Kuzey Amerika bölgesi beklenildiği gibi lider konumda.
Yazı: Samora Kariuki
Derleme: Shenchao TechFlow
Küresel AI Dalgası
Bankalar, üretken AI'yi nasıl pratikte kullanıyor?
Eğer başlıca haberleri ve abartıları bir kenara bırakırsak, meselenin özü şudur: Dünyanın en büyük bankaları, üretken AI'yi nasıl kullanıyor? Gelecekteki potansiyel değil, tedarikçilerin tanıtımı değil, zaten hayata geçmiş gerçek uygulamalar nerede?
Son iki yıl içinde, küresel finans sektörü sessizce üretken AI dönemine girdi. Ancak bu süreç tek tip değil, iç ve dış olarak farklı bir düzen sergiliyor: İç araçların alçakgönüllü bir şekilde devreye alınması, müşteriye yönelik temkinli denemeler ve birkaç cesur yenilik, bankacılık sektörünün iç yapısını yavaş yavaş yeniden şekillendiriyor.
İçten başlayarak, adım adım genişletmek
Yapay zeka uygulamalarının ortak bir noktası vardır: içsel verimlilik araçlarıyla başlamaları.
Üretken AI'nın ana uygulamaları, iç üretkenliği artırmaya odaklanmaktadır - bu araçlar, çalışanların daha az kaynakla daha fazla iş yapmalarına yardımcı olmaktadır. JPMorgan'ın analist asistanından hisse senedi araştırmalarını çözümlemeye, Morgan Stanley'in varlık yönetimi danışmanlarına destek veren GPT destekli araçlara kadar, erken dönem odak noktası bankacılık çalışanlarını güçlendirmek oldu, onları değiştirmek değil.
Goldman Sachs, geliştiriciler için yapay zeka asistanları geliştiriyor; Citi'nin yapay zeka özetleme aracı, çalışanların notları işlemesine ve e-posta oluşturmasına yardımcı olur; Standard Chartered'ın SC GPT'si 70.000 çalışanıyla yayına girdi ve teklif yazımından İK konularına kadar her şey için kullanılıyor.
Yüksek derecede düzenlenmiş bir ortamda bulunduğumuz göz önüne alındığında, iç araçların kullanımı özellikle mantıklı hale geliyor. Bu, bankaların düzenleyici sınırları aşmadan deney yapmalarına ve AI yeteneklerini geliştirmelerine olanak tanıyor. Son zamanlarda CBN'nin (Nijerya Merkez Bankası) Zap ile ilgili eylemlerini dikkate alırsak, "temkinli olmak" açıkça daha akıllıca bir seçim.
İş hattı gözlemi: Değer nerede?
Yapay zekanın benimsenmesi sektörden sektöre değişir. Üretken yapay zekanın farklı iş birimleri tarafından benimsenme hızında farklılıklar vardır. Bunlar arasında perakende bankalar işlem hacmi açısından başı çekiyor. Bu alanda, Wells Fargo'nun Fargo'su ve Bank of America'nın Erica'sı gibi üretken yapay zeka destekli sohbet robotları her yıl yüz milyonlarca etkileşimi yönetiyor. Avrupa'da, Commerzbank kısa süre önce kendi sohbet robotu Ava'yı piyasaya sürdü.
Ancak sorun şu ki, bu araçların bazıları aslında gerçekten jeneratif AI kullanmıyor, bunun yerine geleneksel makine öğrenimi tekniklerine dayanıyor. Örneğin, Bank of America'nın Erica'sı, daha çok bir "Mekanik Türk" gibi çalışıyor (bu, otomasyonu insan müdahalesi ile sağlama anlamına gelir). Yine de, önemli olan bu deneylerin kendisidir, teknik etiketler değil.
