Celent 报告：利用人工智能在支付领域的优势 2024 -利用 AI 在支付领域的优势 -解锁一系列工作流程和产品增强功能

CELENT利用AI在支付领域的AI在当今银行业的应用 3 3 4 5AI在支付领域的新兴使用案例 7 7 10 13 16 16 16 17 18 18 18 19当今银行业的人工智能技术和计算机视觉的使用已经广泛应用于一系列不同的使用案例和程经存在很多年。事实上，在欺诈、风险和合规等领域，早在神经样思考和学习。它涉及使用机器学习、自然语言处理、数有几种技术被认为是不同类型的人工智能。现金流预测和前台服务的个性化等领域。虚拟助手和机29%28%24%29%28%24%22%19%19%17%AI和高级分析引领技术投资议程据。这在一定程度上是由于需要满足客户对数字深。然而，最重要的还是由于支持AI和高级图1：高级分析、智能自动化和AI技术引领233%31%29%高级数据分析和ML33%31%29%工作流自动化和RPA开放式融资能力向公有云服务迁移身份证明/数字身份低代码或无代码工具或平台网络安全增强客户体验个性化这些数字涵盖了企业银行职能范围内的所有活动和业业内对生成式人工智能的积极探索支持顾问和客户关系经理等诸多领域，并且预计在此也许最有趣的是，生成式人工智能被视为五年内对（y轴）显示当前正在试验一系列技术或70%60%50%40%30%20%10%0%0%5%10%15%20%25%30%35%40%45%预计这将是5年内对行业产生重大影响的三处理账户到账户（无卡）支付所涉及的复杂释放AI在无卡支付领域的潜力这在很大程度上反映了它可以为企业客户提供支潜在收入机会外，银行还应确保它们对正确投资所具体到人工智能，银行可以在多个领域应用这为一份独立报告的主题）。在每个例子中，都已经图3：银行利用AI技术的优势改善支付运营和增值服务，其中蕴藏许多支付处理优化包括智能自动化以提高STP率(减少错误、修复)、优化路由和流动性管理现金流分析和预测分析交易数据，以提高现金可见性和预测能力。风险与欺诈减少交易筛选中的错误/人工干预，提高金融犯罪的侦破率。产品和服务改进交易数据的分析可以确定产品改进的机会，以及客户层面的服务需求，包括贸易/供应链融资和外汇。支付领域的A支付领域的A和高级分析营运资金优化分析应付账款、应收账款和其他数据，协助流动资金管理。支付见解通过机器人或聊天界面获得支付见解。例如，支付状态查询、支付趋势可视化分析。代码生成和开发者效率通过使用GenAI工具支持生成新代码的过程，加快开发人员输出的步伐。风险、合规性和报告改进信贷决策和风险管理，减少监管报告等领域的人工干预。管理部门中后台跨职能AI在为客户提供一系列增值服务具有相当大的潜力。支付数据的内在其中的关键因素，因为对应付账款、应收账款和余业客户的现金状况提供精细且（理想情况下管理的应用场景提供支持。向公司财务主管提供见增值用例。银行还可以进一步利用这种技术，在需向客户提供支付和账户见解方面的潜力引发需简单地提出“我的付款状态如何？”或“提供我上及，但仍有许多进一步提升的潜在机会。在例是进一步自动化支付修复流程。在存在数据错误或缺口的情人工干预的需要，可以降低银行成本，同时还可以改善客户体AI技术改善交易路由是另一个重要机遇。当路由决策实现自动化是由客户决定）时，客户有可能从低成本中获益；当支付流的管理时，客户（和银行）也有可能从流动性中获益。第三道，这当然是一个重要主题。就大型企业客户而的主题之一是敏捷性以及能够更快地响应不断变化的自然语言处理、计算机视觉和生成式人工智能等技术重点1使用案例：以数据为主导的增值服务核心职责基本保持不变。然而，他们的工作环境日趋复杂为了更详细地调查这个问题，Celent1公司财务主管和高级财务主管进行了一项实质性的初级和地区的需求存在重大差异，但传达的信息也非常一致银行来说，这是潜在的巨大商机。