So nutzen Sie Adopt AI mit MORGAN STANLEY
Sehen Sie sich die Wiederholung an Über Jean-François Mazaud: Derzeit COO Frankreich
Neugestaltung digitaler Interaktionen mit AI und ABN AMRO
Die Strategie muss einen reinen "Technologie-Push" ablehnen und sich ganz auf die Auswirkungen auf den Kunden konzentrieren. Innerhalb von 3 bis 5 Jahren werden voraussichtlich über 50% der Kunden über eigene KI-Agenten verfügen, die sie bei Kaufentscheidungen und Finanzentscheidungen unterstützen. Damit ändert sich das Paradigma des Bankwesens: Die Bank muss nicht nur an Menschen vermarkten, sondern auch sicherstellen, dass ihre Dienstleistungen von diesen kundenorientierten Agenten entdeckt und ausgewählt werden können. Die Herausforderung besteht darin, eine Infrastruktur zu schaffen, in der die Systeme der Bank nahtlos mit diesen persönlichen digitalen Vermittlern interagieren können.
AI & Trust: Mit BNP PARIBAS die Finanzwelt von morgen gestalten
Dabei geht es um Effizienz, Umfang und Fähigkeiten. KI ermöglicht es Banken, bestehende Aufgaben schneller auszuführen, ein breiteres Spektrum an Risiken abzudecken (Risiken A, B und C statt nur A) und bisher unmögliche Aufgaben zu erfüllen, wie z.B. die Analyse riesiger Dokumentenmengen für die Sentimentanalyse im Aktienresearch.
Die auf AI basierende Strategie mit CNP ASSURANCES
CNP Assurances ist als führender internationaler Akteur vor allem in Europa und Lateinamerika tätig und hält die Position des zweitgrößten Kreditversicherers in Frankreich und des drittgrößten Versicherers in Brasilien. Das Unternehmen arbeitet auf der Grundlage eines robusten B2B2C-Modells und unterhält langfristige Vereinbarungen mit großen Bankpartnern wie La Banque Postale und Caixa Econômica Federal, während es auch offene Modelle mit Einzelhändlern und Maklern nutzt. Finanziell erwirtschaftet die Gruppe ein Nettoergebnis von 1,5 Milliarden Euro und ist für ihr Engagement im Bereich ESG anerkannt und gehört zu den Top 9% der nachhaltigen Unternehmen weltweit.
Mit AI und AGEAS die Zukunft absichern
Bei Adopt AI wird er untersuchen, wie Innovation und artificial intelligence die Versicherungsbranche verändern. KI ermöglicht es den Versicherern, einen individuelleren und nachhaltigeren Schutz anzubieten, der auf tieferen Kundenkenntnissen beruht.
Warum die Messung von Marketingergebnissen immer noch zu wünschen übrig lässt und wie Agentic AI diese Lücke schließt (inkl. Demo)
In diesem Artikel untersuchen wir, wie die agentische Lösung AI die Marketingmessung revolutioniert, indem sie Analysen automatisiert, Entscheidungen unterstützt und die Umsetzung über den gesamten Trichter hinweg beschleunigt.
Agentischer Handel: Von AI-Anwendungsfällen bis hin zur umfassenden Neugestaltung. Sind Sie bereit?
Auf dem jüngsten TCG Retail Summit machte sich Edouard de Mézerac daran, Klarheit in den Wirrwarr rund um AI zu bringen. Seine Botschaft: Die Ära der vereinzelten Anwendungsfälle ist vorbei. Was nun folgt, ist etwas weitaus Strukturierteres und weitaus Anspruchsvolleres. Jahrelang haben Unternehmen mit AI in isolierten Nischen experimentiert, die als “Farbpunkte” im gesamten Unternehmen bezeichnet wurden. Nützlich, vielleicht. Transformativ? Nicht ganz. Jetzt verschiebt sich das Terrain. Bei Agentic AI geht es nicht darum, eine weitere Technologieebene hinzuzufügen. Es geht darum, die Art und Weise, wie Arbeit erledigt wird, von Anfang bis Ende neu zu überdenken.
Wie Health AI Assistants (und GEO) die Erfahrungen von Patienten und medizinischem Fachpersonal verändern werden und was die Pharmaindustrie tun muss, um aktiv daran mitzuwirken
Ein Patient wacht mit wiederkehrenden Rückenschmerzen auf und fragt einen AI-Assistenten, was er tun soll. Die App überprüft die Krankengeschichte, stellt eine frühere Verschreibung fest und schlägt vor, auf ein anderes entzündungshemmendes Mittel umzusteigen. Ihr Wirkstoff wird dabei nicht erwähnt. Wenn der Patient am Nachmittag seinen Arzt aufsucht, um sich ein Rezept ausstellen zu lassen, ist der Rahmen bereits abgesteckt.
Wird AI tatsächlich billiger? Die Illusion der Token-Kosten
Stellen Sie sich vor, ein Finanzvorstand prüft die Ausgaben für das Quartal cloud. Das AI-Team legt ein überzeugendes Diagramm vor: Die Inferenzkosten pro Token sind im Vergleich zum Vorjahr um 75% gesunken. Die Modelle sind schneller, die APIs sind günstiger, und der Anbieter gewährt Mengenrabatte. Alles deutet auf Einsparungen hin. Dann trifft die eigentliche Rechnung ein, und der Gesamtbetrag ist höher als im letzten Quartal.