Kurumsal ve yatırım bankacılığı alanında dönüşüm daha gizli. JPMorgan'ın iç araçları esasen araştırma ve satış ekiplerini desteklemekte olup, doğrudan müşterilere yönelik değildir. Deutsche Bank ise AI'yi kullanarak müşteri iletişim günlüklerini analiz ediyor; bu müşteri hizmeti değil, verilerin güçlendirilmesi, bankacıların müşterileri daha hızlı ve daha iyi anlamalarına ve hizmet etmelerine yardımcı oluyor.
Varlık yönetimi ise iki arasında bir yerde duruyor. Morgan Stanley'nin AI aracı doğrudan müşterilerle konuşmuyor, ancak danışmanların her toplantıdan önce tam olarak hazırlanmasını sağlıyor. Deutsche Bank ve First Abu Dhabi Bank, en iyi müşterilere yönelik asistanlar üzerinde pilot uygulama yapıyor ve karmaşık yatırım sorularını anlık olarak yanıtlamayı amaçlıyor.
Bölgesel Farklılıklar: Kim Önde?
Kaynak: Evident AI Index
Kuzey Amerika bölgesi beklendiği gibi lider konumda. ABD bankaları, JPMorgan, Capital One, Wells Fargo, Citi ve RBC gibi, AI'yı bir üretkenlik motoruna dönüştürdü. OpenAI ve Microsoft ile işbirliği sayesinde, en ileri düzey AI modellerine ilk ulaşanlar oldular.
Avrupa daha temkinli. İspanya'nın dış bankası (BBVA), Deutsche Bank ve HSBC, AI araçlarını iç testlerden geçiriyor ve daha fazla güvenlik önlemi alıyor. Avrupa Genel Veri Koruma Yönetmeliği (GDPR) üzerinde derin etkiler yaratıyor. Her zamanki gibi Avrupa, teknolojik ilerlemeden çok düzenlemeye odaklanıyor, bu da ona maliyetli olabilir.
Afrika ve Latin Amerika, AI gelişiminin erken aşamalarında olmasına rağmen hızlı bir ilerleme kaydediyor. Brezilya'nın Nubank'ı, önce iç hizmetlerde AI araçlarını kullanmaya başlayarak ve nihayetinde müşteri hizmetlerine genişleterek OpenAI ile işbirliği yapıyor. Güney Afrika'da, Standard Bank ve Nedbank, risk kontrolü, destek hizmetleri ve geliştirmeyi kapsayan AI alanında pilot çalışmalar yürütüyor.
Çin: Bağımsız AI Teknoloji Yığını Oluşturma
Çin bankaları yalnızca AI kullanmakla kalmıyor, aynı zamanda AI teknoloji yığını inşa ediyor.
Çin Endüstri ve Ticaret Bankası (ICBC), 1000 milyar parametreye sahip bir büyük dil modeli olan "Zhi Yong"u tanıttı. Bu model, bir milyar kez çağrıldı ve belge analizinden pazarlama otomasyonuna kadar 200 iş senaryosunu destekliyor. Bu sadece iç araçların uygulanması değil, aynı zamanda bankacılık operasyonlarının temel bir dönüşümüdür.
Ant Group, iki büyük dil modeli geliştirdi - Zhixiaobao 2.0 ve Zhixiaozhu 1.0. İlk model, Alipay'in genel kullanıcılarına yönelik olup, finansal ürünleri açıklamayı amaçlamaktadır; ikincisi ise varlık yönetimi danışmanlarına destek sağlayarak piyasa raporlarını özetleyip yatırım portföyü içgörüleri oluşturabilir.
Sigorta, bankacılık ve teknolojiyi entegre eden bir fintech devi olan Ping An Group daha da ileri gitti. Hem müşterilere hem de hesap yöneticilerine hizmet veren üretken bir yapay zeka asistanı olan AskBob'u geliştirdi. AskBob, müşteriler için yatırım ve sigorta sorularını doğal Çince olarak yanıtlayabilir; Danışmanlar için müşteri geçmişini, ürün verilerini ve pazarlama materyallerini ayıklayıp özetleyerek her bir temsilciyi dijital olarak geliştirilmiş bir finans uzmanına dönüştürür. Ping An'ın amacı, yalnızca soruları yanıtlamak için değil, aynı zamanda talebi önceden tahmin etmek için yapay zeka aracılığıyla finansal danışmanlığı yeniden tanımlamaktır.
