Ο Πρόεδρος και CEO της ΕΑΤ, Γιώργος Ζαββός, οργάνωσε ειδικό σεμινάριο για την επίδραση της τεχνητής νοημοσύνης στην αναπτυξιακή τραπεζική για όλα τα διευθυντικά και λοιπά στελέχη της ΕΑΤ, με τον κορυφαίο καθηγητή του ΜΙΤ, ελληνικής καταγωγής, Μανώλη Κέλλη, πρωτοπόρο στην computational biology και εμπροσθοφυλακή της τεχνητής νοημοσύνης.
Το σεμινάριο ήταν ειδικά σχεδιασμένο για την HDB και επικεντρώθηκε στις επιπτώσεις της Τεχνητής Νοημοσύνης για την αναπτυξιακή τραπεζική και τον τρόπο με τον οποίο μπορεί να προωθήσει την HDB σε νέα επίπεδα απόδοσης, που θα ωφελήσουν τις μικρομεσαίες επιχειρήσεις. Όπως επεσήμανε ο κ. Ζαββός, στο πλαίσιο της καθιέρωσης της Τεχνητής Νοημοσύνης ως εθνικής προτεραιότητας, σύμφωνα με τη στρατηγική της κυβέρνησης, η HDB αναλαμβάνει την πρωτοβουλία να εκπαιδεύσει τους υπαλλήλους της, προσαρμόζοντάς τους στις νέες ευκαιρίες.
Ο καθηγητής Κέλλης τόνισε την ισχύ της Τεχνητής Νοημοσύνης στην επίλυση σύνθετων χρηματοοικονομικών συναλλαγών, στη βελτιστοποίηση στρατηγικών πωλήσεων και στη βελτίωση της ασφάλειας των συναλλαγών. Επίσης, υπογράμμισε την δυνατότητα της Τεχνητής Νοημοσύνης να φέρνει κοντά τις νεοσύστατες επιχειρήσεις με τους πελάτες και για την ΕΑΤ να παρέχει στοχευμένα χρηματοοικονομικά προϊόντα. Η Τεχνητή Νοημοσύνη θα επαναπροσδιορίσει τον τρόπο εργασίας μας, επιτρέποντας στους εργαζομένους να είναι πιο δημιουργικοί. Επιπλέον, η Τεχνητή Νοημοσύνη μπορεί να απλοποιήσει τις εσωτερικές διαδικασίες των τραπεζών, να μειώσει το κόστος και να παρέχει πολύτιμες πληροφορίες για τη λήψη αποφάσεων. Ωστόσο η επένδυση σε εργαλεία Τεχνητής Νοημοσύνης είναι απαραίτητη για την επιτυχία. Το σίγουρο είναι ότι η ΕΑΤ βάζει πλέον στον πυρήνα της στρατηγικής της την τεχνητή νοημοσύνη με τεράστιες θετικές επιπτώσεις για τη βελτίωση των αποδόσεων.
Ο καθηγητής Μ. Κέλλης αναφέρθηκε στην ισχύ της Τεχνητής Νοημοσύνης στη λύση συγκεκριμένων προβλημάτων και στην αυτοματοποίηση σύνθετων χρηματοοικονομικών εργασιών, όπως η αξιολόγηση και η βαθμολόγηση πιστοληπτικής ικανότητας, καθώς και στη βελτιστοποίηση στρατηγικών εμπορίου και ανάλυσης χρηματιστηρίου. Επιπλέον, η αξιοποίηση του blockchain και της Τεχνητής Νοημοσύνης μπορεί να βελτιώσει ασφαλείς, αποδοτικές συναλλαγές και έξυπνα συμβόλαια.
Στην παρουσίασή του ειδικά προετοιμασμένη για την HDB, ο καθηγητής Κέλλης τόνισε ότι η Τεχνητή Νοημοσύνη μπορεί να είναι κρίσιμη στις υπηρεσίες matchmaking μεταξύ νεοσύστατων επιχειρήσεων και πελατών, αναπτύσσοντας αλγόριθμους AI με βάση τις προσφορές υπηρεσιών και τις ανάγκες των πελατών. Τόνισε επίσης τη σημασία της παροχής στοχευμένων χρηματοοικονομικών προϊόντων για επιχειρήσεις που υιοθετούν την τεχνολογία AI, καθώς και της παροχής δανείων εκσυγχρονισμού για εταιρείες, συμπεριλαμβανομένων δανείων επανεκπαίδευσης για το εργατικό δυναμικό, που θα προσφέρουν επίσης συμβουλευτικές υπηρεσίες παράλληλα με τα δάνεια για να καθοδηγήσουν τις στρατηγικές ψηφιακής μετασχηματισμού, μαζί με την παρακολούθηση και την αξιολόγηση των αποτελεσμάτων της αξιοποίησης του δανείου για να διασφαλιστεί αποτελεσματική εκσυγχρονισμός. Όπως είπε, η Τεχνητή Νοημοσύνη θα αλλάξει τον τρόπο σκέψης και θα επιτρέψει στους υπαλλήλους να γίνουν πιο δημιουργικοί καθιστώντας τους εταίρους τους στην εργασία.
Για την εσωτερική απλούστευση των διαδικασιών, η Τεχνητή Νοημοσύνη μπορεί να αυξήσει την αποδοτικότητα και να μειώσει το κόστος, για παράδειγμα με την ταξινόμηση εγγράφων, τη συσσώρευση και την ανάκτηση για να απλοποιηθεί η διαχείριση πληροφοριών. Ως συγκεκριμένο παράδειγμα, ο καθηγητής ανέφερε ένα εργαλείο διαχείρισης γνώσεων που έχει αναπτύξει που συλλέγει έγγραφα και πληροφορίες ενός ιδρύματος με τα χρόνια, εντοπίζει μοτίβα και πληροφορίες από όλα τα συλλεχθέντα δεδομένα και συνθέτει τις σχετικές πληροφορίες για διαφορετικές επιχειρηματικές λειτουργίες με απλά τόξα σε ένα χάρτη.
Επιπλέον, η Τεχνητή Νοημοσύνη βοηθά στη συγκέντρωση και την περίληψη της έρευνας αγοράς για την ταχεία και ενημερωμένη λήψη αποφάσεων, παρακολουθεί και αναφέρει οικονομικές και βιομηχανικές τάσεις σχετικές με τα χαρτοφυλάκια επενδύσεων, ενώ μέσω εργαλείων NPL η Τεχνητή Νοημοσύνη συμπυκνώνει εκτενείς οικονομικές καταστάσεις σε executive summaries. Η επένδυση σε θεμελιώδη εργαλεία Τεχνητής Νοημοσύνης, ML, ενοποίηση δεδομένων και ψηφιοποίηση, είναι απαραίτητη, τόνισε ο καθηγητής.
