Bankalar, üretken yapay zekayı nasıl pratikte kullanıyor?
Eğer baş haberler ve abartmalardan sıyrılırsak, sorunun özü şudur: Dünyanın en büyük bankası nasıl bir üretken yapay zeka kullanıyor? Gelecekteki potansiyel değil, tedarikçilerin tanıtımları değil, zaten hayata geçmiş gerçek uygulamalar nerede?
Son iki yılda, küresel finans sektörü sessizce üretken yapay zeka çağına girdi. Ancak bu süreç, tek tip değil; iç ve dış olarak farklı bir yapı sergiliyor: İç araçların düşük profille kullanıma sunulması, müşterilere yönelik temkinli denemeler ve az sayıda cesur yenilik, bankacılık sektörünün iç yapısını yavaş yavaş şekillendiriyor.
İçten başlayarak, ardından kademeli olarak dışa yayılmak
Yapay zekanın uygulamalarında ortak bir nokta vardır: içsel üretkenlik araçları olarak başlaması.
Üretken AI'nın ana uygulamaları, iç üretkenliği artırmaya odaklanmaktadır - bu araçlar, çalışanların daha az kaynakla daha fazla iş yapmalarına yardımcı olur. JPMorgan'ın analist asistanından hisse senedi araştırmalarını analiz etmekten, Morgan Stanley'in varlık yönetimi danışmanlarına destek sunduğu GPT destekli araçlara kadar, erken dönem odak noktası bankacılık çalışanlarını güçlendirmek olmuştur, onları yerinden etmek değil.
Goldman Sachs, geliştiriciler için AI asistanı oluşturuyor; Citi'nin AI özet aracı, çalışanların notları işlemesine ve e-posta yazmasına yardımcı oluyor; Standard Chartered'ın "SC GPT"si, 70.000 çalışanı arasında, teklif yazımından insan kaynakları sorunlarına kadar her alanda kullanılmaya başlandı.
Yüksek derecede düzenlenmiş bir ortamda bulunduğumuz göz önüne alındığında, iç araçların dağıtımı son derece mantıklıdır. Bu, bankaların düzenleyici sınırları ihlal etmeden deney yapmalarına ve AI yeteneklerini artırmalarına olanak tanır. Son CBN'nin (Nijerya Merkez Bankası) Zap üzerindeki eylemlerine bakıldığında, "temkinli olmak" açıkça daha akıllıca bir seçimdir.
İş hattı gözlemi: Değer nerede?
Farklı departmanların AI uygulama ilerleme hızları değişkenlik göstermektedir. Farklı iş birimleri, üretken AI benimseme hızında farklılıklar sergilemektedir. Bu bağlamda, perakende bankacılık işlem hacminde lider konumdadır. Bu alanda, Wells Fargo'nun Fargo'su ve Bank of America'nın Erica'sı gibi üretken AI tarafından desteklenen sohbet robotları her yıl yüz milyonlarca etkileşim gerçekleştirmektedir. Avrupa'da ise, Commerzbank yakın zamanda kendi sohbet robotu Ava'yı piyasaya sürdü.
Ancak, sorun şu ki, bu araçlardan bazıları aslında gerçekten üretken yapay zeka kullanmıyor, bunun yerine geleneksel makine öğrenimi tekniklerine dayanıyor. Örneğin, ABD Bankası'nın Erica'sı, daha çok bir "Mekanik Türk" gibi çalışıyor (Mekanik Türk, insan müdahalesi ile otomasyonun yanılsamasını yaratmayı ifade eder). Yine de önemli olan bu deneylerin kendisi, teknik etiketler değil.
Kurumsal bankacılıkta ve yatırım bankacılığında dönüşüm daha örtüktür. JPMorgan'ın şirket içi araçları, doğrudan müşteriye değil, öncelikle araştırma ve satış ekiplerini destekler. Deutsche Bank, müşteri hizmetleri olmayan ancak veri destekli müşteri iletişim günlüklerini analiz etmek için yapay zekayı kullanıyor ve bankacıların müşterileri daha hızlı ve daha iyi anlamasına ve onlara hizmet etmesine yardımcı oluyor.
