Massimizzare la crescita: nei pagamenti tutta la potenza dell’intelligenza artificiale

Jack Yallop
February 12, 2024 | Updated: March 5, 2024

Le tecnologie d'intelligenza artificiale (IA) fanno parte integrante del settore bancario. In aree come il rischio, le frodi e la conformità, ad esempio, l'uso dell'IA è diffuso da anni e lo sarà sempre di più. Il successo di queste (e altre) iniziative e la possibilità di sbloccare ulteriori vantaggi, sta spingendo ulteriori investimenti in quest’area nel 2024, con particolare interesse per l'IA generativa.

Celent, società di analisi sulla tecnologia applicata ai servizi finanziari, ha creato un report, commissionato da MongoDB e Icon Solutions, che approfondisce il modo in cui l'IA viene attualmente utilizzata nel settore bancario, nonché alcuni dei principali casi d'uso per l'adozione dell'IA nei pagamenti al fine di migliorare l'agilità operativa, automatizzare i flussi di lavoro e aumentare la produttività degli sviluppatori.





Scarica il report di Celent: Sfruttare i vantaggi dell'IA nei pagamenti per scoprire come ottenere il massimo dagli investimenti nell'IA e sbloccare le possibilità illimitate offerte dall'AI per il futuro dei pagamenti.

Sbloccare una serie di miglioramenti del flusso di lavoro e del prodotto

Oggi le tecnologie IA vengono utilizzate per gestire diversi flussi di lavoro e servizi rivolti al cliente, dall'automazione e ottimizzazione dei processi di middle office e back office all'impiego in campi come la gestione del rischio e della liquidità in tempo reale, la previsione dei flussi di cassa e la personalizzazione del servizio nel front office. In più, nel processo di assistenza clienti giocano un ruolo sempre più importante anche gli assistenti virtuali e i bot.

In questo blog, esamineremo alcuni dei principali risultati del rapporto di Celent "Sfruttare i vantaggi dell'IA nei pagamenti" e cosa significa per il settore bancario e dei pagamenti.

Analytics avanzate, automazione intelligente e tecnologie IA guidano l’agenda degli investimenti nel 2024

Nel corso del tempo, le banche hanno progressivamente aumentato gli investimenti in progetti volti a utilizzare i dati in modo migliore e più efficiente. Questa scelta è stata certamente dettata dalla necessità di rispondere alle crescenti aspettative dei clienti in termini di velocità e qualità dei servizi digitali, ma anche da una comprensione sempre maggiore del vero valore dei dati relativi ai conti e alle transazioni. L'aspetto più importante, tuttavia, è stata l'abilitazione delle tecnologie necessarie per realizzare casi d'uso supportati da IA e analytics avanzate.

Non sorprende che i progetti supportati dalle tecnologie di analytics dei dati e IA siano in cima all'agenda globale. Gli investimenti in analytics avanzate e apprendimento automatico si posizionano tra le principali priorità tecnologiche per il 33% delle banche d'affari, scavalcando i progetti relativi alla robotica e all’automazione (che rappresentano un'area di interesse per il 31% del mercato). L’intelligenza artificiale e l'elaborazione del linguaggio naturale non sono da meno: sono infatti state indicate come prioritarie dal 28% delle banche.

Molti stanno anche esplorando l'IA generativa

Sebbene l'entusiasmo per l'IA generativa sia comprensibile, dato l'ovvio potenziale, la conversazione è diventata più sfumata verso la fine del 2023. Il che si può capire, considerate le complessità connesse all’applicazione di LLM a dati dei clienti potenzialmente sensibili, nonché le preoccupazioni normative complessive sulla spiegabilità (e potenziale verificabilità) dei risultati generati dagli LLM. Detto questo, sono molte le aree in cui l'IA generativa viene già utilizzata per supportare i consulenti e i gestori di relazioni e si prevedono ulteriori innovazioni in settori analoghi. Secondo il report, il 58% delle banche sta valutando o testando in qualche misura l'IA generativa, mentre un altro 23% ha inserito nella roadmap progetti che impiegano questa tecnologia.

