성장 극대화: 결제에서 발휘되는 AI의 힘

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

인공지능(AI) 기술은 은행 산업에서 없어서는 안 될 부분입니다. 예를 들어 위험, 사기, 규정 준수와 같은 영역에서 AI를 사용하는 것은 수년 동안 흔히 있는 일이었으며 계속해서 심화되고 있습니다. 이러한 이니셔티브(및 기타)의 성공과 더 많은 혜택을 누릴 수 있는 잠재력으로 인해 2024년에는 이 분야에 대한 투자가 더욱 확대되고 있으며, 특히 생성형 AI가 관심을 끌고 있습니다.

금융 기술 분석 기관인 Celent는 MongoDB와 Icon Solutions의 의뢰로 현재 은행 업계에서 오늘날 AI가 어떻게 사용되고 있는지, 그리고 운영 민첩성 향상, 워크플로 자동화, 개발자 생산성 향상을 위해 결제에 AI를 도입하는 주요 사용 사례 몇 가지에 대해 자세히 설명하는 보고서를 작성했습니다.






Celent의 보고서: '결제 분야에서 AI 이점 활용하기'를 다운로드하여 AI 투자를 최대한으로 누리고 미래의 결제를 향한 AI의 무한한 가능성을 열어볼 수 있는 방법을 알아보세요.

다양한 워크플로 및 제품 개선 사항 활용하기

오늘날 AI 기술은 미들 및 백 오피스의 프로세스 자동화 및 최적화부터 프론트 오피스의 실시간 위험 및 유동성 관리, 현금 흐름 예측, 서비스 개인화 등의 영역에 이르기까지 다양한 워크플로와 고객 대면 서비스를 처리하는 데 사용되고 있습니다. 가상 비서와 봇도 고객 지원 프로세스의 중요한 부분이 되었습니다.

이 블로그에서는 Celent에서 작성한 '결제 분야에서 AI 이점 활용하기'의 주요 분석 결과 중 일부와 이것이 은행 및 결제 산업에 주는 의미를 다룰 것입니다.

고급 분석, 지능형 자동화, AI 기술이 2024년 투자 안건을 주도할 것

시간이 지남에 따라 은행은 데이터를 더 우수하고 효율적으로 사용하기 위해 프로젝트에 대한 투자를 꾸준히 늘려 왔습니다. 이는 디지털 서비스의 속도와 품질에 대한 고객의 높아지는 기대치에 부응해야 할 필요성에 기반한 측면도 어느 정도 있지만, 계정 및 트랜잭션 데이터의 진정한 가치에 대한 이해도가 높아지고 있음을 반영하는 것이기도 합니다. 그러나 무엇보다도 가장 중요한 것은 AI 및 고급 분석이 지원하는 사용 사례를 제공하는 데 필요한 기술을 구현하는 것이었습니다.

데이터 분석 및 AI 기술이 지원하는 프로젝트가 전 세계적으로 중요한 안건이라는 것은 놀라운 일이 아닙니다. 고급 분석 및 머신 러닝 투자는 기업 은행의 33%에서 로봇공학 및 자동화 관련 프로젝트(시장의 31%가 집중하는 분야)보다 높은 기술 우선 순위를 차지한 주요 기술 분야입니다. 인공지능과 자연어 처리(NLP)도 크게 뒤지지 않으며 은행의 28%에서 우선 순위로 강조했습니다.

많은 이가 탐색하고 있는 생성형 AI

잠재력이 명백하다는 점을 고려하면 생성형 AI에 대한 흥분은 이해할 수 있지만, 2023년 후반으로 갈수록 논의는 더욱 미묘해졌습니다. 이는 민감할 수도 있는 고객 데이터에 거대 언어 모델(LLM)을 적용할 때의 복잡성에 더해 LLM 결과물의 설명 가능성(및 잠재적 감사 가능성)에 대한 광범위한 규제 우려를 고려할 때 이해할 수 있는 부분입니다. 즉, 생성형 AI가 이미 고문 및 관계 관리자를 지원하는 데 사용되고 있는 분야가 많으며 이와 같은 영역에서 추가적인 혁신이 기대됩니다. 보고서에 따르면 은행의 58%가 생성형 AI를 어느 정도 평가하거나 테스트하고 있으며, 추가로 23%는 로드맵에 이 기술을 사용하는 프로젝트를 포함하고 있습니다.

결제 분야에서 새롭게 부상하는 AI의 사용 사례와 잠재적인 매출 성장률

개발자 역량의 부족은 은행이 결제 상품 혁신을 제공하는 데 있어 가장 큰 걸림돌 중 하나입니다. 은행들은 지난 2년 동안 리소스 제약으로 인해 제공하지 못한 상품 개선이 결제 수익의 5.3% 성장률을 뒷받침했을 것이라 믿고 있습니다. 금융 기관은 이러한 점과 AI 통합을 바탕으로 한 혁신적 변화를 염두에 두고 개발자 리소스를 확보하여 이러한 기회를 최대한 활용할 수 있는 방법을 고려해야 합니다.