Varlık yönetimi ise bu ikisinin ortasında yer alıyor. Morgan Stanley'nin AI araçları doğrudan müşterilerle konuşmuyor, ancak danışmanların her toplantıdan önce iyi bir şekilde hazırlanmalarını sağlıyor. Deutsche Bank ve Abu Dabi İlk Bankası (First Abu Dhabi Bank), üst düzey müşterilere yönelik asistanları pilot uygulama aşamasında, karmaşık yatırım sorularını gerçek zamanlı olarak yanıtlamak için tasarlandı.
Bölgesel Farklılıklar: Kim Önde?
Kaynak: Evident AI Index
Kuzey Amerika bölgesi beklenildiği gibi öncü konumda. ABD'nin bankaları, JPMorgan, Capital One, Wells Fargo, Citi ve RBC gibi, AI'yı verimlilik motoruna dönüştürdü. OpenAI ve Microsoft ile yapılan işbirlikleri sayesinde, en ileri düzey AI modellerine ilk erişenler oldular.
Avrupa daha temkinli davranıyor. İspanya'nın dış bankası (BBVA), Deutsche Bank ve HSBC, AI araçlarını iç testlerden geçiriyor ve daha fazla güvenlik önlemi alıyor. Avrupa Genel Veri Koruma Yönetmeliği (GDPR) üzerinde derin etkiler yaratıyor. Her zamanki gibi, Avrupa, teknolojik ilerlemeden ziyade düzenlemelere daha fazla odaklanıyor, bu da onlara maliyet getirebilir.
Afrika ve Latin Amerika hala yapay zeka gelişiminin ilk aşamalarında, ancak ilerleme hızlı. Brezilyalı Nubank, yapay zeka araçlarını şirket içinde dağıtmak ve sonunda müşteri hizmetlerine genişlemek için OpenAI ile ortaklık kurarak öne çıkıyor. Güney Afrika'da Standard Bank ve Nedbank, risk kontrolü, destek hizmetleri ve geliştirme alanlarında yapay zekanın pilot uygulamasını yapıyor.
Çin: Bağımsız AI Teknoloji Yığını Oluşturma
Çin bankaları yalnızca AI kullanmıyor, aynı zamanda AI teknoloji yığını inşa ediyor.
Çin Sanayi ve Ticaret Bankası (ICBC), şirket içinde geliştirilen 100 milyar parametreli büyük bir dil modeli olan Zhiyong'u piyasaya sürdü. Model bir milyardan fazla kez çağrıldı ve belge analizinden pazarlama otomasyonuna kadar 200 iş senaryosunu destekliyor. Bu sadece dahili araçların bir uygulaması değil, bankaların çalışma biçiminde temel bir değişimdir.
Ant Group, finans alanında iki büyük dil modeli - Zhixiaobao 2.0 ve Zhixiaozhu 1.0'ı tanıttı. İlki, Alipay'in genel kullanıcılarına yönelik olup, finansal ürünleri açıklamayı amaçlamaktadır; ikincisi ise varlık yönetimi danışmanlarına destek sağlayarak piyasa raporlarını özetleyebilir ve yatırım portföyü içgörüleri üretebilir.
Sigorta, bankacılık ve teknolojiyi entegre eden bir fintech devi olan Ping An Group daha da ileri gitti. Hem müşterilere hem de hesap yöneticilerine hizmet veren üretken bir yapay zeka asistanı olan AskBob'u geliştirdi. AskBob, müşteriler için yatırım ve sigorta sorularını doğal Çince olarak yanıtlayabilir; Danışmanlar için müşteri geçmişini, ürün verilerini ve pazarlama materyallerini ayıklayıp özetleyerek her bir temsilciyi dijital olarak geliştirilmiş bir finans uzmanına dönüştürür. Ping An'ın amacı, yalnızca soruları yanıtlamak için değil, aynı zamanda talebi önceden tahmin etmek için yapay zeka aracılığıyla finansal danışmanlığı yeniden tanımlamaktır.