Casi d'uso emergenti dell'IA nei pagamenti e potenziale crescita dei ricavi

La mancanza di capacità di sviluppo è una delle maggiori criticità per le banche che desiderano innovare i propri prodotti di pagamento. Le banche ritengono che i miglioramenti ai prodotti che non hanno potuto realizzare negli ultimi due anni a causa della scarsità di risorse avrebbero favorito una crescita del 5,3% dei ricavi connessi ai pagamenti. Tenendo conto di ciò e della trasformazione rivoluzionaria che l'integrazione dell'IA comporta, gli istituti finanziari devono considerare come liberare risorse di sviluppo per sfruttare al meglio queste opportunità.

Mentre il settore dei pagamenti continua a evolversi, l'integrazione dell'IA è pronta a rimodellare il panorama, offrendo soluzioni innovative che mettono in primo piano sicurezza, efficienza e un'esperienza utente personalizzata. I casi d'uso emergenti dell'AI nei pagamenti testimoniano il suo potenziale trasformativo in grado di plasmare il futuro delle transazioni finanziarie.

Sfruttare le tecnologie moderne per trarre il massimo dall'adozione dell'IA

Nel panorama in rapida evoluzione dell'IA, i continui progressi tecnologici e l'evoluzione delle esigenze dei clienti richiedono investimenti strategici. Per restare competitivi, le banche e i fornitori di servizi di pagamento non solo devono concentrarsi sui miglioramenti dei prodotti attuali, ma anche modernizzare l'infrastruttura di pagamento per assicurarsi capacità valide anche in futuro. Quando adottano tecnologie avanzate come l’intelligenza artificiale e l'apprendimento automatico, che si fondano sui dati, spesso le organizzazioni riscontrano problemi durante l'integrazione di queste innovazioni nei sistemi legacy per mancanza di flessibilità e resistenza ai cambiamenti. Ad esempio, aggiungere un nuovo metodo di pagamento e un nuovo punto di accesso del cliente potrebbe essere molto difficile. Creare una solida architettura dei dati con una moderna piattaforma dati che consenta alle banche di arricchire l'esperienza di pagamento consolidando e analizzando i dati in qualsiasi formato in tempo reale, promuovendo servizi e funzionalità a valore aggiunto per i consumatori. Le seguenti raccomandazioni contribuiranno a fare in modo che le organizzazioni di servizi finanziari possano sbloccare il potenziale trasformativo dell'IA generativa su vasta scala, assicurando al contempo che i problemi di privacy e sicurezza siano affrontati in modo adeguato:

  • Addestra i modelli di IA/ML sui dati più accurati e aggiornati, rispondendo così alla necessità critica di adattabilità e agilità di fronte alle tecnologie in evoluzione. Unificando i dati provenienti da diverse fonti, dall'elaborazione dei pagamenti in backend alle interazioni con i clienti, le banche possono ottenere in tempo reale insight utili a creare un percorso del cliente fluido, connesso e personalizzato.

  • Preparati al futuro con uno schema di dati flessibile in grado di accogliere qualsiasi struttura, formato o origine di dati. Questa flessibilità facilita un'integrazione fluida con diverse piattaforme AI/ML, consentendo agli istituti finanziari di adattarsi alle modifiche nel panorama dell'IA senza grosse modifiche all'infrastruttura.

  • Risolvi i problemi connessi alla sicurezza con controlli di sicurezza integrati su tutti i dati. Che sia gestito in un ambiente cliente o tramite MongoDB Atlas, un servizio cloud completamente gestito, MongoDB garantisce una sicurezza solida con funzionalità come l'autenticazione (single sign-on e autenticazione a più fattori), i controlli di accesso basati sui ruoli e la crittografia completa dei dati. Si tratta di misure di sicurezza che fungono da protezione per i dati finanziari sensibili, mitigando il rischio di accesso non autorizzato da parte di soggetti esterni e fornendo alle organizzazioni la sicurezza necessaria per abbracciare le tecnologie di IA e ML.

  • Avvia e scala applicazioni sempre attive e sicure integrando servizi di terze parti con le API. Il modello di dati flessibile e la capacità di MongoDB di gestire vari tipi di dati, inclusi i dati strutturati e non strutturati, sono ottimali per orchestrare l'ecosistema API aperto e rendere possibile il flusso di dati tra banche, terze parti e consumatori.