Çin'de, düzenleyici çerçeve veri yerelleştirmesi ve model şeffaflığını güçlü bir şekilde teşvik ediyor; bu kurumlar daha uzun vadeli bir yolu seçti: yerel düzenlemelere, dil ve piyasa ortamına uyum sağlayan özel AI'lar inşa etmek. Ayrıca, Çin yeterli yetenek yoğunluğuna sahip olduğu için bankalar temel modelleri kendi başlarına geliştirebiliyor; bu, küresel ölçekte benzersiz bir başarı olabilir.
Kim teknik destek sağlıyor?
Dünya genelinde sıkça görülen bazı tanınmış şirketler: Microsoft, Azure OpenAI aracılığıyla şu anda en yaygın platform haline geldi. Morgan Stanley'den Standard Chartered Bank'a kadar birçok banka, Microsoft'un güvenli kum havuzu ortamında modellerini çalıştırıyor.
Google'ın LLM'leri (büyük dil modelleri) de kullanılmakta, örneğin Wells Fargo, Flan'ı destekliyor. Çin'de ise, çoğunlukla yerel teknolojilere, DeepSeek ve Hunyuan gibi, dayanmaktadır.
Bazı bankalar, örneğin JPMorgan Chase, Çin Endüstri ve Ticaret Bankası ve Ping An Grubu, kendi modellerini eğitiyor. Ancak çoğu banka mevcut modeller üzerinde ince ayar yapıyor. Anahtar, modelin kendisine sahip olmakta değil, veri katmanını kontrol etmekte ve modelin uyumlu çalışmasını sağlamaktadır.
Küresel AI Uygulamalarının Çeşitlendirilmesi
Orijinal resim için orijinal metne bakın, çeviri: Shenchao TechFlow
O ne olacak ki?
Yüksek düzeyde düzenlenmiş bir sektörde, dikkatli olmak çok önemlidir, bu nedenle bankalar doğrudan ön saflarda yer almak yerine yapay zeka ile ilgileniyor. Bununla birlikte, diğer platform değişikliklerinde gözlemlediğimiz gibi, kararlı karar verme ve hızlı deney yapma çok önemlidir. Düzenleme hiçbir zaman yaptırımın önüne geçmez ve yapay zeka ile deney yapmadan önce düzenlemenin yürürlükte olmasını beklemek akıllıca değildir. On yıldan fazla bir süre önce, herhangi bir düzenlemenin olmadığı bir ülkede acente bankacılığı kurduğumu hatırlıyorum. İşimiz bittiğinde, işi merkez bankasına anlatan kişiler oluruz. Bir bankanın yönetim kurulunun bir üyesi olsaydım, "Kaç tane deney yapıyoruz?" diye sorardım. Ne kadar çok içgörü üretiyoruz?"
Gerçek ilerlemeyi ölçmek için platform dönüşümünün temel ilkelerine geri dönmek gerekir. AI stratejiniz aşağıdaki soruları yanıtlamalıdır:
"Yapay zeka stratejimiz çekirdek mimariyi yeniden inşa etti mi? Maliyetleri 100 kat düşürdü mü? Yeni bir değer modelinin kilidini mi açıyor? Ekosistem bağlantısını ateşliyor mu? Piyasayı bozdu mu? Erişim demokratikleşti mi?"
