FinMachine-2019

21 марта в Конгресс-центре Технополиса "Москва" пройдет 3-й ежегодный форум FinMachine-2019: как искусственный интеллект, машинное обучение и Big Data помогают банку быть эффективнее.

Предварительная программа:

Сессия 1. Вызовы, стратегия и тактика 

Какие направления применения искусственного интеллекта (AI), машинного обучения (ML) и анализа больших данных способны принести компаниям наибольший эффект в 2019-2020 гг. 

- Тенденции и тренды в развитии AI, ML и Big Data: где хайп и что ценно.

- Объединение и кросс-отраслевое использование больших данных из различных источников: реалистичность, риски, подводные камни.

- Перспективы и барьеры для развития BigData в российских банках.

- Направления удара: в каких областях и бизнес-процессах стоит заменять сотрудников искусственным интеллектом, а в каких это нецелесообразно.

- Трансформация управления проектами по внедрению AI и ML. Что нужно, чтобы модные технологии превратились в Business Value.

- Панельная дискуссия по теме сессии.

Сессия 2. Фронт-офис и маркетинг 

AI, ML и Big Data при удаленных коммуникациях с клиентом, в продажах и маркетинге

- Диалоговый банкинг и «человечность» AI в нем.

- NLP-модели для чат-ботов, голосовых помощников и робоэдвайзеров.

- Машинное зрение в мобильном приложении, call-центре, отделениях и банкоматах.

- Вовлечение клиента в коммуникацию с брендом через машинное зрение в рекламе.

- Анализ настроения клиента. AI, ML и Big Data для персонализации и микросегментации финансовых услуг.

- Управление ассортиментом и индивидуальными предложениями: опыт мобильных операторов.

- Анализ поведения клиента для увеличения продаж: опыт ритейлеров.

- и многое другое.

В рамках сессии состоится Панельная дискуссия об использовании AI, ML и Big Data в кросс-отраслевых бизнес-моделях. 

Сессия 3. Бэк-офис и безопасность 

AI, ML и Big Data во внутренних бизнес-процессах и инфраструктуре банка 

- Antifraud-моделирование c помощью нейросетей.

- Машинное зрение для борьбы с мошенничеством и в скоринге заемщиков.

- Повышение скорости и качества ответов внутренней поддержки сотрудников.

- Обучение AML-модуля массовым отраслевым изменениям.

- Прогнозирование трафика банкоматов и отделений для выбора их оптимального расположения, расчета требуемой наличности и т.п.

- Интеграция роботизации с AI, ML и Big Data.

- Алгоритмы перехода от статистических методов к методам машинного обучения.

- Кейсы применения AI, ML и Big Data в риск-менеджменте, HR и юридической работе.

- и многое другое.

Подробнее: http://finmachine.ru