powered by cbn INB-DIGITAL-EDITIONS LOGO-PNG-108

Πιστωτικός κίνδυνος: Kαθοριστικός ο ρόλος της Τεχνητής Νοημοσύνης και των δεδομένων στη λήψη αποφάσεων

Σε έναν κόσμο που χαρακτηρίζεται από ταχύτατες αλλαγές, οικονομική αβεβαιότητα και γεωπολιτική αναταραχή, η διαχείριση κινδύνων καθίσταται πιο κρίσιμη από ποτέ. Αυτό ήταν και το μήνυμα που μετέφεραν οι Giorgio Costantino, Executive Director, Global Transformation Services, CRIF Group, και Δημήτριος Πορίχης, Senior Manager Business Consulting & Credit Risk Analytics, ICAP CRIF, κατά τη διάρκεια του 2ου Credit Risk Management Conference που διοργάνωσε η ICAP CRIF με την Artemis Credit Bureau Ltd, οι οποίοι έδωσαν παραδείγματα χρήσης του ΑΙ για αντιμετώπιση των προκλήσεων.

Όπως τόνισαν, οι λέξεις-κλειδιά για τη σημερινή εποχή είναι «Αβεβαιότητα και Αναταραχή», η οποία, όπως εξήγησαν με μια απλουστευμένη προσέγγιση, επηρεάζεται από τρεις βασικές δυνάμεις: την έλλειψη διεθνούς εμπιστοσύνης, τις διαρκώς αυξανόμενες αμερικανικές δασμολογικές πολιτικές με κορυφές έως 50%, την κλιματική αλλαγή που προκαλεί απώλειες έως 0,14% του ΑΕΠ λόγω ακραίων καιρικών φαινομένων, και τέλος την τεχνητή νοημοσύνη και τη γενετική ΤΝ, η οποία αποτελεί ταυτόχρονα ευκαιρία αλλά και πρόκληση.

Στο πλαίσιο αυτό, οι ομιλητές υπογράμμισαν ότι, παρά την υποστήριξη των ευρωπαϊκών θεσμών, οι επιχειρήσεις αντιμετωπίζουν πολλές φορές υπερκανονιστικό περιβάλλον, γεγονός που απαιτεί σύγχρονα εργαλεία διαχείρισης κινδύνων. Η CRIF, μέσω των υπηρεσιών Analytics & Transformation, προωθεί μοντέλα μηχανικής μάθησης (ML) που συνδυάζουν εσωτερικές και εξωτερικές πηγές δεδομένων, παρέχοντας εξειδικευμένα και όσο το δυνατόν πιο λεπτομερή «ιδιοσυστατικά» μοντέλα, όπως για τη διαχείριση κινδύνων που σχετίζονται με την κλιματική αλλαγή.

Η αξιοποίηση της γενετικής Τεχνητής Νοημοσύνης επιτρέπει την αύξηση της αποδοτικότητας των διαδικασιών πιστωτικού κινδύνου, επιτρέποντας στους επαγγελματίες να επικεντρωθούν σε εργασίες που προσθέτουν πραγματική αξία. Σύμφωνα με τους ομιλητές, ο συνδυασμός των τριών αυτών εργαλείων επέτρεψε την ανάπτυξη «εκπαιδευμένων» μοντέλων, που αύξησαν κατά περίπου 25% τον αριθμό των υψηλού κινδύνου πελατών που διαχειρίστηκαν προληπτικά και μείωσαν το κόστος κινδύνου κατά 20%.

Καταλήγοντας, υποστήριξαν πως η στρατηγική χρήση δεδομένων, η τεχνολογία και η προληπτική προσέγγιση αποτελούν πλέον βασικούς πυλώνες για τη διαχείριση κινδύνων σε "ένα ασταθές και γεωπολιτικά φορτισμένο περιβάλλον".

Ροή Ειδήσεων

Hellenic Bank Χορηγός Ροής INB
ΟΛΕΣ ΟΙ ΕΙΔΗΣΕΙΣ
;