Strojno učenje mijenja financijsku industriju u Europi

Instantor otkriva rezultate istraživanja kako strojno učenje utječe na upravljanje kreditnim rizikom u Europi.

Hrvoje Jurman Hrvoje Jurman | 14.02.2019. / 13:14

Istraživanje Instantora (Foto: Instantor) (Foto: Instantor)

Tvrtka Instantor objavila je rezultate istraživačke studije "Credit Risk Management 2019 - How Do You Stack Up?". Istraživanje je provedeno na području cijele Europe, a ispitanici su ljudi na vodećim pozicijama financijskih organizacija. Rezultati pokazuju da su dvije trećine organizacija implementirale metode strojnog učenja (Machine Learning - ML) i većina njih ostvarila je značajne koristi u području upravljanja kreditnim rizikom.

Posljednjih desetak godina u Europi je stupio na snagu velik broj strogih zakona, s ciljem zaštite ekonomija i krajnjih potrošača. Potrošači traže u potpunosti digitalizirane usluge kojima mogu pristupiti bilo kojim mobilnim uređajem i nova poboljšana korisnička iskustva. Osim navedenog, povećani su i interni pritisci financijskih organizacija za ostvarenjem zadanih poslovnih ciljeva uz istovremeno smanjenje kreditnih rizika i troškova. Navedeni čimbenici naveli su financijske organizacije na upotrebu učinkovitijih i inovativnijih alata, kao što je ML.

Dva su velika izazova u korištenju strojnog učenja

Instantor je istraživanjem identificirao i ostale promjene koje financijske organizacije moraju napraviti da bi se prilagodile trenutnom stanju na tržištu: usmjeriti se na potpuno digitalizirana i automatizirana rješenja, implementirati napretnu analitiku, ostvariti suradnju s FinTech tvrtkama, savjesno koristiti podatke o potrošačima u skladu s GDPR-om i ostalom regulativom i uvesti inovacije u korištenju velike količine podataka. Instantor prepoznaje potencijal koji će nastati uvođenjem PSD2 regulative, a to je mogućnost pridobivanja novih potrošača i pristup novim izvorima podataka, kao što su transakcijski podaci.

Rezultati istraživanja pokazali su određene izazove u korištenju strojnog učenja - nedostatak razumijevanja potencijala ML-a (44%) i neznanje kako će ono utjecati na poslovne rezultate (22%) razlozi su zašto tvrtke ne koriste ML. “Izdavanjem rezultata ove istraživačke studije, Instantor počinje provođenje seminara i webinara, s ciljem prijenosa znanja ljudima koji se bave kreditnim rizicima”, komentira Raiha Buchanan, CMO u Instantoru.

“Predani smo sustavnom radu na osnaživanju znanja iz područja tehnologije organizacijama, koja su im potrebna za pozicioniranje na tržištu. Razumijevanjem pozitivnog utjecaja strojnog učenja na procjenu kreditnog rizika, organizacije će ostvariti bolje rezultate uz manji rizik”, zaključuje Buchanan.

Studiju "Credit Risk Management 2019 - How Do You Stack Up? možete preuzeti ovdje. 
 

Još brže do najnovijih tech inovacija. Preuzmi DNEVNIK.hr aplikaciju

Vezane vijesti

Još vijesti