결제 산업이 계속 발전함에 따라, AI의 통합은 보안, 효율성, 개인화된 사용자 경험을 우선시하는 혁신적인 솔루션을 제공하면서 결제 환경을 재편할 준비를 마쳤습니다. 결제 분야에서 새롭게 부상하는 AI의 사용 사례는 금융 거래의 미래를 형성하는 데 있어 AI의 혁신적인 잠재력을 입증해 줍니다.

최신 기술을 이용하여 AI 도입을 최대한 활용하기

빠르게 진화하는 AI 환경에서는 지속적인 기술 발전과 진화하는 고객 요구로 인해 전략적 투자가 필요합니다. 경쟁력을 유지하기 위해 은행과 결제 서비스 제공 업체는 현재의 상품 개선뿐만 아니라 결제 인프라 현대화를 통해 미래에 대비한 역량 강화에도 집중해야 합니다. 데이터를 기반으로 삼아야 하는 AI 및 ML과 같은 첨단 기술을 도입할 때, 조직은 유연성이 떨어지고 수정에 대한 저항성 때문에 레거시 시스템에 이러한 혁신을 통합하는 데 어려움을 겪는 경우가 많습니다. 예를 들어, 새로운 결제 레일과 새로운 고객 액세스 포인트를 추가하는 것은 매우 어려울 수 있습니다. 은행은 최신 데이터 플랫폼으로 강력한 데이터 아키텍처를 구축하여 모든 형식의 데이터를 실시간으로 통합하고 분석함으로써 결제 경험을 강화하여 소비자에게 부가가치가 높은 서비스와 기능을 제공할 수 있습니다. 다음의 권장 사항은 금융 서비스 조직이 개인 정보 보호 및 보안 문제를 적절히 해결하면서 대규모로 생성형 AI의 혁신적 잠재력을 발휘할 수 있도록 도와줍니다.

  • 가장 정확한 최신 데이터를 기반으로 AI/ML 모델을 학습시킴으로써 기술이 진화하는 상황에 따른 적응성과 민첩성에 대한 중요한 요구 사항을 해결합니다. 은행은 백엔드 결제 처리에서 고객 상호작용에 이르는 데이터를 통합함으로써 실시간으로 인사이트를 도출하여 원활하고 연결된 개인 맞춤형 고객 여정을 마련할 수 있습니다.

  • 모든 데이터 구조, 형식 또는 소스를 수용할 수 있는 유연한 데이터 스키마를 통해 미래를 대비할 수 있습니다. 이러한 유연성 덕에 다양한 AI/ML 플랫폼과 원활하게 통합할 수 있으므로 금융 기관은 인프라를 광범위하게 수정하지 않고도 AI 환경의 변화에 적응할 수 있습니다.

  • 모든 데이터에 내장된 보안 제어 기능을 통해 보안 문제를 해결합니다. 고객 환경에서 관리하든 완전 관리형 클라우드 서비스인 MongoDB Atlas를 통해 관리하든, MongoDB는 인증(싱글 사인온 및 다단계 인증), 역할 기반 액세스 제어, 포괄적인 데이터 암호화 등의 기능으로 강력한 보안을 보장합니다. 이러한 보안 조치는 민감한 금융 데이터에 대한 보호 장치 역할을 하여 외부 당사자의 무단 액세스 위험을 완화하고 조직이 AI 및 ML 기술을 안심하고 수용할 수 있도록 지원합니다.

  • 타사 서비스를 API와 통합하여 상시 가동 보안 애플리케이션을 출시하고 확장합니다. 정형 및 비정형 데이터를 비롯한 다양한 유형의 데이터를 처리할 수 있는 MongoDB의 유연한 데이터 모델과 기능은 은행, 타사, 소비자 간의 데이터 흐름을 가능하게 하는 오픈 API 에코시스템을 조율하는 데 매우 적합합니다.

MongoDB Atlas 개발자 데이터 플랫폼은 강력한 AI 및 분석 기능을 개발자의 수중에 직접 제공하며, 모든 결제 데이터 유형을 즉시 통합, 수집, 작업하여 결제 경험을 강화할 수 있는 기능을 선사합니다. MongoDB Atlas는 금융 서비스 조직이 데이터 문제를 극복하는 것을 도울 수 있도록 설계되었습니다. 유연한 문서 데이터 모델과 원활한 타사 통합 기능으로 손쉽게 확장 가능하고, 상시 가동되며, 안전하고, ACID를 준수하는 구성 가능한 결제 시스템을 만드는 데 필요한 기능을 갖추고 있습니다.

