Fire teknologitendenser, der vil forme den finansielle sektor i 2020

Af Annette Truong Poulsen, Senior Marketing Manager, Monstarlab

Sådan forbliver du relevant i de de-bankerede forbrugeres sind

Der er ingen tvivl om, at udviklingen af ​​teknologi bevæger sig i et hurtigt tempo, uanset hvilken industri du ser på, og forbrugerne kræver mere, da de bliver mere og mere teknologisk kyndige. Hvis virksomheder ikke lever op til disse forventninger, har de mindre chance for at nå forretningskritiske mål. Så hvilke tendenser og teknologier vil være afgørende for at holde øje med og udvikle sig inden for den finansielle sektor, og hvordan bruger du dem til at forblive relevante i forbrugernes sind?

Denne tendens er faktisk sammensat af fire teknologier, der i forskellig grad vil have indflydelse på branchen. Nøglesættet for ny teknologi er DARQ: Distribueret ledger-teknologi (DLT), kunstig intelligens (AI), udvidet virkelighed (XR) og kvantecomputering. Accenture gjorde nogle undersøgelser omkring DARQ, som viste, at 89% af de virksomheder, der blev spurgt, i øjeblikket eksperimenterede med en eller flere DARQ-teknologier, idet de forventede, at de skulle være nøgledifferentiatorer og øger deres DARQ-investeringer betydeligt. Her er en gennemgang af teknologierne.

I det væsentlige rygraden i blockchain og kryptokurrency giver DLT forbrugere og virksomheder mulighed for at kontrollere deres data og udføre transaktioner på en måde, der tidligere ikke var mulig. Det betyder, at folk kan handle med værdigenstande via internettet uden at gå igennem f.eks. en bank til at kontrollere transaktionen. Mange virksomheder gennemgår en central database på et fast sted – hvis der opstår fejl i den centrale database, er hele systemet på spil. DLT bruger mange decentrale databaser, hvilket minimerer risici.

Desuden har teknologien potentialet til effektivt at reducere papirarbejde og transaktionsomkostninger involveret i bankvirksomhed. Det bliver også tydeligt, at DLT’er er i stand til at fremskynde de processer, der er involveret i afviklingen af ​​handler. Fem af verdens største banker undersøger samlet den potentielle anvendelse af teknologien i det finansielle system i et projekt kaldet R3. Santander, som er en af ​​bankerne i R3, estimerer, at der er potentielle besparelser på 20 mia. USD om året i 2022, hvad enten det er i forbindelse med Bitcoin-transaktioner, fast ejendom osv.

AI udvikler sig hurtigt, og det er noget, vi allerede bruger i vores daglige liv, f.eks. i vores smarte højttalere, e-mail-filtre, chatbots, LinkedIn jobfunktioner, søgemaskiner osv. På et generelt niveau er AI en Machine Learnings-algoritme kombineret med en vis forretningslogik (almindelig computerkode, der siger “hvis det, gør det”). Machine Learning er en metode til dataanalyse, der automatiserer den analytiske modelopbygning. Det er baseret på ideen om, at systemer kan lære af data, identificere mønstre og træffe beslutninger med minimal menneskelig interaktion.

Dataindsamling og AI muliggør udvikling af produkter, der imødekommer og forudsiger kundernes behov og adfærd som grundlag for skræddersyede servicetilbud. Dette vil være afgørende, da banker, finansielle servicevirksomheder og forsikringsselskaber forsøger at personalisere deres kundeoplevelser til den enkelte kunde.
Ved at inkorporere personaliseringsfunktioner i digitale løsninger kan virksomheder give en bedre kundeoplevelse (CX) på tværs af kundens berøringspunkter. Vi ser allerede, at dette får indflydelse på sektoren.

For at tage et eksempel fra Monstarlab: Vi har arbejdet tæt sammen med teamet i Danske Bank (en af ​​de største banker i Norden) for at lancere en kundecentreret personaliseringsbaseret platform, der maksimerer mulighederne for Sitecore, der har vundet Sitecore-implementeringen. til Content Management-strategi i Skandinavien i 2016 og den bedste forretningseffekt eller ROI fra en digital oplevelse i 2019 i Sitecore Experience Awards.

Udvidet virkelighed (XR) – Gamification, virtuel vejledning og møder, kortintegrationer osv.

XR er et paraplyudtryk for en række teknologier; AR, VR, MR osv. Der er forskellige meninger om graden af ​​indvirkning, som disse vil have inden for den finansielle sektor. Den generelle konsensus er dog, at det vil påvirke det på en eller anden måde, især når 5G bliver mere og mere udbredt.

Med hensyn til VR kan det bruges til virtuel vejledning og gamification af tjenester, men det kan være for kompliceret til at være en succes. Der er eksempler på, at AR allerede er brugt i sektoren. Et eksempel er en australsk bank (Commonwealth Bank of Australia): Potentielle købere kan gå forbi et hus til salg og få oplysninger og se inde i huset. Andre funktioner kan være at finde den nærmeste pengeautomat, at afholde virtuelle møder osv. Men vi vil se mange flere anvendelser af AR i de kommende år.

Kvantecomputere kan behandle massive og komplekse datasæt mere effektivt end klassiske computere. De bruger grundlæggende kvantemekanik til at fremskynde processen med at løse komplekse beregninger. Selvom kvantecomputering stadig er i de tidlige faser, bruger mange af de store teknologivirksomheder som Google det til at genopfinde aspekter af cybersikkerhed gennem deres evne til at bryde koder og kryptere elektronisk kommunikation. Med mere tilgængelighed kan virksomheder drage fordel af Quantum-computere til at omdanne branchens værdikæder inden for mange områder, herunder finansiering.

Specifikt er de områder inden for kvantecomputer, der viser det mest løfte for finansielle tjenester, at løse komplekse optimeringsproblemer såsom porteføljerisikooptimering og afsløring af svig. Med hensyn til finansiel analyse kan det hjælpe med at eliminere data blind spots og forhindre, at ubegrundede økonomiske antagelser skaber tab. Der er dog bestemt mange andre anvendelser til kvanteberegning, som vi endnu ikke har undersøgt.