Các ngân hàng triển khai AI để kiếm tiền từ dữ liệu giao dịch

Tóm tắt điều hành

Các ngân hàng đầu tư đang tích hợp một cách có hệ thống trí tuệ nhân tạo với dữ liệu giao dịch lịch sử khổng lồ để tạo ra lợi thế cạnh tranh hữu hình. Sự chuyển đổi từ thử nghiệm sang triển khai sâu rộng này liên quan đến khoản đầu tư vốn đáng kể nhằm tăng năng suất, tối ưu hóa hoạt động và tạo ra doanh thu mới bằng cách bán các thông tin chi tiết dựa trên dữ liệu. Các tổ chức tài chính lớn, bao gồm JPMorgan Chase, Goldman Sachs và Bank of America, đang dẫn đầu xu hướng này, báo hiệu một sự thay đổi cơ cấu và do công nghệ thúc đẩy trong lĩnh vực tài chính.

Chi tiết sự kiện

Các công ty tài chính đang hợp nhất dữ liệu giao dịch độc quyền kéo dài hàng thập kỷ thành các cơ sở dữ liệu cấp doanh nghiệp thống nhất. Thông tin từng bị phân tán này hiện đang được các mô hình AI và học máy phức tạp tận dụng để đạt được hai mục tiêu chính:

Tối ưu hóa nội bộ: AI đang được triển khai để tự động hóa và nâng cao các quy trình nội bộ phức tạp. Goldman Sachs đang nhắm mục tiêu sáng kiến "OneGS 3.0" của mình vào bán hàng, tiếp nhận khách hàng và báo cáo quy định. Trong khi đó, Citigroup đã báo cáo mức tăng năng suất 9% trong phát triển phần mềm nhờ tích hợp AI. JPMorgan đã thẳng thắn về kết quả, tuyên bố rằng AI đã giúp tăng gấp đôi năng suất của họ lên 6%.
Kiếm tiền từ bên ngoài: Một chiến lược mới nổi quan trọng liên quan đến việc đóng gói và bán các bộ dữ liệu ẩn danh và phân tích do AI tạo ra cho khách hàng. Điều này biến dữ liệu từ một sản phẩm phụ hoạt động thành một sản phẩm có tỷ suất lợi nhuận cao, đưa các ngân hàng vượt ra ngoài việc cung cấp quyền truy cập thị trường đơn giản để cung cấp thông tin chi tiết độc quyền, có tính dự đoán.

Hàm ý thị trường

Một sự phân chia cạnh tranh ngày càng lớn đang xuất hiện giữa các công ty có vốn và ý chí chiến lược để đầu tư vào AI cấp doanh nghiệp và những công ty không có. Các ngân hàng như Bank of America, dự định chi hàng tỷ đô la cho công nghệ, có thể tận dụng quy mô của họ để tích lũy nhiều dữ liệu hơn, từ đó đào tạo các mô hình AI hiệu quả hơn, tạo ra một rào cản cạnh tranh mạnh mẽ. Xu hướng này cũng mang lại những tác động đáng kể cho thị trường lao động. Các giám đốc điều hành hàng đầu tại JPMorgan và Wells Fargo đã xác nhận rằng trong khi AI đang giúp nhân viên làm việc hiệu quả hơn, nó chắc chắn sẽ dẫn đến việc giảm ròng số lượng việc làm, đặc biệt là ở các vai trò vận hành và hỗ trợ, nơi dự kiến năng suất sẽ tăng 40-50%.

Bình luận của chuyên gia

Các chuyên gia trong ngành coi sự chuyển đổi này là một thời điểm quan trọng đối với lĩnh vực tài chính. Phát biểu tại Hội nghị thượng đỉnh SBS, Julian Defosse, Trưởng phòng Phát triển Thị trường Dịch vụ Tài chính Toàn cầu tại AWS, đã khuyên rằng để đạt được quy mô, các tổ chức phải "đầu tư vào nền tảng dữ liệu và AI ở cấp doanh nghiệp, thay vì chỉ ở cấp kinh doanh."

Tình cảm này được lặp lại trong các hành động chiến lược của các ngân hàng lớn. Giám đốc điều hành của Morgan Stanley, Andy Sapperstein, đã coi việc ngân hàng này áp dụng OpenAI là một phản ứng trực tiếp đối với một "trường hợp thất bại" chiến lược – tình trạng thiếu hụt các nhà quản lý tài sản sắp xảy ra. Bằng cách sử dụng AI để "mở rộng chuyên môn của mình", công ty đặt mục tiêu tăng đáng kể số lượng khách hàng mà mỗi cố vấn có thể phục vụ.

Các giám đốc điều hành cũng minh bạch về tác động hiệu quả. Marianne Lake của JPMorgan lưu ý rằng năng suất của ngân hàng đã tăng gấp đôi lên 6% nhờ AI và trực tiếp tuyên bố rằng năng suất cao hơn có nghĩa là "ít việc làm tác động ròng hơn."

Bối cảnh rộng hơn

Kịch bản chiến lược đang được triển khai bởi Phố Wall không phải là độc nhất; nó phản ánh các chuyển đổi do AI thúc đẩy trong các ngành khác. Walmart đã tái cấu trúc chuỗi cung ứng của mình xoay quanh AI thời gian thực, và Procter & Gamble đang mở rộng "Nhà máy AI" của mình để cải thiện mọi thứ từ sản xuất đến đổi mới sản phẩm. Tuy nhiên, con đường tích hợp không hề rẻ cũng không được đảm bảo.

Một nghiên cứu của MIT đã nhấn mạnh rằng khoảng 95% các dự án thử nghiệm AI tạo sinh không tạo ra giá trị kinh doanh có thể đo lường được, nhấn mạnh khoảng cách giữa thử nghiệm và triển khai thành công. Chuyển đổi thực sự đòi hỏi phải tái cấu trúc cơ bản các quy trình làm việc cốt lõi và văn hóa kinh doanh. Hơn nữa, khi các ngân hàng ngày càng hoạt động như các nhà môi giới dữ liệu – một thị trường dự kiến sẽ đạt 512,45 tỷ USD vào năm 2033 – họ sẽ phải đối mặt với sự giám sát ngày càng tăng theo các quy định về quyền riêng tư dữ liệu như GDPR và CCPA, thêm một lớp rủi ro tuân thủ vào chiến lược kiếm tiền từ dữ liệu.