΤΡΟ
-0,99%
8
ΠΛΑΘ
-0,25%
4.05
ΠΛΑΚΡ
0,00%
15.2
ΠΡΔ
-0,76%
0.262
ΠΡΕΜΙΑ
-0,16%
1.28
ΠΡΟΝΤΕΑ
-4,10%
5.85
ΠΡΟΦ
+1,74%
5.27
ΡΕΒΟΙΛ
-0,28%
1.755
ΣΑΡ
-1,72%
12.58
ΣΑΡΑΝ
0,00%
1.07
ΣΑΤΟΚ
0,00%
0.028
ΣΕΝΤΡ
0,00%
0.354
ΣΙΔΜΑ
-0,63%
1.565
ΣΠΕΙΣ
-1,40%
5.64
ΣΠΙ
+4,65%
0.63
ΣΠΥΡ
0,00%
0.151
ΤΕΝΕΡΓ
0,00%
20
ΤΖΚΑ
0,00%
1.48
ΤΡΑΣΤΟΡ
0,00%
1.3
ΤΡΕΣΤΑΤΕΣ
-0,95%
1.662
ΥΑΛΚΟ
0,00%
0.162
ΦΛΕΞΟ
0,00%
7.7
ΦΡΙΓΟ
+9,17%
0.238
ΦΡΛΚ
-1,27%
4.28
ΧΑΙΔΕ
+1,27%
0.8

Τράπεζες: Επενδύσεις έως 300 εκατ. ευρώ ετησίως στην ΑΙ

Σε τεράστιες επενδύσεις στην τεχνολογία, της τάξεως των 200-300 εκατ. ευρώ ετησίως, θα προχωρήσουν οι ελληνικές τράπεζες, προκειμένου να ενσωματώσουν την Τεχνητή Νοημοσύνη (ΑΙ) στις λειτουργίες τους, ανταποκρινόμενες στις καλπάζουσες απαιτήσεις του ανταγωνισμού. Πρόκειται για επενδύσεις που συνιστούν διπλασιασμό των budgets των τραπεζών και ποσά που ούτε καν φαντάζονταν οι τράπεζες ότι θα χρειαζόταν να δαπανούν στην τεχνολογία, όταν προ τετραετίας ξεκινούσαν το μεγάλο ταξίδι του ψηφιακού μετασχηματισμού τους.

Ο ταχύς μετασχηματισμός των τραπεζών με στόχο τη βελτίωση της εμπειρίας του πελάτη βρίσκεται σε συνεχή εξέλιξη. Έτσι, μετά τα future branches και τη phygital εξυπηρέτηση, δηλαδή έναν συνδυασμό εξυπηρέτησης του πελάτη με φυσική παρουσία στο κατάστημα από υπάλληλο της τράπεζας και εξυπηρέτηση εξ αποστάσεως με χρήση της τεχνολογίας και εναλλακτικών καναλιών, το νέο μοντέλο εξυπηρέτησης που θα προωθήσουν οι τράπεζες θα είναι το hugital. Το νέο μοντέλο θα είναι και digital και human, δηλαδή ακόμη πιο ανθρωποκεντρικό, όχι μόνο στην εξυπηρέτηση στα ταμεία, αλλά και στα εναλλακτικά δίκτυα, π.χ. στα ATMs. Πρωτοπόρος του hugital είναι η Τράπεζα Πειραιώς, η οποία ήδη έχει ανοίξει τον δρόμο, π.χ. με ATMs που επικοινωνούν με τον πελάτη και στη νοηματική γλώσσα ή με φωνητική υποστήριξη.

Όπως αναφέρουν αρμόδια τραπεζικά στελέχη στην «ΑτΚ», για τη βελτίωση της εξυπηρέτησης του πελάτη και των εσωτερικών διαδικασιών των τραπεζών, οι τράπεζες αξιοποιούν ενεργά την τεχνολογία (ανάλυση δεδομένων, τεχνητή νοημοσύνη), ενσωματώνοντας ολοένα και περισσότερο σε καθημερινές εφαρμογές μέσω του embedded finance τις τραπεζικές υπηρεσίες. Το embedded banking διευκολύνει και τα δύο άκρα μιας συναλλαγής η οποία περιλαμβάνει τον έμπορο και τον καταναλωτή και τους επιτρέπει να ολοκληρώνουν την εκάστοτε διαδικασία που απαιτείται μέσα από λογισμικά και υπηρεσίες που χρησιμοποιούνται καθημερινά, αντί μέσω των παραδοσιακών τραπεζικών καναλιών. Π.χ., μέσω του embedded banking καθίστανται πιο προσιτά, άμεσα και εύκολα: η διάθεση υπηρεσιών πληρωμών σε real time χρόνο, το ηλεκτρονικό εμπόριο, η πρόσβαση στο σύνολο της συναλλακτικής πληροφόρησης μέσα από την παρακολούθηση των κινήσεων των τραπεζικών λογαριασμών, η λήψη βραχυπρόθεσμης χρηματοδότησης κ.λπ.