Mantık açıktır – şüphecilik gereklidir, ancak hem mantık hem de gerçekler AI'nın yeni bir platform değişikliği olduğunu göstermektedir. Buna ek olarak, mantık ve gerçekler, geçmişteki platform değişikliklerinin genellikle finansal piyasalarda devrim niteliğinde değişikliklere yol açtığını da göstermektedir. Örneğin Citibank, 70'li ve 80'li yıllarda teknoloji kullanımıyla perakende işini önemli ölçüde genişletti. Capital One, piyasadaki en iyi 10 bankadan biri olmak için sıfırdan büyüdü ve otomobil kredileri ve ipotek gibi ilgili sektörlerde güçlü bir varlığa sahip. Afrika'da Equity Bank, Doğu Afrika'daki piyasa değerine göre en büyük banka olmak için istemci-sunucu teknolojisi dalgasını ele geçirdi. Benzer şekilde, Access Bank, GT Bank ve Capitec kendi pazarlarında dalgaya atladı.
AI platform çağının geldiği ve bunun kazananlar yaratacağı vurgulanıyor. Odak noktası kaybedenlere değil, kazananların belirli alanlarda nasıl önemli pazar payı elde ettiğine yöneliktir. Örneğin, Stripe'ın ödeme alanındaki başarısı tipik bir örnektir. Bu tür ilk aşama atılımları genellikle komşu alanlarda pazar payı büyümesine de yol açar; örneğin, Nubank, kredi kartı hizmetleriyle KOBİ ve perakende bankacılık alanında önemli bir oyuncu haline gelmiştir.
Benim görüşüme göre, AI çağında kazananlar ilişki maliyetlerine odaklanacak. Artık sadece bir ticaret oyunu değil. İşlemler zaten gerçekleşti ve artık bir müşteri deneyimi ve ilişki yönetimi oyunu. Bu, finansal hizmetler liderlerinin odaklanması gereken temel içgörüdür. Müşteri deneyiminde ve ilişki bankacılığında maliyetin çok altında bir maliyetle 100 kat iyileştirmeyi nasıl başarabilirsiniz? Bir banka olarak, müşterilerin mali durumlarını, işlerini ve yaşamlarını daha iyi yönetmelerine yardımcı olmak için akıllı teknolojiden nasıl yararlanabilirsiniz? Bu soruları cevaplayabilen ve uygulayabilen oyuncu nihai kazanan olacaktır.
View Original
The content is for reference only, not a solicitation or offer. No investment, tax, or legal advice provided. See Disclaimer for more risks disclosure.
Çin ve ABD'nin bankacılık devleri, üretken yapay zekayı kucaklıyor.
Yazı: Samora Kariuki
Derleme: Shenchao TechFlow
Küresel AI Dalgası
Bankalar, üretken AI'yi nasıl pratikte kullanıyor?
Eğer başlıca haberleri ve abartıları bir kenara bırakırsak, meselenin özü şudur: Dünyanın en büyük bankaları, üretken AI'yi nasıl kullanıyor? Gelecekteki potansiyel değil, tedarikçilerin tanıtımı değil, zaten hayata geçmiş gerçek uygulamalar nerede?
Son iki yıl içinde, küresel finans sektörü sessizce üretken AI dönemine girdi. Ancak bu süreç tek tip değil, iç ve dış olarak farklı bir düzen sergiliyor: İç araçların alçakgönüllü bir şekilde devreye alınması, müşteriye yönelik temkinli denemeler ve birkaç cesur yenilik, bankacılık sektörünün iç yapısını yavaş yavaş yeniden şekillendiriyor.
İçten başlayarak, adım adım genişletmek
Yapay zeka uygulamalarının ortak bir noktası vardır: içsel verimlilik araçlarıyla başlamaları.
Üretken AI'nın ana uygulamaları, iç üretkenliği artırmaya odaklanmaktadır - bu araçlar, çalışanların daha az kaynakla daha fazla iş yapmalarına yardımcı olmaktadır. JPMorgan'ın analist asistanından hisse senedi araştırmalarını çözümlemeye, Morgan Stanley'in varlık yönetimi danışmanlarına destek veren GPT destekli araçlara kadar, erken dönem odak noktası bankacılık çalışanlarını güçlendirmek oldu, onları değiştirmek değil.
