La quarta Era industriale è alle porte: più spazio all’intelligenza aumentata e al cognitive computing

Il Mobile World Congress è fresco di compleanno: 30 anni appena compiuti in quel di Febbraio 2017 all’insegna dell’importanza dell’innovazione tecnologica, dove il mobile gioca un ruolo imprescindibile.

Forza trainante del paradigma ubiquitario, capace di aver trasformato la vite delle persone, abitudini comprese e ciò che si prospetta all’orizzonte è molto più trasformazionale. Una quarta era industriale è alle porte, quella dell’intelligenza aumentata e del cognitive computing. Le prime chiamate ad innovare e cogliere la sfida sono le istituzioni finanziarie, i cui servizi hanno origini oramai da ritenersi secolari. Cambiamento rallentato dal peso di doversi trasformare a livello digitale e le implicazioni che comportavano una clientela in continua evoluzione. Accelerare il processo di cambiamento è una delle sfide ed obiettivi del settore, a cui si aggiunge la questione della grande quantità di dati non strutturati e l’unione con il settore Fintech, a cui guardare come punto di riferimento in fatto di innovazione. Per rimanere competitivi vi è una crescente necessità di utilizzare gli strumenti di intelligenza artificiale, adattarsi alle nuove forme di convergenza attraverso la collaborazione con le startup e sperimentare relazioni con i clienti sempre più significative ed in grado di porre al centro il consumatore attraverso nuove forme di interazione, servizi e prodotti.

Dati sempre più complessi: AI la soluzione

Gli strumenti di analisi si sono evoluti alla pari dei dati. Sono stati fatti ingenti sforzi di modellazione dei dati sulla base di centinaia di ingressi che sono passati ad essere un insieme infinitamente più complesso di migliaia di variabili. Anche se il settore banking ha una lunga storia di resilienza alle moderne metodologie di sviluppo, come al cloud computing, analisi avanzate, onboarding predittiva, piattaforme aperte, hypertargeting e raccolta dati esterni, AI ed è un settore dell’industria che non deve affatto trascurare ne sottovalutare queste nuove tecnologie, ma invece abbracciarle. Applicare la scienza ai dati e ad una più ampia serie di problemi di business è fondamentale per mantenersi al passo. Enti finanziari globali e le start-up più importanti stanno crescendo con annesse le applicazioni che fanno uso di intelligenza artificiale, machine learning, di apprendimento profondo, riconoscimento di forme e l’elaborazione del linguaggio naturale. Queste tecnologie lavorano insieme per simulare processi di pensiero umane all’interno di un modello meccanizzato, accelerando la capacità dell’utente di elaborare modelli complessi di dati provenienti da fonti sempre più diversificate.

Le banche hanno riscontrato che l’utilizzo di tali strumenti avanzati può fare da catalizzatore per reinventare il business. Esemplificando, rappresentano una maggiore efficienza nell’acquisizione dei clienti/know-your-customer (KYC), l’automazione del credito decisioning e rilevamento delle frodi, personalizzato e messaggistica contestuale, miglioramenti della supply-chain, lo sviluppo di prodotti su misura e di strategie di comunicazione più efficaci basate sulla lettura in real time ed i dati multivariati.

Opportunità uniche: collaborazione, convergenza, piattaforme

Questo è un momento storico di grande convergenza. Si contaminano i modelli di business e la condivisione dei dati tra le industrie tradizionalmente intese come separate, tra operatori storici e gli sfidanti innovatori, tra realtà grandi e piccole. Viviamo in un’Era fatta di dati personali provenienti da ogni dove ed il crescente paesaggio dei fornitori di IoT potrebbe essere rafforzato solo da dati finanziari.
Perciò si fa innovazione dove c’è anche collaborazione e questo assunto è valido anche nelle imprese finanziarie globali. I maggiori successi nelle implementazioni li raggiungeranno le realtà più aperte in questo senso. Ecco alcune collaborazioni-partenariati  tra le piattaforme:

  • Payments and money movement: TransferWise, Venmo and Alipay;
  • Alternative credit: Lending Club, Affirm and Kabbage;
  • Savings and wealth: Digit, Acorn and Wealthfront;
  • Advisory platforms: MoneySuperMarket, Credit Karma and NerdWallet;

Dalla Fintech si possono trarre molte lezioni preziose quali l’attenzione alla crescita attraverso la flessibilità del modello di business, la devozione alla speed-to-market e un focus sulla creazione di nuove forme di valore per il cliente. Metodi tesi ad espandere le relazioni con i clienti in modo da essere instaurate in modi più efficaci. Per questa ragione è importante sviluppare opportunità di partnership con il settore Fintech, che sa massimizzare il valore del cliente a prescindere dai servizi finanziari erogati.

intelligenza-aumentata

Mentre le scelte digitali aumentano, il valore per il cliente si fa complesso

Se le imprese della Fintech non riescono ad essere più aperte verso nuove forme di valorizzazione del cliente, usando piattaforme più ampie, non riusciranno a raccogliere i frutti desiderati. Una società che cambia così velocemente è difficile da accontentare, il rischio di cattivi investimenti è sempre in agguato e questa rappresenta una bella criticità. La sfida è riuscire a soddisfare le aspettative dei consumatori che saranno volte sempre di più alla trasparenza, con un migliore rapporto di qualità/convenienza. L’unica cosa che rimane invariata se non costante è che ogni anno che passa la mole di dati diviene sempre più complessa. Clienti e flussi di dati collegati hanno molto da dire, ma il settore Fintech ancora non dispone di proprietà predittive. Se le aziende Fintech non sono riuscite a fornire conoscenze e valore ai dati della parte principale nell’ambito dei propri sistemi, che poi si tratta dei principi primi nella relazione con il cliente, la capacità di predire il futuro non può che peggiorare. I dispositivi mobili e le applicazioni Fintech, opzioni di pagamento, piattaforme collegate e le piattaforme sociali raccontano storie uniche sui clienti e consentono di creare terabyte di dati ogni giorno. Qualsivoglia azione di shopping è una preziosa fonte di dati che offrono una miriade di indicazioni preziose sui consumatori. Pertanto come si può sfruttare dei dati di cui già disponiamo e che sono prontamente disponibili?

Con strumenti di analisi moderni, diventa possibile fornire rapporti iper-personalizzato e contestuale sui consumatori. E’ necessaria una comprensione più profonda dei singoli vincoli e delle opportunità che vi si celano ed annidano. La creazione di segmenti, personaggi e mappe dei percorsi-processi del cliente è meno significativo quando si può costruire una relazione uno-a-uno derivato da forme intime di dati. Agenti virtuali, chatbots o esperienze di voce-driven a prescindere, è come si interagisce empaticamente con i clienti che conta di più.

Prospettive per il futuro

Le società dei servizi finanziari devono diventare dei veri sostenitori del cliente nel realizzare nuove modalità di risparmio del denaro, integrandolo con una spesa indirizzata solo verso strumenti intelligenti. Accessibilità al credito con una visione verso la pianificazione della soluzione ai problemi futuri in caso di esiti negativi del credito, aiutare l’istruzione per una cultura che miri alla creazione di ricchezza multi-generazionale.

AI, la convergenza tra piattaforme ed un sistema cliente-centrico possono far affrontare sfide più ampie come la gestione delle identità, la crescita della forza lavoro, l’instabilità, le sfide della mobilità globale, la proprietà, le implicazioni più ampie della povertà e le diverse esigenze dell’underbanked globale. Questi strumenti tecnologici avanzati aggiunti forniscono ora al settore più funzionalità per fornire servizi intelligenti, consulenza personalizzata e nuove forme di difesa del cliente oltre ai già noti servizi tradizionali.

Crediti Foto: 12