Çin'de, düzenleyici çerçeve veri yerelleştirmesi ve model şeffaflığını güçlü bir şekilde teşvik ediyor; bu kurumlar daha uzun vadeli bir yolu seçti: yerel düzenlemelere, dil ve piyasa ortamına uyum sağlayabilen özelleştirilmiş yapay zeka inşa etmek. Ayrıca, Çin yeterli yetenek yoğunluğuna sahip ve bu durum bankaların temel modelleri kendi başlarına geliştirmelerine olanak tanıyor; bu, dünya genelinde benzersiz bir başarı olabilir.
Kim teknik destek sağlıyor?
Dünyada bazı tanınmış şirketler sıkça ortaya çıkıyor: Microsoft, Azure OpenAI aracılığıyla şu anda en yaygın platform haline geldi. Morgan Stanley'den Standard Chartered Bank'a kadar birçok banka, Microsoft'un güvenli kum havuzunda modellerini çalıştırıyor.
Google'ın LLM (büyük dil modeli) de kullanılmaktadır, örneğin Wells Fargo, Flan ile destekleniyor. Çin'de ise esas olarak yerel teknolojilere, örneğin DeepSeek ve Hunyuan gibi, güvenilmektedir.
Bazı bankalar, örneğin JPMorgan Chase, Çin Endüstri ve Ticaret Bankası ve Ping An Grubu, kendi modellerini eğitiyor. Ancak çoğu banka mevcut modeller üzerinde ince ayar yapmaktadır. Anahtar, modelin kendisine sahip olmakta değil, veri katmanını kontrol etmekte ve modelin koordineli çalışmasını sağlamaktadır.
Küresel AI uygulamalarının çeşitlendirilmesi üzerine keşif
Orijinal resim için orijinal metne bakın, çeviri: Shenchao TechFlow
O ne olacak?
Yüksek düzeyde düzenlenmiş bir sektörde, dikkatli olmak çok önemlidir, bu nedenle bankalar doğrudan ön saflarda yer almak yerine yapay zeka ile ilgileniyor. Bununla birlikte, diğer platform değişikliklerinde gözlemlediğimiz gibi, kararlı karar verme ve hızlı deney yapma çok önemlidir. Düzenleme hiçbir zaman yaptırımın önüne geçmez ve yapay zeka ile deney yapmadan önce düzenlemenin yürürlükte olmasını beklemek akıllıca değildir. On yıldan fazla bir süre önce, herhangi bir düzenlemenin olmadığı bir ülkede acente bankacılığı kurduğumu hatırlıyorum. İşimiz bittiğinde, işi merkez bankasına anlatan kişiler oluruz. Bir bankanın yönetim kurulunun bir üyesi olsaydım, "Kaç tane deney yapıyoruz?" diye sorardım. Ne kadar çok içgörü üretiyoruz?"
Gerçek ilerlemeyi ölçmek için, platform dönüşümünün temel ilkelerine geri dönmek gerekir. AI stratejiniz aşağıdaki soruları yanıtlamalıdır:
"Yapay zeka stratejimiz, çekirdek mimariyi yeniden inşa etti mi? Maliyetleri 100 kat azalttı mı? Yeni değer modellerini açığa çıkardı mı? Ekosistemin bağlantılarını tetikledi mi? Pazarı alt üst etti mi? Erişimin demokratikleşmesini sağladı mı?"
Mantık açıktır – şüphecilik gereklidir, ancak hem mantık hem de gerçekler AI'nın yeni bir platform değişikliği olduğunu göstermektedir. Buna ek olarak, mantık ve gerçekler, geçmişteki platform değişikliklerinin genellikle finansal piyasalarda devrim niteliğinde değişikliklere yol açtığını da göstermektedir. Örneğin Citibank, 70'li ve 80'li yıllarda teknoloji kullanımıyla perakende işini önemli ölçüde genişletti. Capital One, piyasadaki en iyi 10 bankadan biri olmak için sıfırdan büyüdü ve otomobil kredileri ve ipotek gibi ilgili sektörlerde güçlü bir varlığa sahip. Afrika'da Equity Bank, Doğu Afrika'daki piyasa değerine göre en büyük banka olmak için istemci-sunucu teknolojisi dalgasını ele geçirdi. Benzer şekilde, Access Bank, GT Bank ve Capitec kendi pazarlarında dalgaya atladı.