Goldman Sachs, geliştiriciler için yapay zeka asistanları geliştiriyor; Citi'nin yapay zeka özetleme aracı, çalışanların notları işlemesine ve e-posta oluşturmasına yardımcı olur; Standard Chartered'ın SC GPT'si 70.000 çalışanıyla yayına girdi ve teklif yazımından İK konularına kadar her şey için kullanılıyor.
Yüksek derecede düzenlenmiş bir ortamda bulunduğumuz göz önüne alındığında, iç araçların kullanımı özellikle mantıklı hale geliyor. Bu, bankaların düzenleyici sınırları aşmadan deney yapmalarına ve AI yeteneklerini geliştirmelerine olanak tanıyor. Son zamanlarda CBN'nin (Nijerya Merkez Bankası) Zap ile ilgili eylemlerini dikkate alırsak, "temkinli olmak" açıkça daha akıllıca bir seçim.
İş hattı gözlemi: Değer nerede?
Yapay zekanın benimsenmesi sektörden sektöre değişir. Üretken yapay zekanın farklı iş birimleri tarafından benimsenme hızında farklılıklar vardır. Bunlar arasında perakende bankalar işlem hacmi açısından başı çekiyor. Bu alanda, Wells Fargo'nun Fargo'su ve Bank of America'nın Erica'sı gibi üretken yapay zeka destekli sohbet robotları her yıl yüz milyonlarca etkileşimi yönetiyor. Avrupa'da, Commerzbank kısa süre önce kendi sohbet robotu Ava'yı piyasaya sürdü.
Ancak sorun şu ki, bu araçların bazıları aslında gerçekten jeneratif AI kullanmıyor, bunun yerine geleneksel makine öğrenimi tekniklerine dayanıyor. Örneğin, Bank of America'nın Erica'sı, daha çok bir "Mekanik Türk" gibi çalışıyor (bu, otomasyonu insan müdahalesi ile sağlama anlamına gelir). Yine de, önemli olan bu deneylerin kendisidir, teknik etiketler değil.
Kurumsal ve yatırım bankacılığı alanında dönüşüm daha gizli. JPMorgan'ın iç araçları esasen araştırma ve satış ekiplerini desteklemekte olup, doğrudan müşterilere yönelik değildir. Deutsche Bank ise AI'yi kullanarak müşteri iletişim günlüklerini analiz ediyor; bu müşteri hizmeti değil, verilerin güçlendirilmesi, bankacıların müşterileri daha hızlı ve daha iyi anlamalarına ve hizmet etmelerine yardımcı oluyor.
Varlık yönetimi ise iki arasında bir yerde duruyor. Morgan Stanley'nin AI aracı doğrudan müşterilerle konuşmuyor, ancak danışmanların her toplantıdan önce tam olarak hazırlanmasını sağlıyor. Deutsche Bank ve First Abu Dhabi Bank, en iyi müşterilere yönelik asistanlar üzerinde pilot uygulama yapıyor ve karmaşık yatırım sorularını anlık olarak yanıtlamayı amaçlıyor.
Bölgesel Farklılıklar: Kim Önde?
Kaynak: Evident AI Index
Kuzey Amerika bölgesi beklendiği gibi lider konumda. ABD bankaları, JPMorgan, Capital One, Wells Fargo, Citi ve RBC gibi, AI'yı bir üretkenlik motoruna dönüştürdü. OpenAI ve Microsoft ile işbirliği sayesinde, en ileri düzey AI modellerine ilk ulaşanlar oldular.
Avrupa daha temkinli. İspanya'nın dış bankası (BBVA), Deutsche Bank ve HSBC, AI araçlarını iç testlerden geçiriyor ve daha fazla güvenlik önlemi alıyor. Avrupa Genel Veri Koruma Yönetmeliği (GDPR) üzerinde derin etkiler yaratıyor. Her zamanki gibi Avrupa, teknolojik ilerlemeden çok düzenlemeye odaklanıyor, bu da ona maliyetli olabilir.
