Aditi Subbarao, Diretora Global de Serviços Financeiros da INSTABASE, no evento AI Financial Services NYC” – Adoção da IA Gerativa na originação de empréstimos

Aditi Subara, líder da área de serviços financeiros da Instabase, utiliza um questionário rápido para comparar as contribuições científicas de Michael Faraday com a aplicação tecnológica de grande impacto de Elon Musk. Isso destaca o objetivo de transformar o potencial AIem valor comercial tangível para os serviços financeiros, à semelhança do impacto causado por Musk com a Tesla.

A Instabase ajuda as organizações a converter data não estruturados data insights úteis, resolvendo o problema da dispersão data. AI, assim como um motor elétrico, depende de data. A maior parte data empresariais data não estruturada. AI primeiros AI serviços financeiros concentravam-se na otimização de processos, automatizando tarefas anteriormente realizadas por seres humanos. Inicialmente, AI data documentos, mas AI generativa AI integra e analisa data vários documentos. Isso é exemplificado na originação de empréstimos, onde AI data holerites, extratos bancários e cartas de emprego para determinar a renda do tomador do empréstimo.

O potencial AIvai além do processamento de documentos, estendendo-se à criação de visões abrangentes por meio da integração data internos e externos. Esta próxima fase visa a tomada de decisões automatizada com medidas de segurança. As organizações dispõem de vastas data e inúmeras AI potenciais AI , concentrando-se em áreas de alto impacto onde se gasta a maior parte do tempo no data . É delineada uma estrutura com três pilares: data operacionais, data específicos e pesquisa de conhecimento, auxiliando na identificação sistemática AI em todas as funções organizacionais.

A automação data e estruturação data a partir de diversos documentos aumenta a eficiência em processos como a originação de empréstimos. AI criar chatbots para consultar conjuntos de dados estáticos, como diretrizes de análise de crédito ou políticas de despesas, demonstrando sua flexibilidade. Avanços como o ChatGPT permitem AI interaja com data, responda a consultas complexas e forneça insights mais profundos, aprimorando data . AI eficazes AI exigem a integração de modelos de linguagem com reconhecimento visual e de layout para lidar data empresariais complexos.

Esses fatores são essenciais para garantir AI e a confiabilidade AI . AI devem ser avaliados e equipados com índices de confiança e mecanismos de revisão humana. Nem todas as tarefas exigem AI sofisticadas AI ; portanto, as organizações devem decidir onde aplicar AI nos benefícios e riscos, evitando a dependência excessiva de grandes modelos de linguagem. A aplicação AI identificar casos de uso adequados, aplicar sistematicamente AI funções operacionais, de consulta e de conhecimento, e garantir testes e governança rigorosos.

As capacidades AIna originação de empréstimos incluem data automatizada data de documentos complexos, transformando-os em data estruturados data sistemas posteriores, como sistemas de originação de empréstimos, mecanismos de precificação ou sistemas de gestão de risco. Um exemplo da Instabase durante a pandemia da COVID-19 ilustra isso: um banco americano enfrentou um aumento repentino nos pedidos de empréstimo por meio do programa de empréstimos PPP e utilizou a Instabase para criar uma solução em seis dias, aumentando a capacidade de processamento de 10.000 empréstimos por dia para 10.000 empréstimos por hora, demonstrando o potencial AIpara elevar significativamente a produtividade nos processos operacionais.

Criação de chatbots dedicados a funções específicas dentro de uma organização, como a consulta de diretrizes de subscrição. Os chatbots lidam com data fixos, fornecendo respostas precisas. Com AI conversacional, AI podem interagir com data, fazendo perguntas sobre documentos ou conjuntos de dados específicos e recebendo respostas detalhadas e contextualizadas.

Uma estrutura de governança robusta, políticas data e protocolos de teste rigorosos são essenciais para validar AI . As organizações devem garantir que AI sejam precisos, transparentes e responsáveis, capazes de explicar seu funcionamento e rastrear data e os cálculos.

A aplicação estratégica da AI uma seleção cuidadosa dos casos de uso, a implementação AI diferentes funções organizacionais e a garantia de testes exaustivos e governança. Ao concentrar-se nas áreas de maior impacto nos negócios, aproveitar AI aumentar a eficiência operacional e data específicas data , além de integrar estruturas robustas de governança, as organizações podem explorar todo o potencial AI.