Yapay zeka platformu dönemi geldi, bu dönemde kazananlar yaratılacak. Odak noktası kaybedenlere değil, kazananların belirli alanlarda nasıl önemli pazar payı elde ettiğine yöneliktir. Örneğin, Stripe'ın ödeme alanındaki başarısı tipik bir örnektir. Bu erken aşama atılımlar, genellikle komşu alanlarda pazar payı artışını beraberinde getirir; örneğin, Nubank, kredi kartı işine girerek KOBİ'ler ve perakende bankacılık alanında önemli bir oyuncu haline gelmiştir.
Benim görüşüm, AI çağının kazananlarının ilişki maliyetlerine odaklanacağıdır. Artık bu sadece bir işlem oyunu değil. İşlemler zaten gerçekleşti, şimdi müşteri deneyimi ve ilişki yönetimi oyunu. Bu, finansal hizmetler liderlerinin dikkat etmesi gereken temel bir içgörü. Müşteri deneyimi ve ilişki bankacılığında nasıl son derece düşük maliyetle %100 iyileştirme sağlanır? Bir banka olarak, akıllı teknolojileri kullanarak müşterilere finansman, iş ve yaşamlarını yönetmelerinde nasıl daha iyi yardımcı olabiliriz? Bu soruları yanıtlayıp uygulayabilen oyuncular, nihai kazanan olacak.
View Original
The content is for reference only, not a solicitation or offer. No investment, tax, or legal advice provided. See Disclaimer for more risks disclosure.
Çin ve ABD bankacılık devleri, üretken yapay zekayı kucaklıyor.
Yazar: Samora Kariuki
Derleme: Shenchao TechFlow
Küresel AI dalgası
Bankalar, üretken yapay zekayı nasıl pratikte kullanıyor?
Eğer baş haberler ve abartmalardan sıyrılırsak, sorunun özü şudur: Dünyanın en büyük bankası nasıl bir üretken yapay zeka kullanıyor? Gelecekteki potansiyel değil, tedarikçilerin tanıtımları değil, zaten hayata geçmiş gerçek uygulamalar nerede?
Son iki yılda, küresel finans sektörü sessizce üretken yapay zeka çağına girdi. Ancak bu süreç, tek tip değil; iç ve dış olarak farklı bir yapı sergiliyor: İç araçların düşük profille kullanıma sunulması, müşterilere yönelik temkinli denemeler ve az sayıda cesur yenilik, bankacılık sektörünün iç yapısını yavaş yavaş şekillendiriyor.
İçten başlayarak, ardından kademeli olarak dışa yayılmak
Yapay zekanın uygulamalarında ortak bir nokta vardır: içsel üretkenlik araçları olarak başlaması.
Üretken AI'nın ana uygulamaları, iç üretkenliği artırmaya odaklanmaktadır - bu araçlar, çalışanların daha az kaynakla daha fazla iş yapmalarına yardımcı olur. JPMorgan'ın analist asistanından hisse senedi araştırmalarını analiz etmekten, Morgan Stanley'in varlık yönetimi danışmanlarına destek sunduğu GPT destekli araçlara kadar, erken dönem odak noktası bankacılık çalışanlarını güçlendirmek olmuştur, onları yerinden etmek değil.
Goldman Sachs, geliştiriciler için AI asistanı oluşturuyor; Citi'nin AI özet aracı, çalışanların notları işlemesine ve e-posta yazmasına yardımcı oluyor; Standard Chartered'ın "SC GPT"si, 70.000 çalışanı arasında, teklif yazımından insan kaynakları sorunlarına kadar her alanda kullanılmaya başlandı.