Afrika ve Latin Amerika, AI gelişiminin erken aşamalarında olmasına rağmen hızlı bir ilerleme kaydediyor. Brezilya'nın Nubank'ı, önce iç hizmetlerde AI araçlarını kullanmaya başlayarak ve nihayetinde müşteri hizmetlerine genişleterek OpenAI ile işbirliği yapıyor. Güney Afrika'da, Standard Bank ve Nedbank, risk kontrolü, destek hizmetleri ve geliştirmeyi kapsayan AI alanında pilot çalışmalar yürütüyor.
Çin: Bağımsız AI Teknoloji Yığını Oluşturma
Çin bankaları yalnızca AI kullanmakla kalmıyor, aynı zamanda AI teknoloji yığını inşa ediyor.
Çin Endüstri ve Ticaret Bankası (ICBC), 1000 milyar parametreye sahip bir büyük dil modeli olan "Zhi Yong"u tanıttı. Bu model, bir milyar kez çağrıldı ve belge analizinden pazarlama otomasyonuna kadar 200 iş senaryosunu destekliyor. Bu sadece iç araçların uygulanması değil, aynı zamanda bankacılık operasyonlarının temel bir dönüşümüdür.
Ant Group, iki büyük dil modeli geliştirdi - Zhixiaobao 2.0 ve Zhixiaozhu 1.0. İlk model, Alipay'in genel kullanıcılarına yönelik olup, finansal ürünleri açıklamayı amaçlamaktadır; ikincisi ise varlık yönetimi danışmanlarına destek sağlayarak piyasa raporlarını özetleyip yatırım portföyü içgörüleri oluşturabilir.
Sigorta, bankacılık ve teknolojiyi entegre eden bir fintech devi olan Ping An Group daha da ileri gitti. Hem müşterilere hem de hesap yöneticilerine hizmet veren üretken bir yapay zeka asistanı olan AskBob'u geliştirdi. AskBob, müşteriler için yatırım ve sigorta sorularını doğal Çince olarak yanıtlayabilir; Danışmanlar için müşteri geçmişini, ürün verilerini ve pazarlama materyallerini ayıklayıp özetleyerek her bir temsilciyi dijital olarak geliştirilmiş bir finans uzmanına dönüştürür. Ping An'ın amacı, yalnızca soruları yanıtlamak için değil, aynı zamanda talebi önceden tahmin etmek için yapay zeka aracılığıyla finansal danışmanlığı yeniden tanımlamaktır.
Çin'de, düzenleyici çerçeve veri yerelleştirmesi ve model şeffaflığını güçlü bir şekilde teşvik ediyor; bu kurumlar daha uzun vadeli bir yolu seçti: yerel düzenlemelere, dil ve piyasa ortamına uyum sağlayan özel AI'lar inşa etmek. Ayrıca, Çin yeterli yetenek yoğunluğuna sahip olduğu için bankalar temel modelleri kendi başlarına geliştirebiliyor; bu, küresel ölçekte benzersiz bir başarı olabilir.
Kim teknik destek sağlıyor?
Dünya genelinde sıkça görülen bazı tanınmış şirketler: Microsoft, Azure OpenAI aracılığıyla şu anda en yaygın platform haline geldi. Morgan Stanley'den Standard Chartered Bank'a kadar birçok banka, Microsoft'un güvenli kum havuzu ortamında modellerini çalıştırıyor.
Google'ın LLM'leri (büyük dil modelleri) de kullanılmakta, örneğin Wells Fargo, Flan'ı destekliyor. Çin'de ise, çoğunlukla yerel teknolojilere, DeepSeek ve Hunyuan gibi, dayanmaktadır.
Bazı bankalar, örneğin JPMorgan Chase, Çin Endüstri ve Ticaret Bankası ve Ping An Grubu, kendi modellerini eğitiyor. Ancak çoğu banka mevcut modeller üzerinde ince ayar yapıyor. Anahtar, modelin kendisine sahip olmakta değil, veri katmanını kontrol etmekte ve modelin uyumlu çalışmasını sağlamaktadır.
Küresel AI Uygulamalarının Çeşitlendirilmesi
Orijinal resim için orijinal metne bakın, çeviri: Shenchao TechFlow
O ne olacak ki?
