Sefcsik Márk (2023) A mesterséges intelligencia jelene és lehetőségei a bankszektorban. Pénzügyi és Számviteli Kar.
PDF
Sefcsik_Márk_QRYPIH.pdf Hozzáférés joga: Csak az archívum karbantartója nyithatja meg (titkosított dolgozat - engedéllyel) until 2028. Május 10.. Download (1MB) |
|
PDF
Titkosítási kérelem.pdf Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg Download (36kB) |
|
PDF
BA_O_Sefcsik_Márk.pdf Hozzáférés joga: Csak az archívum karbantartója nyithatja meg (titkosított dolgozat - engedéllyel) until 2028. Május 10.. Download (157kB) |
|
PDF
Sefcsik Márk-20230517-bírálat-B-pdf.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (376kB) |
|
PDF
BA_B_Sefcsik_Márk.pdf Hozzáférés joga: Bizalmas dokumentum (bírálat) Download (1MB) |
Absztrakt (kivonat)
Azinterneten böngészve rengeteg olyan tudományos írással találkozhatunk, mely amesterséges intelligencia jelenét és jövőjét, veszélyeit és lehetőségeitvizsgálja. Napokon keresztül olvashatnánk a szalagcímeket, miszerint ezúttal azépítőipart, az egészségügyet, az agráriumot, az autóipart, vagy akár azoktatást forradalmasíthatja. Véleményem szerint ez alól azonban egyfajtakivételt képez a pénzintézeti szektor. Habár rengeteg pénzügyi startupsikertörténetét tette lehetővé a technológia ezen ágának fejlődése, mégisritkán találkozunk olyan írásokkal, melyek a mesterséges intelligenciabankszektorban fellelhető használatát taglalják. Dolgozatomban arra kerestem aválaszt, mi okozza azt, hogy a pénzintézeti szektorban nem látjuk azt afelhajtást, ami például az önvezető autókat, vagy az internetes chatbotokatveszi körül.Kutatásombanmegvizsgáltam, melyek a mesterséges intelligencia főbb banki alkalmazásiterületei. Habár az MI-technológia a pénzintézetek szinte minden területénhasznot hozhat, öt fő alkalmazási terület van, melyre már számtalan pénzintézetvezetett be megoldást. Az egyik ilyen terület az ügyfélkiszolgálás és humánerőforrás-kezelés, ahol chatbotok üzemeltetése megkönnyítheti az ügyfélszerzéstés gyorsabbá teheti a már meglévő ügyfelek kiszolgálását, problémáik megoldását.A technológiának központi szerepe van a csalásmegelőzés és felderítés területénis, ugyanis a gépi tanulás és az adatbányászat kombinációja már azelőttészlelheti a csalárd tranzakciókat, mielőtt azok végbe mehetnének. A mesterségesintelligencia e téren való felhasználása szintén megkönnyíti a szokatlanfióktevékenységek észlelését. Az EWS rendszerek terén egyaránt hatalmaselőrelépés a mesterséges intelligencia használata, hiszen képessé teszi abankokat arra, hogy a múltbéli események alapján meghatározzák egyes jövőbeliesemények valószínűségét, így elkerülhetővé tehetnek bizonyos pénzügyikríziseket. A mesterséges intelligencia alapú intelligens automatizálás egymásik példa, mely kihasználásával a pénzintézetek javíthatják munkafolyamataikhatékonyságát, ideértve az automatizált hitelezési folyamatokat, a complianceés szabályozási riportolást, vagy az automatizált dokumentumkezelést, amicsökkentheti a dolgozók adminisztrációval töltött munkaidejét, valaminthatékonyabbá és biztonságosabbá teszi munkájukat.Amesterséges intelligencia egyik legígéretesebb alkalmazása a dinamikusárképzés, mely az általam vizsgált pénzintézet számára is a leghasznosabbMI-fejlesztést eredményezte. Összeségében a korábban felsoroltak a mesterségesintelligencia legelterjedtebben használt alkalmazásai a bankszektorban, bárminden nap újabb és újabb felhasználási ötletek és technológiák születnek, ígyez könnyen változhat az elkövetkezendő években.Dolgozatomhozmind kvantitatív, mind kvalitatív kutatást készítettem. Előbbivel egy kérdőívsegítségével a magyar banki ügyfelek mesterséges intelligenciát illetőáltalános véleményére és tapasztalataira voltam kíváncsi, majd a technológiabankszektori alkalmazási lehetőségeivel kapcsolatos tudásáról, benyomásairólkérdeztem őket. Az eredmények azt mutatták, hogy a válaszadók gyengéntájékozottak a mesterséges intelligencia banki alkalmazásait illetően és habártöbbnyire nyitottak az ilyen fejlesztésekre, nem igénylik MI-szolgáltatásokhasználatát, hiszen nincs tapasztalatuk afelől, hogy milyen előnyökkelszolgálhatnak számukra.Kutatásommásodik részeként mélyinterjút készítettem egy Magyarországon is jelenlévőbanknál dolgozó, mesterséges intelligencia-rendszerek fejlesztésével foglalkozószakértővel, akitől megtudtam hogyan épül fel csapatuk, hogyan dolgoznak és mialapján priorizálják, hogy melyik projekt kaphat zöld utat.Megtudtam,hogy mindennapi munkájuk során olyan hátráltató tényezőkkel kell megküzdeniük,mint például a pénzintézetek informatikai rendszereinek széttagoltsága, melymegnehezíti az adatokkal való munkát. Emellett az egész szektort hátráltatja afejlődésben, hogy a pénzintézetek hatalmas, kiaknázatlan adathalmazzalrendelkeznek, ám még mindig először üzleti elemzéssel próbálják meg tisztítaniaz ilyen adatokat, csak második megoldásként gondolnak a gépi tanulásalkalmazására. Végül fontos megemlíteni, hogy a bankszektorból hiányzik azelkötelezettség az innovációra, mely a bonyolultabb technológiák megismerésefelé kényszerít.Összességébenkijelenthető, hogy a bankszektorban is elindult az a technológiai forradalom,mely a mesterséges intelligencia-rendszerek fejlesztésére és alkalmazásárakényszerít, azonban egyrészt ebben az iparágban a legfőbb használati esetek abank belső működését segítik, így a külső szemlélők számára láthatatlan módonműködnek és növelik a folyamatok hatékonyságát, másrészt az egyes pénzintézeteküzleti titokként kezelik ezen fejlesztéseiket, így ritkán hallhatunk a bankirendszerek forradalmáról.
Intézmény
Budapesti Gazdasági Egyetem
Kar
Tanszék
Gazdaságinformatika Tanszék
Tudományterület/tudományág
NEM RÉSZLETEZETT
Szak
Mű típusa: | diplomadolgozat (NEM RÉSZLETEZETT) |
---|---|
Kulcsszavak: | bankszektor, gépi tanulás, informatika, mesterséges intelligencia, mély tanulás |
SWORD Depositor: | Archive User |
Felhasználói azonosító szám (ID): | Archive User |
Rekord készítés dátuma: | 2024. Jan. 24. 15:48 |
Utolsó módosítás: | 2024. Jan. 24. 15:49 |
Actions (login required)
Tétel nézet |