Yüksek derecede düzenlenmiş bir ortamda bulunduğumuz göz önüne alındığında, iç araçların dağıtımı son derece mantıklıdır. Bu, bankaların düzenleyici sınırları ihlal etmeden deney yapmalarına ve AI yeteneklerini artırmalarına olanak tanır. Son CBN'nin (Nijerya Merkez Bankası) Zap üzerindeki eylemlerine bakıldığında, "temkinli olmak" açıkça daha akıllıca bir seçimdir.
İş hattı gözlemi: Değer nerede?
Farklı departmanların AI uygulama ilerleme hızları değişkenlik göstermektedir. Farklı iş birimleri, üretken AI benimseme hızında farklılıklar sergilemektedir. Bu bağlamda, perakende bankacılık işlem hacminde lider konumdadır. Bu alanda, Wells Fargo'nun Fargo'su ve Bank of America'nın Erica'sı gibi üretken AI tarafından desteklenen sohbet robotları her yıl yüz milyonlarca etkileşim gerçekleştirmektedir. Avrupa'da ise, Commerzbank yakın zamanda kendi sohbet robotu Ava'yı piyasaya sürdü.
Ancak, sorun şu ki, bu araçlardan bazıları aslında gerçekten üretken yapay zeka kullanmıyor, bunun yerine geleneksel makine öğrenimi tekniklerine dayanıyor. Örneğin, ABD Bankası'nın Erica'sı, daha çok bir "Mekanik Türk" gibi çalışıyor (Mekanik Türk, insan müdahalesi ile otomasyonun yanılsamasını yaratmayı ifade eder). Yine de önemli olan bu deneylerin kendisi, teknik etiketler değil.
Kurumsal bankacılıkta ve yatırım bankacılığında dönüşüm daha örtüktür. JPMorgan'ın şirket içi araçları, doğrudan müşteriye değil, öncelikle araştırma ve satış ekiplerini destekler. Deutsche Bank, müşteri hizmetleri olmayan ancak veri destekli müşteri iletişim günlüklerini analiz etmek için yapay zekayı kullanıyor ve bankacıların müşterileri daha hızlı ve daha iyi anlamasına ve onlara hizmet etmesine yardımcı oluyor.
Varlık yönetimi ise bu ikisinin ortasında yer alıyor. Morgan Stanley'nin AI araçları doğrudan müşterilerle konuşmuyor, ancak danışmanların her toplantıdan önce iyi bir şekilde hazırlanmalarını sağlıyor. Deutsche Bank ve Abu Dabi İlk Bankası (First Abu Dhabi Bank), üst düzey müşterilere yönelik asistanları pilot uygulama aşamasında, karmaşık yatırım sorularını gerçek zamanlı olarak yanıtlamak için tasarlandı.
Bölgesel Farklılıklar: Kim Önde?
Kaynak: Evident AI Index
Kuzey Amerika bölgesi beklenildiği gibi öncü konumda. ABD'nin bankaları, JPMorgan, Capital One, Wells Fargo, Citi ve RBC gibi, AI'yı verimlilik motoruna dönüştürdü. OpenAI ve Microsoft ile yapılan işbirlikleri sayesinde, en ileri düzey AI modellerine ilk erişenler oldular.
Avrupa daha temkinli davranıyor. İspanya'nın dış bankası (BBVA), Deutsche Bank ve HSBC, AI araçlarını iç testlerden geçiriyor ve daha fazla güvenlik önlemi alıyor. Avrupa Genel Veri Koruma Yönetmeliği (GDPR) üzerinde derin etkiler yaratıyor. Her zamanki gibi, Avrupa, teknolojik ilerlemeden ziyade düzenlemelere daha fazla odaklanıyor, bu da onlara maliyet getirebilir.