앞서 나갈 때입니다. 지금 바로 Celent의 보고서를 다운로드하고 미래의 결제를 향한 AI의 무한한 가능성을 열어보세요. 시각적으로 살펴보고 싶으시다면, 즉 Celent, Icon Solutions, MongoDB가 참여하는 토론을 원하신다면 Celent, Icon Solutions, MongoDB와 함께하는 곧 개최될 웨비나 'AI를 활용하여 결제 분야에서 새로운 기회를 창출하기'에 등록해 주세요.

MongoDB를 사용하여 AI 강화 결제 애플리케이션을 구축하는 방법에 대해 자세히 알아보려면 다음의 리소스를 살펴보세요.

← Previous

Maximizando o crescimento: o poder da IA para os pagamentos

As tecnologias de inteligência artificial (IA) são parte integrante do setor bancário. Em áreas que envolve risco, fraude e conformidade, por exemplo, o uso de IA é comum há anos e continua se expandindo. O sucesso dessas iniciativas (e outras) e o potencial para obter mais benefícios estão impulsionando mais investimentos nessa área em 2024, com a IA generativa atraindo um interesse especial. A analista de tecnologia financeira, Celent, criou um relatório encomendado pela MongoDB e Icon Solutions que analisa como a IA está sendo usada atualmente no setor bancário, bem como alguns dos principais casos de uso de adoção de IA em pagamentos para melhorar a agilidade operacional, automatizar fluxos de trabalho e aumentar a produtividade do desenvolvedor. Baixe o relatório da Celent: Aproveitando os benefícios da IA em pagamentos para descobrir como você pode tirar o máximo de proveito dos seus investimentos em IA e desbloquear as possibilidades ilimitadas que a IA tem para o futuro dos pagamentos. Desbloqueio de uma série de melhorias no fluxo de trabalho e nos produtos Atualmente as tecnologias de IA são usadas para abordar uma ampla variedade de fluxos de trabalho e serviços voltados ao cliente, desde automação e otimização de processos no middle e back office, até áreas como gestão de riscos e liquidez em tempo real, previsão de fluxo de caixa e personalização de serviços no front office. Os assistentes virtuais e os bots também se tornaram uma parte importante do processo de atendimento ao cliente. Neste blog, abordaremos algumas das principais descobertas da Celent no relatório Aproveitando os benefícios da IA em pagamentos e o que isso significa para o setor bancário e de pagamentos. Funções analíticas avançadas, automação inteligente e tecnologias de IA lideram a agenda de investimentos em 2024 Ao longo do tempo, os bancos têm aumentado constantemente seus investimentos em projetos para fazer um uso melhor e mais eficiente dos dados. Em parte, isso foi impulsionado pela necessidade de atender às expectativas crescentes dos clientes em relação à velocidade e à qualidade dos serviços digitais, mas também reflete uma compreensão cada vez maior do verdadeiro valor dos dados de contas e transações. Porém, o mais importante de tudo foi habilitar as tecnologias necessárias para fornecer casos de uso com suporte da IA e análises avançadas. Não é nenhuma surpresa ver que os projetos apoiados por tecnologias de análise de dados e IA estão no topo da agenda global. Os investimentos em análise avançada e aprendizado de máquina são uma das principais prioridades tecnológicas para 33% dos bancos corporativos, ficando acima dos projetos relacionados à robótica e automação (um foco de 31% do mercado). A inteligência artificial e o processamento de linguagem natural (NLP) não ficam muito atrás e foram destacados como prioridade por 28% dos bancos. Muitos também estão explorando a IA generativa Embora a empolgação em torno da IA generativa seja compreensível, dado o potencial evidente, a conversa se tornou mais diferenciada no final de 2023. Isso é compreensível, dadas as complexidades da aplicação dos Grandes Modelos de Linguagem (LLMs) aos dados de clientes potencialmente confidenciais, bem como preocupações regulatórias mais amplas sobre a possibilidade de explicação (e possível capacidade de auditoria) dos resultados de LLM. Dito isso, há muitas áreas em que a genAI já está sendo usada para dar suporte a consultores e gerentes de relacionamento e espera-se mais inovação em áreas como essa. De acordo com o relatório, 58% dos bancos estão avaliando ou testando IA generativa em alguma nível, enquanto mais 23% têm projetos usando essa tecnologia em seu roteiro. Os casos de uso emergentes de IA em pagamentos e o potencial de crescimento da receita A falta de capacidade de desenvolvedor é um dos maiores desafios para os bancos quando se trata de fornecer inovação para os produtos de pagamento. Os bancos acreditam que os aprimoramentos de produtos que não conseguiram entregar nos últimos dois anos devido a restrições de recursos teriam apoiado um crescimento de 5,3% nas receitas de pagamentos. Com isso em mente e a transformação revolucionária com a integração da IA, as instituições financeiras devem considerar como liberar os recursos do desenvolvedor para aproveitar ao máximo essas oportunidades. À medida que o setor de pagamentos continua evoluindo, a integração da IA está preparada para remodelar o cenário oferecendo soluções inovadoras que priorizam a