北京
Experian最新研究报告调查了高级决策者在四个关键领域的不同观点：战略重点、数据与分析、技术以及风险。该研究由Forrester咨询公司开展，调查了EMEA（欧洲、中东和非洲）和亚太地区10个国家的1320名金融服务和电信公司的高管和董事级领导人，包括印度、澳大利亚、丹麦、德国、意大利、新西兰、挪威、南非、西班牙和荷兰。
该报告揭示了商业领袖如何利用生成式人工智能（GenAI），整合数据集以改进决策模型，并关注客户体验，以更好地为充满挑战的经济条件、技术颠覆和不断变化的客户期望所塑造的未来做好准备。
利用生成式人工智能潜力的竞赛正在顺利进行
商业领袖将技术颠覆确定为未来两年影响其业务的首要外部因素，并将重点放在人工智能至上的竞争上，以提高业务效率和降低成本。75%的受访者认为，他们所在行业的竞争优势将取决于谁能最好地利用人工智能，四分之三（即75%）的受访技术领导者正在探索GenAI用例，以期在明年实施。
75%的高级领导认为GenAI将显著改善他们评估风险的方式。使用GenAI分析替代数据源成为最重要的用例（78%），突出了其从非传统数据集中解锁有价值见解的能力，支持创建更好的决策模型和更全面的客户图景。
技术颠覆是改善客户体验的催化剂
访问集中的云平台来获取数据、分析和软件被调查受访者认为是改善风险策略的一个重要因素。近一半（41%）的受访者认为，在未来12个月内，他们将面临更多的信贷压力，拖欠还款和拖欠贷款的情况将会增多，而在过去一年中，42%的受访者收紧了贷款标准。50%的风险主管还表示，最优先考虑的风险是提高识别财务脆弱客户的能力。数据源、模型开发工具、运营部署和决策软件之间更好地集成，再加上利用人工智能的力量，使贷款机构能够更全面地了解借款人，并快速跟踪从数据到洞察再到行动的过程。最终，这将带来更好的客户关系和更公平的贷款行为。
将数据集整合到一个基于云的平台中是增强分析能力的关键
数据和分析领导者正在优先考虑将孤立的数据集转移到一个结合数据和分析的单一平台，因为这更好地实现了AI/ML功能，并允许他们在几周内将模型投入生产，而不是几个月。在目前的状态下，超过四分之三（76%）的受访者认为，开发和部署AI/ML模型需要太长时间，63%的受访者表示，他们比以往任何时候都更频繁地更新模型，以适应不断变化的消费者信贷行为。
替代数据和高级分析对于帮助企业做出更准确的贷款决策至关重要，尤其是在消费者行为不断演变和外部经济因素持续产生影响的情况下。然而，受访者认为缺乏替代数据源是限制分析程序和建模开发成功的重大挑战。在云平台中，人工智能的先进功能可用于有效地处理和分析替代或复杂的非结构化数据集，提取以前无法获取的有价值的见解。利用这项技术可以提高预测模型的准确性，并最终能够创建更全面的见解和信用风险概况。
“今年的研究突出了两个关键因素的重要性——首先是对人工智能优势的争夺，商业领袖认为这对在自己的行业获得竞争优势至关重要。其次，明确关注分析工具和基础设施的投资，以更好地利用数据的力量，许多企业仍在努力开发和部署模型所需的时间和精力。调查结果表明，企业越来越多地采用基于云的服务来更好地连接数据、分析和软件。”Experian印度地区董事总经理Manish Jain说。
“令人鼓舞的是，大多数高层领导人对未来一年的增长持乐观态度，并计划加大技术投资。但我们仍面临更广泛的宏观经济挑战，客户的财务困难是一个突出的重大问题。人工智能和机器学习工具为提高新客户和现有客户的信用评估精度提供了相当大的机会，因此可以通过主动参与来帮助保护弱势客户，”Experian欧洲、中东和亚太地区首席执行官Malin Holmberg表示。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