Afrika ve Latin Amerika hala yapay zeka gelişiminin ilk aşamalarında, ancak ilerleme hızlı. Brezilyalı Nubank, yapay zeka araçlarını şirket içinde dağıtmak ve sonunda müşteri hizmetlerine genişlemek için OpenAI ile ortaklık kurarak öne çıkıyor. Güney Afrika'da Standard Bank ve Nedbank, risk kontrolü, destek hizmetleri ve geliştirme alanlarında yapay zekanın pilot uygulamasını yapıyor.
Çin: Bağımsız AI Teknoloji Yığını Oluşturma
Çin bankaları yalnızca AI kullanmıyor, aynı zamanda AI teknoloji yığını inşa ediyor.
Çin Sanayi ve Ticaret Bankası (ICBC), şirket içinde geliştirilen 100 milyar parametreli büyük bir dil modeli olan Zhiyong'u piyasaya sürdü. Model bir milyardan fazla kez çağrıldı ve belge analizinden pazarlama otomasyonuna kadar 200 iş senaryosunu destekliyor. Bu sadece dahili araçların bir uygulaması değil, bankaların çalışma biçiminde temel bir değişimdir.
Ant Group, finans alanında iki büyük dil modeli - Zhixiaobao 2.0 ve Zhixiaozhu 1.0'ı tanıttı. İlki, Alipay'in genel kullanıcılarına yönelik olup, finansal ürünleri açıklamayı amaçlamaktadır; ikincisi ise varlık yönetimi danışmanlarına destek sağlayarak piyasa raporlarını özetleyebilir ve yatırım portföyü içgörüleri üretebilir.
Sigorta, bankacılık ve teknolojiyi entegre eden bir fintech devi olan Ping An Group daha da ileri gitti. Hem müşterilere hem de hesap yöneticilerine hizmet veren üretken bir yapay zeka asistanı olan AskBob'u geliştirdi. AskBob, müşteriler için yatırım ve sigorta sorularını doğal Çince olarak yanıtlayabilir; Danışmanlar için müşteri geçmişini, ürün verilerini ve pazarlama materyallerini ayıklayıp özetleyerek her bir temsilciyi dijital olarak geliştirilmiş bir finans uzmanına dönüştürür. Ping An'ın amacı, yalnızca soruları yanıtlamak için değil, aynı zamanda talebi önceden tahmin etmek için yapay zeka aracılığıyla finansal danışmanlığı yeniden tanımlamaktır.
Çin'de, düzenleyici çerçeve veri yerelleştirmesi ve model şeffaflığını güçlü bir şekilde teşvik ediyor; bu kurumlar daha uzun vadeli bir yolu seçti: yerel düzenlemelere, dil ve piyasa ortamına uyum sağlayabilen özelleştirilmiş yapay zeka inşa etmek. Ayrıca, Çin yeterli yetenek yoğunluğuna sahip ve bu durum bankaların temel modelleri kendi başlarına geliştirmelerine olanak tanıyor; bu, dünya genelinde benzersiz bir başarı olabilir.
Kim teknik destek sağlıyor?
Dünyada bazı tanınmış şirketler sıkça ortaya çıkıyor: Microsoft, Azure OpenAI aracılığıyla şu anda en yaygın platform haline geldi. Morgan Stanley'den Standard Chartered Bank'a kadar birçok banka, Microsoft'un güvenli kum havuzunda modellerini çalıştırıyor.
Google'ın LLM (büyük dil modeli) de kullanılmaktadır, örneğin Wells Fargo, Flan ile destekleniyor. Çin'de ise esas olarak yerel teknolojilere, örneğin DeepSeek ve Hunyuan gibi, güvenilmektedir.
Bazı bankalar, örneğin JPMorgan Chase, Çin Endüstri ve Ticaret Bankası ve Ping An Grubu, kendi modellerini eğitiyor. Ancak çoğu banka mevcut modeller üzerinde ince ayar yapmaktadır. Anahtar, modelin kendisine sahip olmakta değil, veri katmanını kontrol etmekte ve modelin koordineli çalışmasını sağlamaktadır.
