大数据和AI的融合塑造BFSI行业的未来

随着人工智能（AI）进入几乎所有主要行业领域，自动生成大量数据的银行和金融服务部门成为了AI的最大用例。

人工智能利用大量数据来制定决策，从而使银行和金融机构能够提高效率，为客户提供无缝服务，并减少各种流程的时间和成本。

根据Markets and Markets的最新研究，人工智能市场在2017年的估值为160.6亿美元，预计到2025年将达到1906.1亿美元。

Razorpay的联合创始人兼首席执行官Harshil Mathur认为，如果您构建一个利用大量数据来驱动决策或使流程更高效的平台，那么每笔交易中都会捕获大量数据，因此存在很大范围在这个领域的人工智能。

“即使在Razorpay，我们也使用了大量的机器学习（ML）进行欺诈控制。总体而言，欺诈一直是印度的一大挑战。随着数字支付的增加，欺诈也随之增加。因此，使用AI和ML在控制基础欺诈方面非常重要。”

Razorpay在其银行平台Razorpay X上使用AI，以获取有关业务绩效的商业见解。它使用银行交易历史记录和银行数据来告诉客户其业务何时达到收支平衡。

“我们正在寻找的另一个用例是针对中小企业的其他产品Razorpay Capital，该产品再次使用AI和ML查看客户的交易记录并帮助他获得贷款。通常，在这个国家，申请贷款是一个非常繁琐的过程，在这个国家，您需要提交大量文件，资产负债表并经历很多过程。但是借助AI和ML，放贷可以更快地完成，而业务方面的花费却很少。” Mathur告知。

金融科技是一个重要的领域，可以利用AI和ML仅仅是因为已经有太多数据可用。数据分析中AI和ML的使用在银行业中扮演着变革性的角色。

持久性系统BFSI Verticals首席首席顾问Abhiram Modak说：“由AI驱动的大数据流上的数据分析是银行和保险公司的新场所。从预测贷款或营运资金的需求或整理详细信息到为零售客户创建量身定制的保险单，都是金融领域的新竞争领域。可以对结构化数据进行数据分析，但将其与非结构化数据混合使用，使用AI可以使金融企业超越传统角色，更像是“生活方式金融合作伙伴”。

当我们深入了解AI在BFSI行业中的重要性时，可能会从第一波AI和ML的采用中受益最大的两个领域。

i-exceed副总裁兼产品工程主管Sudhir Babu分享了对此的见解，他说：“第一个领域是个性化银行业务。AI帮助银行收集前所未有的数据点，以了解客户如何使用各种接触点，以及如何将其用于定制银行的应用程序，产品和服务以满足客户的期望。

“第二个领域是安全和预防欺诈。有ML模型可帮助根据用户交互方式创建每个用户的行为配置文件。之后，可以将新交易与基本配置文件进行比较，并可以引入额外的身份验证机制来防止欺诈情况发生。”他补充说。