Η τεχνολογία της τεχνητής νοημοσύνης χρησιμοποιείται ολοένα και περισσότερο στην παροχή χρηματοπιστωτικών υπηρεσιών, επιτρέποντας την ανάπτυξη νέων εφαρμογών, προϊόντων και επιχειρηματικών μοντέλων. Σύμφωνα με την υποδιοικήτρια της ΤτΕ, Χριστίνα Παπακωνσταντίνου, τα πιστωτικά ιδρύματα της ΕΕ χρησιμοποιούν συστήματα τεχνητής νοημοσύνης, συμπεριλαμβανομένης της μηχανικής μάθησης, για την πρόληψη της απάτης και την αποτροπή ξεπλύματος μαύρου χρήματος, για την αυτοματοποιημένη εξυπηρέτηση πελατών, την κανονιστική συμμόρφωση, καθώς και για την αξιολόγηση της πιστοληπτικής ικανότητας των πελατών. Επιπλέον, η τεχνητή νοημοσύνη έχει εφαρμογές στην αξιολόγηση του προς ασφάλιση κινδύνου από τις ασφαλιστικές επιχειρήσεις, στην απόφαση για το αν θα καλύψουν τον κίνδυνο, στον προσδιορισμό της τιμής του ασφαλίστρου και στον καθορισμό των όρων της ασφαλιστικής σύμβασης. Πεδία εφαρμογής της τεχνητής νοημοσύνης αποτελούν επίσης η αυτοματοποιημένη προώθηση και πώληση χρηματοπιστωτικών προϊόντων, η ταυτοποίηση νέων πελατών και η παροχή χρηματοοικονομικών συμβουλών.

Στην Ευρώπη, η UBS Group έχει αναπτύξει ένα εργαλείο τεχνητής νοημοσύνης για να προσφέρει στους πελάτες πιθανές συμφωνίες συγχωνεύσεων και εξαγορών, ικανών να αναλύσουν μια βάση δεδομένων με περισσότερες από 300.000 εταιρείες σε λιγότερο από μισό λεπτό. Η Deutsche Bank χρησιμοποιεί τεχνητή νοημοσύνη για τη σάρωση χαρτοφυλακίων πλούσιων πελατών. Με τεχνητή νοημοσύνη η ING ελέγχει για πιθανούς κακοπληρωτές.

Η τεχνητή νοημοσύνη, ειδικά στον χρηματοοικονομικό τομέα, μπορεί να αυξήσει πολύ τον ανταγωνισμό, πιέζοντας αισθητά το περιθώριο κέρδους των τραπεζών. Παράλληλα, θα επιτρέψει να εξοικονομηθούν χιλιάδες εργατοώρες (χαρακτηριστικά, ο CEO της JPMorgan Chase, Τζέιμι Ντάιμον, πιστεύει πως η τεχνολογία θα επιτρέψει στους εργοδότες να συρρικνώσουν την εβδομάδα εργασίας σε μόλις 3,5 ημέρες).

Είναι προφανές ότι η χρήση της τεχνητής νοημοσύνης θα εξαφανίσει θέσεις εργασίας από τον τραπεζικό τομέα (σ.σ. μελέτη της Citigroup εκτιμά ότι η τεχνολογία είναι πιθανό να εκτοπίσει περισσότερες θέσεις εργασίας στον τραπεζικό κλάδο από οποιονδήποτε άλλο τομέα, συμβάλλοντας στην αύξηση της κερδοφορίας του κλάδου παγκοσμίως κατά 170 δισ. δολάρια τα επόμενα χρόνια).

Διαβάστε επίσης

Δώρο Χριστουγέννων ΟΑΕΔ: Η ημερομηνία πληρωμής από τη ΔΥΠΑ

Οι 10 διεθνείς ξενοδοχειακές αλυσίδες που έχουν βάλει στο μάτι την Ελλάδα

Enaon: Οι 18 πόλεις που μπαίνουν στον “χάρτη” του φυσικού αερίου

Google News icon
Ακολουθήστε το Powergame.gr στο Google News για άμεση και έγκυρη οικονομική ενημέρωση!