Große Banken haben KI für virtuelle Assistenten für Kunden eingesetzt und Tools für Mitarbeiter in den Bereichen Personalwesen, Risiko, Compliance und Finanzen eingeführt sowie versucht, Produkte für die Vermögensverwaltung zu entwickeln.
David Solomon, Chief Executive von Goldman Sachs, sagte am Dienstag auf der Reuters-Konferenz, dass der Einsatz von maschinellem Lernen und KI die Produktivität in Bereichen wie der Codierung verbessern könnte.
"Wir haben 11.000 Ingenieure. Wir machen eine enorme Menge an Codierung", sagte Solomon. "Wenn wir mit diesen Werkzeugen ihre Programmierproduktivität um 20 oder 30% steigern können, ist das ein enormer Rückenwind für uns."
Die andere US-Bank BNY investiert ebenfalls in KI-Tools, wie CEO Robin Vince auf der Konferenz erklärte.
"Wir haben Tausende von Mitarbeitern bei BNY, die jetzt in der Lage sind, Agenten zu entwickeln und zu beauftragen, die ihnen bei ihren täglichen Aufgaben helfen können", sagte Vince.
Allerdings hilft die KI den Finanzunternehmen noch nicht beim Geldverdienen. Die Banken müssen ihre genauen Anwendungsfälle für die Technologie noch spezifizieren, sagte der Chief AI and Data Officer der BMO Financial Group am Mittwoch auf der Konferenz.
"Der Hype-Zyklus hat diesem Bereich viel positive Aufmerksamkeit beschert. Ich bin jetzt Chief AI Officer, weil es einen kleinen Hype-Zyklus gab", sagte Kristin Milchanowski, die im Oktober in diese Rolle bei BMO, einer der größten kanadischen Banken, berufen wurde.
"Ich glaube, dass die Leute dachten, es würde sich auf die Einnahmen auswirken oder die Kosten in die Höhe treiben, was aber nicht der Fall war", sagte Milchanowski und fügte hinzu: "Wir sehen keine umsatzsteigernden Aktivitäten".
Bislang hat sich die KI vor allem bei Aufgaben wie der Reduzierung der Zeit, die die Aktienteams von BMO für die Erstellung von Berichten benötigen - ein wichtiger Bestandteil des Angebots vieler Investmentbanken - von mehr als vier Stunden pro Tag auf weniger als eine Stunde bewährt, so dass die Analysten mehr Zeit für kreative Aufgaben haben.
Es ist wichtig, spezifische Anwendungsfälle für KI in der Zukunft zu identifizieren, fügte Milchanowski hinzu und nannte mögliche Anwendungen bei der Optimierung von Geschäften und der Generierung von Kunden.