segurança, a eficiência e a experiência personalizada do usuário. Os casos de uso emergentes de IA em pagamentos são a prova do seu potencial transformador na formação do futuro das transações financeiras. Utilização das tecnologias modernas para aproveitar ao máximo a adoção da IA No cenário em rápida evolução da IA, os avanços tecnológicos constantes e a evolução das necessidades dos clientes exigem investimentos estratégicos. Para se manterem competitivos, os bancos e os provedores de pagamento devem se concentrar nos aprimoramentos dos produtos atuais e também devem modernizar suas infraestruturas de pagamento para se prepararem para o futuro. Ao adotar tecnologias avançadas, como IA e ML, que exigem dados como base as organizações geralmente enfrentam o desafio de integrar essas inovações em sistemas legados devido sua falta de flexibilidade e da resistência a modificações. Por exemplo, adicionar uma nova plataforma de pagamento e um novo ponto de acesso do cliente pode ser muito difícil. Estabelecer uma arquitetura de dados robusta com uma plataforma de dados moderna que permita aos bancos enriquecer a experiência de pagamentos por meio da consolidação e análise de dados em qualquer formato e em tempo real, gerando serviços e recursos de valor agregado para os consumidores. As recomendações a seguir ajudarão a garantir que as organizações de serviços financeiros possam liberar o potencial transformador da IA generativa em grande escala e, ao mesmo tempo, garantir que as preocupações com privacidade e segurança sejam tratadas adequadamente: Treine modelos de IA/ML nos dados mais precisos e atualizados , abordando assim a necessidade crítica de adaptabilidade e agilidade em relação às tecnologias em evolução. Ao unificar os dados do processamento de pagamentos de back-end às interações com os clientes, os bancos podem apresentar informações em tempo real para criar uma jornada do cliente sem problemas, conectada e personalizada. Prepare-se para o futuro com um esquema de dados flexível capaz de acomodar qualquer estrutura, formato ou fonte de dados. Essa flexibilidade facilita a integração sem complicações com diferentes plataformas de IA/ML, permitindo que instituições financeiras se adaptem às mudanças no cenário de IA sem modificações extensas na infraestrutura. Resolva as preocupações de segurança com controles de segurança integrados em todos os dados . Seja gerenciado em um ambiente do cliente ou por meio do MongoDB Atlas, um serviço de nuvem totalmente gerenciado, o MongoDB garante segurança robusta com recursos como autenticação (logon único e autenticação multifator), controles de acesso baseados em função e criptografia de dados abrangente. Essas medidas de segurança atuam como uma proteção para os dados financeiros confidenciais, minimizando o risco de acesso não autorizado de terceiros e fornecendo às organizações a confiança para adotar tecnologias de IA e ML. Lance e dimensione aplicativos sempre disponíveis e seguros integrando services de terceiros com APIs. O modelo de dados flexível do MongoDB e a capacidade de lidar com vários tipos de dados, incluindo dados estruturados e não estruturados, são ótimos para coordenar seu ecossistema de API aberto para tornar possível o fluxo de dados entre bancos, terceiros e consumidores. A plataforma de dados do desenvolvedor MongoDB Atlas coloca as possibilidades de IA e análises poderosas diretamente nas mãos dos desenvolvedores e oferece os recursos para enriquecer as experiências de pagamento consolidando, recebendo e agindo instantaneamente com qualquer tipo de dados de pagamento. O MongoDB Atlas foi desenvolvido para ajudar as organizações de serviços financeiros a superar os desafios relacionados aos dados. Ele possui um modelo de dados de documento flexível e recursos de integração de terceiros contínuos que são necessários para criar sistemas de pagamento componíveis que escalam sem esforço, estão sempre disponíveis, seguros e compatíveis com ACID. Mantenha se atualizado — baixe o relatório da Celent agora e desbloqueie as possibilidades ilimitadas que a IA tem para o futuro dos pagamentos. Se você preferir uma análise visual, uma conversa com a Celent, Icon Solutions e MongoDB, inscreva-se para o nosso próximo webinar, Usando IA para desbloquear novas oportunidades para pagamentos com a Celent, Icon Solutions e MongoDB . Se quiser saber mais sobre como criar aplicações de pagamento aprimoradas pela IA com o MongoDB, confira os recursos a seguir: Descubra como o setor financeiro pode usar a IA generativa Ofereça aplicativos de pagamento aprimorados pela IA com os controles de segurança corretos e dentro da escala e do desempenho esperados pelos usuários Inscreva-se para o nosso programa Atlas for Industries para ter acesso aos nossos aceleradores de soluções para impulsionar a inovação

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