La piattaforma di dati per sviluppatori MongoDB Atlas mette potenti capacità di IA e analytics direttamente nelle mani degli sviluppatori e offre la possibilità di arricchire le esperienze di pagamento consolidando, incorporando e intervenendo all'istante su qualsiasi tipo di dati di pagamento. MongoDB Atlas è progettato per aiutare le organizzazioni di servizi finanziari a superare le sfide legate ai dati. È dotato di un modello di dati a documento flessibile e delle funzionalità di perfetta integrazione di terze parti necessarie per creare sistemi di pagamento componibili facilmente scalabili, sempre attivi, sicuri e conformi ad ACID.

Stai al passo con i tempi: scarica subito il report di Celent e sblocca le possibilità illimitate offerte dall'IA per il futuro dei pagamenti. Se preferisci un'esplorazione visiva, una discussione con Celent, Icon Solutions e MongoDB, iscriviti al nostro prossimo webinar, "Usare l'IA per creare nuove opportunità nel settore dei pagamenti", con Celent, Icon Solutions e MongoDB.

Se desideri scoprire di più sulla creazione di applicazioni di pagamento arricchite con l'IA di MongoDB, dai un'occhiata alle seguenti risorse:

← Previous

Maximiser la croissance : la puissance de l'IA au service des paiements

Les technologies d'intelligence artificielle (IA) font partie intégrante du secteur bancaire. Dans des domaines tels que le risque, la fraude et la conformité, par exemple, l'utilisation de l'IA est courante depuis des années et continue de s'intensifier. Le succès de ces initiatives et la possibilité d’obtenir de nouveaux avantages incitent à investir davantage dans ce domaine en 2024. L’IA générative suscite particulièrement l’intérêt des acteurs du secteur. L'analyste financier Celent a créé un rapport à la demande de MongoDB et d'Icon Solutions qui analyse la façon dont l'IA est actuellement utilisée dans le secteur bancaire, ainsi que sur certains des principaux cas d'utilisation de l'IA dans les paiements afin d'améliorer l'agilité opérationnelle, d'automatiser les flux de travail et d'augmenter la productivité des développeurs. Télécharger le rapport de Celent : « Harnessing the Benefits of AI in Payments » (Exploiter les avantages de l'IA appliquée aux paiements) pour découvrir comment vous pourriez tirer le meilleur parti de vos investissements dans l'IA et exploiter les possibilités illimitées qu'offre l'IA pour les paiements à l'avenir. Exploiter un large éventail d’améliorations de flux de travail et de produits Les technologies de l'IA sont aujourd'hui utilisées pour traiter un large éventail de flux de travail et de services en contact avec la clientèle, depuis l'automatisation et l'optimisation des processus dans le middle et le back office, jusqu'à des domaines tels que la gestion des risques et des liquidités en temps réel, la prévision des flux de trésorerie et la personnalisation des services front office. Les assistants virtuels et les bots sont également devenus un élément essentiel du processus d’assistance client. Dans ce blog, nous aborderons quelques-unes des principales conclusions du rapport Harnessing the Benefits of AI in Payments de Celent et ce que cela signifie pour le secteur des services bancaires et des paiements. L’analyse avancée, l’automatisation intelligente et les technologies d’IA captent la majeure partie des investissements en 2024 Les banques ont progressivement augmenté leurs investissements dans des projets visant à optimiser l’utilisation des données. Cette évolution s’explique en partie par la nécessité de répondre aux attentes croissantes des clients en matière de rapidité et de qualité des services numériques, mais traduit également une meilleure compréhension de la véritable valeur des données relatives aux comptes et aux transactions. Mais le plus important a été la rentabilité des technologies nécessaires pour proposer des cas d’utilisation qui reposent sur l’IA et l’analyse