Yüksek düzeyde düzenlenmiş bir sektörde, dikkatli olmak çok önemlidir, bu nedenle bankalar doğrudan ön saflarda yer almak yerine yapay zeka ile ilgileniyor. Bununla birlikte, diğer platform değişikliklerinde gözlemlediğimiz gibi, kararlı karar verme ve hızlı deney yapma çok önemlidir. Düzenleme hiçbir zaman yaptırımın önüne geçmez ve yapay zeka ile deney yapmadan önce düzenlemenin yürürlükte olmasını beklemek akıllıca değildir. On yıldan fazla bir süre önce, herhangi bir düzenlemenin olmadığı bir ülkede acente bankacılığı kurduğumu hatırlıyorum. İşimiz bittiğinde, işi merkez bankasına anlatan kişiler oluruz. Bir bankanın yönetim kurulunun bir üyesi olsaydım, "Kaç tane deney yapıyoruz?" diye sorardım. Ne kadar çok içgörü üretiyoruz?"
Gerçek ilerlemeyi ölçmek için platform dönüşümünün temel ilkelerine geri dönmek gerekir. AI stratejiniz aşağıdaki soruları yanıtlamalıdır:
"Yapay zeka stratejimiz çekirdek mimariyi yeniden inşa etti mi? Maliyetleri 100 kat düşürdü mü? Yeni bir değer modelinin kilidini mi açıyor? Ekosistem bağlantısını ateşliyor mu? Piyasayı bozdu mu? Erişim demokratikleşti mi?"
Mantık açıktır – şüphecilik gereklidir, ancak hem mantık hem de gerçekler AI'nın yeni bir platform değişikliği olduğunu göstermektedir. Buna ek olarak, mantık ve gerçekler, geçmişteki platform değişikliklerinin genellikle finansal piyasalarda devrim niteliğinde değişikliklere yol açtığını da göstermektedir. Örneğin Citibank, 70'li ve 80'li yıllarda teknoloji kullanımıyla perakende işini önemli ölçüde genişletti. Capital One, piyasadaki en iyi 10 bankadan biri olmak için sıfırdan büyüdü ve otomobil kredileri ve ipotek gibi ilgili sektörlerde güçlü bir varlığa sahip. Afrika'da Equity Bank, Doğu Afrika'daki piyasa değerine göre en büyük banka olmak için istemci-sunucu teknolojisi dalgasını ele geçirdi. Benzer şekilde, Access Bank, GT Bank ve Capitec kendi pazarlarında dalgaya atladı.
AI platform çağının geldiği ve bunun kazananlar yaratacağı vurgulanıyor. Odak noktası kaybedenlere değil, kazananların belirli alanlarda nasıl önemli pazar payı elde ettiğine yöneliktir. Örneğin, Stripe'ın ödeme alanındaki başarısı tipik bir örnektir. Bu tür ilk aşama atılımları genellikle komşu alanlarda pazar payı büyümesine de yol açar; örneğin, Nubank, kredi kartı hizmetleriyle KOBİ ve perakende bankacılık alanında önemli bir oyuncu haline gelmiştir.
Benim görüşüme göre, AI çağında kazananlar ilişki maliyetlerine odaklanacak. Artık sadece bir ticaret oyunu değil. İşlemler zaten gerçekleşti ve artık bir müşteri deneyimi ve ilişki yönetimi oyunu. Bu, finansal hizmetler liderlerinin odaklanması gereken temel içgörüdür. Müşteri deneyiminde ve ilişki bankacılığında maliyetin çok altında bir maliyetle 100 kat iyileştirmeyi nasıl başarabilirsiniz? Bir banka olarak, müşterilerin mali durumlarını, işlerini ve yaşamlarını daha iyi yönetmelerine yardımcı olmak için akıllı teknolojiden nasıl yararlanabilirsiniz? Bu soruları cevaplayabilen ve uygulayabilen oyuncu nihai kazanan olacaktır.