ガートナー、2022年の銀行・投資サービスにおける3つの注目のテクノロジートレンドを発表

ガートナー、2022年の銀行・投資サービスにおける3つの注目のテクノロジートレンドを発表

ガートナーは、2022年の銀行および投資サービス業界における3つの注目の技術トレンドとして、生成型人工知能(ジェネレーティブAI)、自律システム、プライバシー強化コンピューティングを発表しました。これら 3 つのトレンドは今後 2 ~ 3 年にわたって成長を続け、金融サービス組織の成長と変革を推進するでしょう。

「金融サービス組織にとって成長は最優先事項ですが、リスクを管理し、コストを最適化し、効率を向上させるための新しい技術革新も必要です」と、ガートナーのリサーチ担当バイスプレジデント、ムトゥシ・サウ氏は述べています。「銀行のCIOは、生成AIを通じて収益成長を追求するための技術ソリューションを提供できます。一方、自律システムとプライバシー強化コンピューティングは、金融サービスビジネスを変革するためのさまざまな新しいオプションをもたらす長期的なソリューションです。」

銀行や投資サービス企業による世界のIT支出は、2022年に前年比6.1%増の6,230億ドルに達すると予想されています。支出額が最も大きかったのはITサービス(コンサルティングおよびマネージドサービスを含む)で、2,640億ドルとなり、業界全体のIT支出の42%を占めました。ソフトウェア支出は前年比11.5%増の1,490億ドルに達すると予想されており、最も急速に成長する分野となる。

ガートナーが発表したこれら 3 つの新興テクノロジーは連携して、企業が事業運営、成長、変革の目標を達成するのを支援します。関連するアプリケーションはすでに銀行業界や投資業界で登場しています。

トレンド1: ジェネレーティブAI

Gartner は、2025 年までに消費者向けユースケースに使用されるテスト データの 20% が統合された方法で生成されると予測しています。ジェネレーティブAIは、人工知能によって作成されたデジタルフォームに基づいて、オリジナルにしかない革新的な作品を学習し作成します。

銀行および投資サービス業界では、ほとんどの不正検出、取引予測、合成データ生成、リスク要因モデリングのシナリオに、敵対的生成ネットワーク (GAN) と自然言語生成 (NLG) を適用しています。このテクノロジーは、パーソナライゼーションを新たなレベルに引き上げる可能性を秘めています。

トレンド2: 自律システム

自律システムは、自己管理が可能な物理的なハードウェアまたはソフトウェア システムです。環境から学習し、リアルタイムでアルゴリズムを継続的に変更して、複雑なエコシステム内での動作を最適化できます。これらのシステムは、人間の介入なしに新しいニーズや状況をサポートし、パフォーマンスを最適化し、攻撃に抵抗できる一連の俊敏な技術的機能を作成します。

現在、銀行業界における自律システムのほとんどはソフトウェアの形で提供されています。そして、顧客やクライアントのニーズを満たすために、ハードウェアの形で提供される自律システムであるヒューマノイドロボットがスマート銀行支店に登場しています。これらのロボットは、自律的な債務管理、個人金融アシスタント、セルフサービスローンなどに使用できます。スマート投資アドバイザーは、高度な自動化により依然として信頼性の問題を抱えていますが、本質的には低レベルの自律システムです。

ガートナーは、2024年までに関連事業を販売する企業の20%が、システムまたはデバイスの学習に関連する製品に対する補償条項を放棄することを顧客に要求すると予測しています。

トレンド3: プライバシー強化コンピューティング

プライバシー強化コンピューティング (PEC) は、信頼できない環境で個人データを処理する際の情報セキュリティを実現します。これは、プライバシーおよびデータ保護に関する法律が進化し続け、消費者の懸念が高まるにつれて、ますます重要になっています。プライバシー強化コンピューティングは、さまざまなプライバシー保護テクノロジーを使用して、金融サービス機関がコンプライアンス要件を満たしながらデータから価値を引き出せるようにします。

ガートナーは、2025 年までに大規模組織の 60% が分析、ビジネス インテリジェンス、クラウド コンピューティングで 1 つ以上のプライバシー強化コンピューティング テクノロジを使用すると予測しています。

金融サービス分野におけるさまざまな分析、計算、データ収益化の作業において、データはかけがえのない役割を果たします。金融サービス機関では、不正分析、インテリジェント操作、データ共有、マネーロンダリング防止などのアプリケーションで PEC を採用するケースが増えています。

Gartner のクライアントは、「2022 年の銀行および投資サービス業界の主要な戦略的テクノロジー トレンド」および「世界の銀行および投資サービス市場におけるエンタープライズ IT 支出、2020 ~ 2026 年、2022 年第 1 四半期更新」で詳細を確認できます。

<<:  建設における AI: 人工知能はスマート建設への道をどのように切り開くのか?

>>:  2022 年に AI が組織のランサムウェア防御を強化する方法

推薦する

人工知能は匿名のチェスプレイヤーの身元を確認でき、プライバシーの脅威となる

人工知能技術はすでに音声や手書きを通じて個人の身元を確認することができます。現在、人工知能アルゴリズ...

GPT-4はMITの学位を取得できない、MITの研究チームは「不正行為」と反応したが、ネットユーザーはそれを信じない

数日前、「大規模言語モデルを使用した MIT 数学および EECS カリキュラムの調査」と題された論...

大手各社が相次いで「敗北を認める」。自動運転の実用化に目途は立つのか?

[[263741]]自動運転は短期間で実現できるのか?数年前なら、大手各社はおそらく肯定的な答えを...

...

...

AIが建物をスマートにする5つの方法

[[407368]]今の世界は30年前とは大きく異なります。この変化の理由の一部は技術の発展です。今...

AIは50個の三角形を使って、ポストモダンな雰囲気を持つモナリザの抽象版を描きます

[[425382]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI...

米メディア予測:2021年の人工知能の4大トレンド

9月21日、米フォーブス隔週刊ウェブサイトは「2021年の人工知能の4大トレンド」と題するレポートを...

Daguan Data: ナレッジグラフと Neo4j の簡単な分析

現在のビッグデータ業界では、アルゴリズムのアップグレード、特に機械学習の導入により、「パターン発見」...

ショック! Google がショウジョウバエの脳全体を自動で再構築: 40 兆ピクセルの画像が初めて公開されました。

昨日、Google はハワード・ヒューズ医学研究所 (HHMI) およびケンブリッジ大学と共同で、シ...

JD.comの鄭志同氏:機械学習を使って何億もの商品データを最適化する方法

[51CTO.comより引用] 2017年7月21日から22日まで、51CTOが主催する人工知能をテ...

2020年にスパムはなくなるでしょうか?

16 年前、ビル・ゲイツはスパムの問題は 2006 年までに解決すると約束しました。 2020 年...

道路が車両を制御することが自動運転の新たな方向性となるのでしょうか?

自動運転技術は、人工知能、ビジュアルコンピューティング、レーダー、監視デバイス、全地球測位システムを...

...