avancée. Force est de constater que les projets qui concernent les technologies d’analyse de données et d’IA figurent en bonne place dans l’agenda mondial. Les investissements dans l’analyse avancée et le machine learning constituent une priorité pour 33 % des banques d’affaires, devant les projets liés à la robotique et à l’automatisation (qui constituent une priorité pour 31 % du marché). L’intelligence artificielle et le traitement du langage nature (NLP) ne sont pas loin derrière et 28 % des banques reconnaissent qu’il s’agit d’une priorité. De nombreux acteurs du secteur explorent également l’IA générative Bien que l’enthousiasme concernant la GenAI soit compréhensible compte tenu de son potentiel évident, les discussions sont devenues plus nuancées fin 2023. Cela est compréhensible étant donné la complexité de l’application des grands modèles de langage (LLM) à des données clients potentiellement sensibles et au regard des préoccupations réglementaires plus générales concernant l’explicabilité (et l’auditabilité potentielle) de leurs résultats. Cela dit, l’IA est déjà utilisée dans de nombreux domaines pour aider les conseillers et les chargés de clientèle, et des innovations dans des domaines similaires devraient émerger. Selon le rapport, 58 % des banques évaluent ou testent l'IA générative d'une manière ou d'une autre, tandis que 23 % ont des projets utilisant cette technologie dans leur feuille de route. Nouveaux cas d'utilisation de l'IA appliquée aux paiements et croissance potentielle du chiffre d'affaires Le manque de compétences des développeurs est l'un des plus grands défis auxquels sont confrontées les banques lorsqu'il s'agit d'innover en matière de produits de paiement. Les banques estiment que les améliorations de produits qu’elles n’ont pas pu réaliser au cours des deux dernières années en raison de ressources limitées auraient permis une croissance de 5,3 % des recettes liées aux paiements. En gardant cela à l'esprit et la transformation révolutionnaire liée à l'intégration de l'IA, les institutions financières doivent réfléchir à la manière de mobiliser les ressources des développeurs pour tirer le meilleur parti de ces opportunités. Alors que le secteur des paiements continue d'évoluer, l'intégration de l'IA est prête à remodeler le paysage, en offrant des solutions innovantes qui privilégient la sécurité, l'efficacité et une expérience utilisateur personnalisée. Les cas d'utilisation émergents de l'IA dans les paiements témoignent de son potentiel de transformation pour façonner l'avenir des transactions financières. Exploiter les technologies modernes pour tirer le meilleur parti de l'adoption de l'IA Dans l'environnement en rapide évolution de l'IA, les progrès technologiques constants et l'évolution des besoins des clients nécessitent des investissements stratégiques. Pour rester compétitifs, les banques et les prestataires de services de paiement doivent non seulement se concentrer sur l'amélioration des produits actuels, mais aussi préparer l'avenir grâce à la modernisation de l'infrastructure de paiement . Lors de l'adoption de technologies avancées telles que l'IA et le ML, qui nécessitent des données comme base, les organisations sont souvent aux prises avec le défi d'intégrer ces innovations dans les systèmes existants en raison de leur manque de flexibilité et de leur tendance à refuser toute modification. Par exemple, l'ajout d'un nouveau rail de paiement et d'un nouveau point d'accès client pourrait s'avérer très difficile. La mise en place d'une architecture de données fiable avec une plateforme de données moderne permet aux banques d'enrichir l'expérience des paiements en consolidant et en analysant les données dans n'importe quel format en temps réel, offrant ainsi des services et des fonctionnalités à valeur ajoutée aux consommateurs. Les recommandations suivantes permettront de s'assurer que les organisations de services