Die wichtigsten Erkenntnisse aus der Podiumsdiskussion mit Johan Bryssinck, Programmleiter für AI bei Swift, Chalapathy Neti, Leiter der AI bei Swift, und Tobias Hann, CEO von Mostly AI, auf dem AI Financial Services Summit“ von Artefact 12. Juni 2024.
Über Johan Bryssinck: Bei Swift leitet er die Einführung artificial intelligence Optimierung von Produkten und Dienstleistungen. Mit über 20 Jahren Erfahrung konzentriert er sich auf Unternehmensstrategie, Innovation und Technologie und fördert Partnerschaften, um branchenbezogene Herausforderungen mithilfe von KI zu lösen.
Über Tobias Hann: Er ist auf synthetische data AI Lösungen spezialisiert. Er hat an der Wirtschaftsuniversität Wien promoviert und einen MBA der Haas School of Business der UC Berkeley erworben und verfügt über umfassende Erfahrung in den Bereichen Software, data und maschinelles Lernen.
Über Chalapathy Neti: Bei Swift entwickelt er AI für Großunternehmen. Er verfügt über umfassende Erfahrung in den Bereichen AI und cloud und hatte leitende Positionen bei IBM inne, darunter die des Vice President von IBM Watson Education und des Directors of Healthcare Transformation.
Einleitung
Im Mittelpunkt der Diskussion stehen die erheblichen Herausforderungen in der Finanzdienstleistungsbranche, insbesondere in Bezug auf Finanzkriminalität, Betrug und Geldwäschebekämpfung. Die Kosten dieser Probleme werden weltweit auf rund 480 Milliarden US-Dollar geschätzt. Um diese Probleme in großem Maßstab anzugehen, ist kooperative Innovation erforderlich, vor allem weil data auf zahlreiche isolierte Dateninseln verteilt data .
Die Rolle synthetischer data
Synthetische data als entscheidender Faktor für diese gemeinschaftliche Innovation. SWIFT, ein führender Anbieter von Zahlungsinfrastruktur, wickelt einen erheblichen Teil des weltweiten BIP-Volumens ab und arbeitet mit zahlreichen Institutionen rund um den Globus zusammen. Um Finanzkriminalität wirksam zu bekämpfen, nutzt SWIFT in Zusammenarbeit mit Partnern synthetische data auf verantwortungsvolle Weise data innovative data .
Vorgehensweise bei Finanzkriminalität
Johan geht näher auf das anhaltende Problem des Betrugs ein und betont, dass zur Bekämpfung dieses Problems Zusammenarbeit erforderlich ist. Trotz technologischer Fortschritte nimmt der Betrug weiter zu, was zum Teil auf die Fragmentierung der Zahlungsmethoden und das Vorhandensein von data zurückzuführen ist. Swift hat in Zusammenarbeit mit dem „Future of Financial Intelligence Service“ festgestellt, dass Initiativen data zu erheblichen Verbesserungen bei der Betrugserkennung und -prävention geführt haben.
Anomalieerkennung und AI
Swift hat sich zum Ziel gesetzt, ein fortschrittliches Modell zur Erkennung von Anomalien für die Echtzeit-Transaktionsüberwachung zu entwickeln. Die Zusammenarbeit mit Banken und der Einsatz AI Zahlungskontrolldiensten haben bereits vielversprechende Ergebnisse gezeigt, darunter eine Senkung der Falsch-Positiv-Rate um 40 %. Der nächste Schritt besteht darin, die Anomalieerkennung in Dienste zur Vorabprüfung von Zahlungen zu integrieren, um die Transaktionssicherheit bereits vor der Ausführung zu erhöhen.
Vertrauliches Rechnen
Confidential Computing gilt als Schlüsseltechnologie für data sichere data , da es data in allen Phasen der Verarbeitung gewährleistet. Swift strebt eine weltweite Verbreitung dieser Technologie an und arbeitet dazu mit Hyperscalern zusammen, um seinen umfangreichen Kundenstamm zu erreichen.
Die Bedeutung synthetischer data
Toby von Mostly AI die Bedeutung synthetischer data data sichere und effektive data . Synthetische data, die vollständig anonym sind, bieten Unterstützung in verschiedenen Anwendungsbereichen wie Softwareentwicklung, Forschung und dem Training AI . Sie tragen zudem dazu bei, Bedenken data auszuräumen, und helfen bei der Entwicklung robusterer und unvoreingenommener AI .
Herausforderungen und zukünftige Ausrichtungen
Die Diskussion befasst sich auch mit den Auswirkungen der AI die Beschäftigung und dem Aufkommen neuer Zahlungsdienstleister als potenzielle Wettbewerber. Swift setzt seine Innovationsbemühungen fort, indem es neue Technologien integriert und seine Zahlungsinfrastruktur ausbaut, um sich an die sich wandelnde Finanzlandschaft anzupassen.
Fazit
Das Gespräch unterstreicht die Bedeutung von gemeinsamer Innovation, AI und synthetischen data der Bekämpfung der weltweiten Finanzkriminalität. Die kontinuierlichen Bemühungen von Swift in den Bereichen Anomalieerkennung, sichere data und data synthetischer data sind entscheidend für die Stärkung der Integrität und Effizienz des Finanzökosystems.
