3 Cara Kecerdasan Buatan Mengubah Sektor Keuangan

Kecerdasan buatan (Foto : Digital Finance Institute)

Kecerdasan buatan semakin banyak masuk ke dalam kehidupan umat manusia.

Berbagai sektor telah ikut kebagian mencicipi perubahan yang dibawa oleh kecerdasan buatan misalnya keuangan.

CoinTelegraph merangkum 3 perubahan di sektor keuangan yang terjadi berkat andil kecerdasan buatan.

Deteksi penipuan

Dengan semakin populernya e-commerce, begitu pula penipuan daring. Namun melawan penipuan daring bukan perkara mudah. Menolak transaksi secara sangat agresif untuk mencegah penipuan justru beresiko menyebabkan hilangnya konsumen yang malah merugikan si penjual.

Untuk hal ini, kecerdasan bisa menolong dengan menganalisis berbagai jenis data untuk mendeteksi transaksi palsu yang tidak disadari oleh analis manusia sekaligus mengurangi penolakan yang keliru.

Salah satu perusahaan yang menggunakan kecerdasan buatan untuk mencegah penipuan adalah Mastercard yang menamakan teknologinya dengan Decision Intelligence (DI). DI mempelajari pola dari sejarah berbelanja dan kebiasaan pengeluaran si pemegang katru untuk menentukan basis perilaku yang akan selalu dibandingkan dan dinilai setiap kali terjadi transaksi baru.

Chatbot perbankan

Beberapa tahun terakhir,chatbot yang didukung oleh teknologi Natural Language Processing (NLP) dan algoritma machine learning telah menjadi perkakas yang mumpuni untuk memberikan kenyamanan percakapan yang dipersonalisasi bagi pengguna di berbagai domain.

Chatbot diberdayakan oleh industri perbankan dalam berbagai fungsi misalnya menolong klien mengelola uang dan tabungan mereka.

Plum, chatbot yang bisa diakses lewat Facebook Messenger membantu kita untuk menambah simpanan dalam jumlah kecil. Saat menghubungkan Plum ke rekening bank kita, dia akan menganalisa pendapatan dan kebiasaan pengeluaran yang ada dan memprediksi berapa banyak uang yang bisa kita tabung.

Plum kemudian akan mendepositokan uang dalam jumlah kecil ke rekening Plum pada saat-saat tertentu dan dia akan melaporkannya secara berkala.

Contoh lain adalah Cleo, yang membantu penggunanya menelusuri pengeluaran dan pemasukan dari berbagai rekening yang tersebar di beberapa bank.

Algoritma perdagangan saham

Melakukan perhitungan adalah kemampuan komputer yang sudah ada sejak dulu sampai sekarang. Berkat machine learning, sekarang komputer sanggup menghadapi kesubtilan dan kekompleksan dari perdagangan saham. Beberapa perusahaan hedge fund telah menggunakannya dan mendapatkan hasil yang sanggup menyaingi intuisi para pakarnya.

Sentient Technologies, perusahaan kecerdasan buatan di San Francisco yang juga mengendalikan hedge fund, telah mengembangkan algoritma yang mampu mencerna jutaaan poin data untuk mencari pola perdagangan serta meramalkan tren yang berguna untuk mengambil keputusan dalam jual beli saham.

Sentient menjalankan trilyunan simulasi skenario perdagangan saham yang dibuat dari data publik yang melimpah di dunia maya. Teknik mereka sanggup mencari pola dari perdagangan selama 1800 hari hanya dalam hitungan menit. Strategi jual beli yang sukses mereka sebut sebagai ‘gen’ yang diujikan dalam perdagangan sesungguhnya di mana mereka akan berevolusi secara otonom karena mendapatkan pengalaman baru.