financiers peuvent libérer le potentiel de transformation de l'IA générative à grande échelle tout en veillant à ce que les préoccupations en matière de confidentialité et de sécurité soient correctement prises en compte : Entraîner les modèles d'IA/ML sur les données les plus précises et les plus récentes , répondant ainsi au besoin critique d'adaptabilité et d'agilité face à l'évolution des technologies. En unifiant les données, depuis le traitement des paiements en amont jusqu'aux interactions avec les clients, les banques exploitent les informations en temps réel pour créer un parcours client transparent, connecté et personnalisé. Une solution d'avenir avec un schéma de données flexible capable de s'adapter à n'importe quelle structure, format ou source de données. Cette flexibilité facilite l'intégration transparente avec différentes plateformes d'IA/ML, ce qui permet aux institutions financières de s'adapter aux changements dans l'environnement de l'IA sans avoir à apporter de modifications importantes à l'infrastructure. Répondre aux préoccupations en matière de sécurité grâce à des contrôles de sécurité intégrés pour toutes les données . Qu'elle soit gérée dans un environnement client ou via MongoDB Atlas, un service cloud entièrement géré, MongoDB garantit une sécurité renforcée grâce à des fonctionnalités telles que l'authentification (authentification unique et authentification multifactorielle), les contrôles d'accès basés sur les rôles et le chiffrement complet des données. Ces mesures de sécurité agissent comme une protection pour les données financières sensibles, en atténuant le risque d'accès non autorisé par des parties externes et en donnant aux organisations la confiance nécessaire pour adopter les technologies d'IA et de ML. Lancez et développez des applications sécurisées et toujours actives en intégrant des services tiers à l'aide d'API . Le modèle de données flexible de MongoDB et sa capacité à gérer différents types de données, y compris des données structurées et non structurées, conviennent parfaitement à l'orchestration de votre écosystème d'API ouvertes afin de rendre possible le flux de données entre les banques, les tiers et les consommateurs. La plateforme de données pour développeurs MongoDB Atlas met de puissantes capacités d'IA et d'analyse directement entre les mains des développeurs et offre la possibilité d'enrichir les expériences de paiement en consolidant, ingérant et exploitant n'importe quel type de données de paiement instantanément. MongoDB Atlas est conçue pour aider les organismes de services financiers à surmonter les défis liés aux données. Il propose un modèle de données documentaires flexible et des capacités d'intégration tierce transparentes qui sont nécessaires pour créer des systèmes de paiement composables qui évoluent sans effort, sont toujours actifs, sécurisés et conformes à la norme ACID. Gardez une longueur d'avance, téléchargez le rapport de Celent dès maintenant et découvrez les possibilités illimitées qu'offre l'IA pour les paiements à l'avenir. Si vous préférez une découverte visuelle, une discussion entre Celent, Icon Solutions et MongoDB, inscrivez-vous à notre prochain webinaire, Using AI to Unlock New Opportunities in Payments with Celent, Icon Solutions, and MongoDB (L'utilisation de l'IA pour saisir de nouvelles opportunités en matière de paiements avec Celent, Icon Solutions et MongoDB) . Si vous souhaitez en savoir plus sur la création d'applications de paiement alimentées par AI avec MongoDB, consultez les ressources suivantes : Découvrez comment le secteur financier peut tirer parti de l'IA générative Développez des applications de paiement enrichies par l'IA avec des contrôles de sécurité adaptés, à l'échelle et qui offrent les performances attendues par les utilisateurs Inscrivez-vous à notre programme Atlas for Industries pour accéder à nos accélérateurs de solutions et stimuler l'innovation