Küresel AI uygulamalarının çeşitlendirilmesi üzerine keşif
Orijinal resim için orijinal metne bakın, çeviri: Shenchao TechFlow
O ne olacak?
Yüksek düzeyde düzenlenmiş bir sektörde, dikkatli olmak çok önemlidir, bu nedenle bankalar doğrudan ön saflarda yer almak yerine yapay zeka ile ilgileniyor. Bununla birlikte, diğer platform değişikliklerinde gözlemlediğimiz gibi, kararlı karar verme ve hızlı deney yapma çok önemlidir. Düzenleme hiçbir zaman yaptırımın önüne geçmez ve yapay zeka ile deney yapmadan önce düzenlemenin yürürlükte olmasını beklemek akıllıca değildir. On yıldan fazla bir süre önce, herhangi bir düzenlemenin olmadığı bir ülkede acente bankacılığı kurduğumu hatırlıyorum. İşimiz bittiğinde, işi merkez bankasına anlatan kişiler oluruz. Bir bankanın yönetim kurulunun bir üyesi olsaydım, "Kaç tane deney yapıyoruz?" diye sorardım. Ne kadar çok içgörü üretiyoruz?"
Gerçek ilerlemeyi ölçmek için, platform dönüşümünün temel ilkelerine geri dönmek gerekir. AI stratejiniz aşağıdaki soruları yanıtlamalıdır:
"Yapay zeka stratejimiz, çekirdek mimariyi yeniden inşa etti mi? Maliyetleri 100 kat azalttı mı? Yeni değer modellerini açığa çıkardı mı? Ekosistemin bağlantılarını tetikledi mi? Pazarı alt üst etti mi? Erişimin demokratikleşmesini sağladı mı?"
Mantık açıktır – şüphecilik gereklidir, ancak hem mantık hem de gerçekler AI'nın yeni bir platform değişikliği olduğunu göstermektedir. Buna ek olarak, mantık ve gerçekler, geçmişteki platform değişikliklerinin genellikle finansal piyasalarda devrim niteliğinde değişikliklere yol açtığını da göstermektedir. Örneğin Citibank, 70'li ve 80'li yıllarda teknoloji kullanımıyla perakende işini önemli ölçüde genişletti. Capital One, piyasadaki en iyi 10 bankadan biri olmak için sıfırdan büyüdü ve otomobil kredileri ve ipotek gibi ilgili sektörlerde güçlü bir varlığa sahip. Afrika'da Equity Bank, Doğu Afrika'daki piyasa değerine göre en büyük banka olmak için istemci-sunucu teknolojisi dalgasını ele geçirdi. Benzer şekilde, Access Bank, GT Bank ve Capitec kendi pazarlarında dalgaya atladı.
Yapay zeka platformu dönemi geldi, bu dönemde kazananlar yaratılacak. Odak noktası kaybedenlere değil, kazananların belirli alanlarda nasıl önemli pazar payı elde ettiğine yöneliktir. Örneğin, Stripe'ın ödeme alanındaki başarısı tipik bir örnektir. Bu erken aşama atılımlar, genellikle komşu alanlarda pazar payı artışını beraberinde getirir; örneğin, Nubank, kredi kartı işine girerek KOBİ'ler ve perakende bankacılık alanında önemli bir oyuncu haline gelmiştir.
Benim görüşüm, AI çağının kazananlarının ilişki maliyetlerine odaklanacağıdır. Artık bu sadece bir işlem oyunu değil. İşlemler zaten gerçekleşti, şimdi müşteri deneyimi ve ilişki yönetimi oyunu. Bu, finansal hizmetler liderlerinin dikkat etmesi gereken temel bir içgörü. Müşteri deneyimi ve ilişki bankacılığında nasıl son derece düşük maliyetle %100 iyileştirme sağlanır? Bir banka olarak, akıllı teknolojileri kullanarak müşterilere finansman, iş ve yaşamlarını yönetmelerinde nasıl daha iyi yardımcı olabiliriz? Bu soruları yanıtlayıp uygulayabilen oyuncular, nihai kazanan olacak.