A mesterséges intelligencia jelene és lehetőségei a bankszektorban

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)

<p dir="ltr" style="text-align:left;"></p><p>Az interneten böngészve rengeteg olyan tudományos írással találkozhatunk, mely a mesterséges intelligencia jelenét és jövőjét, veszélyeit és lehetőségeit vizsgálja. Napokon keresztül olvashatnánk a szalagcímeket, miszerint ezúttal az építőipart, az egészségügyet, az agráriumot, az autóipart, vagy akár az oktatást forradalmasíthatja. Véleményem szerint ez alól azonban egyfajta kivételt képez a pénzintézeti szektor. Habár rengeteg pénzügyi startup sikertörténetét tette lehetővé a technológia ezen ágának fejlődése, mégis ritkán találkozunk olyan írásokkal, melyek a mesterséges intelligencia bankszektorban fellelhető használatát taglalják. Dolgozatomban arra kerestem a választ, mi okozza azt, hogy a pénzintézeti szektorban nem látjuk azt a felhajtást, ami például az önvezető autókat, vagy az internetes chatbotokat veszi körül.</p> <p>Kutatásomban megvizsgáltam, melyek a mesterséges intelligencia főbb banki alkalmazási területei. Habár az MI-technológia a pénzintézetek szinte minden területén hasznot hozhat, öt fő alkalmazási terület van, melyre már számtalan pénzintézet vezetett be megoldást. Az egyik ilyen terület az ügyfélkiszolgálás és humán erőforrás-kezelés, ahol chatbotok üzemeltetése megkönnyítheti az ügyfélszerzést és gyorsabbá teheti a már meglévő ügyfelek kiszolgálását, problémáik megoldását. A technológiának központi szerepe van a csalásmegelőzés és felderítés területén is, ugyanis a gépi tanulás és az adatbányászat kombinációja már azelőtt észlelheti a csalárd tranzakciókat, mielőtt azok végbe mehetnének. A mesterséges intelligencia e téren való felhasználása szintén megkönnyíti a szokatlan fióktevékenységek észlelését. Az EWS rendszerek terén egyaránt hatalmas előrelépés a mesterséges intelligencia használata, hiszen képessé teszi a bankokat arra, hogy a múltbéli események alapján meghatározzák egyes jövőbeli események valószínűségét, így elkerülhetővé tehetnek bizonyos pénzügyi kríziseket. A mesterséges intelligencia alapú intelligens automatizálás egy másik példa, mely kihasználásával a pénzintézetek javíthatják munkafolyamataik hatékonyságát, ideértve az automatizált hitelezési folyamatokat, a compliance és szabályozási riportolást, vagy az automatizált dokumentumkezelést, ami csökkentheti a dolgozók adminisztrációval töltött munkaidejét, valamint hatékonyabbá és biztonságosabbá teszi munkájukat.</p> <p>A mesterséges intelligencia egyik legígéretesebb alkalmazása a dinamikus árképzés, mely az általam vizsgált pénzintézet számára is a leghasznosabb MI-fejlesztést eredményezte. Összeségében a korábban felsoroltak a mesterséges intelligencia legelterjedtebben használt alkalmazásai a bankszektorban, bár minden nap újabb és újabb felhasználási ötletek és technológiák születnek, így ez könnyen változhat az elkövetkezendő években.</p> <p>Dolgozatomhoz mind kvantitatív, mind kvalitatív kutatást készítettem. Előbbivel egy kérdőív segítségével a magyar banki ügyfelek mesterséges intelligenciát illető általános véleményére és tapasztalataira voltam kíváncsi, majd a technológia bankszektori alkalmazási lehetőségeivel kapcsolatos tudásáról, benyomásairól kérdeztem őket. Az eredmények azt mutatták, hogy a válaszadók gyengén tájékozottak a mesterséges intelligencia banki alkalmazásait illetően és habár többnyire nyitottak az ilyen fejlesztésekre, nem igénylik MI-szolgáltatások használatát, hiszen nincs tapasztalatuk afelől, hogy milyen előnyökkel szolgálhatnak számukra.</p> <p>Kutatásom második részeként mélyinterjút készítettem egy Magyarországon is jelenlévő banknál dolgozó, mesterséges intelligencia-rendszerek fejlesztésével foglalkozó szakértővel, akitől megtudtam hogyan épül fel csapatuk, hogyan dolgoznak és mi alapján priorizálják, hogy melyik projekt kaphat zöld utat.</p> <p>Megtudtam, hogy mindennapi munkájuk során olyan hátráltató tényezőkkel kell megküzdeniük, mint például a pénzintézetek informatikai rendszereinek széttagoltsága, mely megnehezíti az adatokkal való munkát. Emellett az egész szektort hátráltatja a fejlődésben, hogy a pénzintézetek hatalmas, kiaknázatlan adathalmazzal rendelkeznek, ám még mindig először üzleti elemzéssel próbálják meg tisztítani az ilyen adatokat, csak második megoldásként gondolnak a gépi tanulás alkalmazására. Végül fontos megemlíteni, hogy a bankszektorból hiányzik az elkötelezettség az innovációra, mely a bonyolultabb technológiák megismerése felé kényszerít.</p> <p>Összességében kijelenthető, hogy a bankszektorban is elindult az a technológiai forradalom, mely a mesterséges intelligencia-rendszerek fejlesztésére és alkalmazására kényszerít, azonban egyrészt ebben az iparágban a legfőbb használati esetek a bank belső működését segítik, így a külső szemlélők számára láthatatlan módon működnek és növelik a folyamatok hatékonyságát, másrészt az egyes pénzintézetek üzleti titokként kezelik ezen fejlesztéseiket, így ritkán hallhatunk a banki rendszerek forradalmáról.</p><br><p></p>

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Konzulens(ek)

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