February 12, 2024
Next →

The MongoDB AI Applications Program: Delivering Customer Value

When people ask me about MongoDB, I tell them that they’ve probably interacted with MongoDB without realizing it. In fact, many of the world’s leading companies—including 70% of the Fortune 100—are powered by MongoDB. Everything we do at MongoDB is about serving our customers, but that often happens in the background, where our work is invisible to many users. In my case, that means building an ecosystem of partners who enable customer innovation. A recent example is how MongoDB teamed up with Amazon Web Services (AWS) and Amazon Bedrock to help Base39 —a Brazilian fintech provider—automate loan analysis, decreasing decision time from three days to one hour, and reducing cost per loan analysis by 96%. And there’s the Indian company IndiaDataHub, which joined the MongoDB AI Applications Program (MAAP) to access AI expertise, in-depth support, and a full spectrum of technologies to enhance AI functionality within IndiaDataHub’s analytics platform. This includes connecting relevant data in MongoDB with Meta's AI models to perform sentiment analysis on text datasets. I could go on and on—after all, tens of thousands of MongoDB’s customers have success stories like these. Enabling customer success is precisely why we launched MAAP last summer, and why the program has evolved since. Customers tell us that they want to take advantage of AI, but they’re unsure how to navigate a fast-moving market, how to control costs, and how to unlock business value from their AI investments. So with MAAP, MongoDB offers customers a full AI stack and an integrated set of professional services to help them keep pace with the latest innovations, identify the best AI use cases, and to help them future-proof AI investments. With today’s announcement , Capgemini, Confluent, IBM, QuantumBlack, AI by McKinsey, and Unstructured have joined the 22 companies that now comprise the MAAP partner network. Which means that the MAAP ecosystem (which was founded with Accenture, Anthropic, Anyscale, Arcee AI, AWS, Cohere, Credal, Fireworks AI, Google Cloud, gravity9, LangChain, LlamaIndex, Microsoft Azure, Nomic, PeerIslands, Pureinsights, and Together AI) offers additional cutting-edge AI integration and solutions to customers—and more ways to set them on the path to AI success. CentralReach: Making an impact on autism with AI More than 150 customers have already gotten involved with MAAP, but I’m particularly excited to share the work of CentralReach . CentralReach provides an AI-powered electronic medical record (EMR) platform that is designed to improve outcomes for children and adults diagnosed with autism and related intellectual and developmental disabilities (IDD). Prior to working with MongoDB and MAAP, CentralReach was looking for an experienced partner to further connect and aggregate its more than 4 billion financial and clinical data points across its suite of solutions. CentralReach leveraged MongoDB’s document model to aggregate the company’s diverse forms of information from assessments to clinical data collection, so the company could build rich AI-assisted solutions on top of its database. Meanwhile, MAAP partners helped CentralReach to design and optimize multiple layers of its comprehensive buildout. All of this will enable CentralReach to support initiatives such as value-based outcome measurement, clinical supervision, and care delivery efficacy. With these new data layers in place, providers will be able to make substantial improvements to their clinical delivery to optimize care for all those they serve. “As a mission-driven organization, CentralReach is always looking to innovate on behalf of the clinical professionals—and the more than 350,000 autism and IDD learners—that we serve globally,” said Chris Sullens, CEO of CentralReach. “So being able to lean on MongoDBs database technology and draw on the collective expertise of the MAAP partner network—in addition to MongoDB’s tech expertise and services—to help us improve outcomes for our customers and their clients worldwide has been invaluable.” Working backward from customer needs The addition of Capgemini, Confluent, IBM, QuantumBlack, AI by McKinsey, and Unstructured to the MAAP partner network offers customers additional technology and AI support options. It also builds on MongoDB’s larger partner ecosystem , which is designed to give customers flexibility and choice. By working closely with our partners on product launches, integrations, and real-world challenges, MongoDB has been able to bring a better understanding of the challenges facing customers—and to give them the resources and confidence to move forward with groundbreaking technology like AI . Examples of support MAAP has offered customers include: Guidance on chunking strategies for an AI-native healthcare provider providing patient recommendations based on complex data sources Collaboration on advanced retrieval techniques to improve response accuracies for a large consultancy to automate manual research Evaluation of embedding models for multi-modal data stores for a well-known automaker developing diagnostic applications Guidance on architectures for complex agentic workflows for a mature enterprise technology provider augmenting customer service workflows One way we offer this support is through the MAAP Center of Excellence (CoE). The MAAP CoE comprises AI technical experts from across MongoDB and the MAAP partner ecosystem who collaborate with customers to understand their challenges, technical requirements, and timelines. The MAAP CoE can then recommend custom full-stack architectures and implementation best practices, optimized for the customer’s specific use case and requirements. Indeed, customization is intrinsic to MAAP: MongoDB and our MAAP partners will meet customers wherever they are to help them achieve their goals. For example, if an organization wants to fully own its AI application development, MongoDB and partners can provide guidance and expertise. And in cases where customers want hands-on support, we can help speed projects with professional services. Ultimately, we want MAAP customers—and anyone who works with MongoDB’s partner ecosystem at large—to feel empowered to own their application development, and to transform challenges into opportunities. Let’s build the next big thing together! To learn more about building AI-powered apps with MongoDB, see MongoDB’s AI Resources Hub , the Partner Ecosystem Catalog , or visit the MAAP page . And check out our partner Confluent’s own blog post about MAAP!

December 2, 2024