同时，对于无力应对机构仪表板的技术确实存在，但实时交付这种技术更3.改善支付服务—对于许多组织而言，付款和收38%37%38%37%36%35%34%33%33%32%32%32%30%29%25%25%图4：公司财务主管高度重视以数据为主导的服务增强，以应对其业务挑战将多家银行的实时综合数据整合到单一仪表板中实时现金预测更好的安全/欺诈保护实时现金余额用于内部和/或监管目的的自定义报告自动跟踪和核对应收账款与企业工作流无缝集成支持ISO20022合规性改进决策的数据分析/工具提高应付账款自动化程度量身定制或个性化服务，满足客户的具体需求虚拟帐户管理跨多个实体的支付拆分简化新帐户的设置和入门投资的商业案例包括对收入增长和留存率的看法企业客户对增强服务的需求显而易见。许多银行同理由进行投资以支持收入增长一样，许多人也面企业客户对运营效率的重视，使支持这些目标的服伴选择决策中日益重要的一部分。虽然定价和核重，但企业也希望银行合作伙伴能协助他们实现图5：为企业客户投资以数据为主导的服务是为了满足新的期望并创x轴的问题：如果您的银行合作伙伴不提供这些服务，您可能会采取什么行公司工作流程的集成属于这一类。虽然毫无疑问有些客视，乐于支付额外费用或其他费用，但从更广泛的角度重点2使用案例：提高开发者效率支付行业面临着商业和监管双重压力，这制或战略部门的任何人交谈，他们都会清楚地意率和收入的重要性。然而，这在实践中远非一蹴的资源。这种情况在最大的银行中最为突出，因他们面临的三大障碍之一，这使其领先于当前的技2使用低代码加速支付创新，Celent，2023年9月图6：开发者能力不足和技术限制是支付产品创新的两内部缺乏开发能力或技能现有技术的局限性需要实施强制性变革（监管或计划）难以构建业务案例银行内部缺乏主题专家投资支付不是优先事项业务和技术职能之间缺乏合作对安全的担忧我们当前的供应商合作伙伴无法支持强功能而造成的潜在收入损失规模（毕竟，），根结底是为了赢得和留住客户业务。除非您为客户生成式人工智能成为提高开发者效率的重要工具所发挥作用的兴趣与日俱增。生成式人工智能可以在命周期增加价值，以提高特定团队的效率，并使银行语言提示生成新代码。其中一个示例是将自然语言其他潜在的使用案例。另一个潜在优势是，可以提•文档—LLM还可用于为特定代码段的功能提供自然语言解释。从文档的•代码转换—LLM的文本翻译功能还可用于将以•用户反馈—使用LLM总结非结构化用户反馈，突出最紧迫的变更要求或代码来运行其业务中如此敏感的部分。尽管如此，生成式潮。由于许多银行已经投资于更有效地利用户的需求不可否认，这将推动中期议程。在岌岌可危的情况下，做出正确投资和战略转没有灵丹妙药考虑到AI在支持支付产品增强和创新方并非单一。这是长期战略问题，需要谨慎对待。如果行动窗口远未关闭，但充分利用支付数据的内成功需要坚实的基础业内潜在使用案例的新思维也将不断涌现。与此同新，而且支持未来的产品增强和创新。在许多情况下付基础架构的现代化。虽然仍有可能在传统技术的基流程简化和数据结构等基础工作已准备就绪，释放价创建正确的数据架构也至关重要。灵活性和性能将日数据库技术（包括利用云服务的可扩展性）也应该成为银行的优先事项。一个关键的考虑因素是确保能够灵活据类型、来源和模型。最具前瞻性的机构已经开始布局设计和开发将更加依赖于利用不同的数据组分析和数据科学等领域引入新技能。至少，得联系。为数据货币化等垂直领域创建单独的产品管理与水平领域（例如端到端SEPA或实时支确定优先顺序的重要性高运营效率。然而，没有任何单一产品的增强功能能够显着提高银行的/或增值服务方面实现一系列改进，从而共同推动降低运营成本、增加新的费用收入和提高客户维系能力。总之，这些都可能为银行带来可观的收入。对金融机构的支持对供应商的支持位。我们的战略研讨会将帮助您锁定合适的客户，并将您