Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Exploiter la valeur de vos données à grande échelle dans le secteur des services financiers
Brian Cavanagh, Maira Ladeira Tanke, Amine Ait el Harraj, Junaid Baba, Maren Suilmann, Pauline Ting et Sokratis Kartakis, Amazon Web Services (AWS)
Septembre 2022 (historique du document)
Le secteur des services financiers est confronté à des bouleversements majeurs imputables aux entreprises de technologie financière (fintechs) et aux banques exclusivement numériques, qui sont à l'avant-garde de la transformation numérique du secteur bancaire. Cette transformation se caractérise de plus en plus par le développement de produits et de services bancaires qui s'appuient sur les technologies d'intelligence artificielle et de machine learning (IA/ML). Selon AI-Bank of the future : les banques peuvent-elles relever le défi de l'IA ?
Les organisations du secteur des services financiers détiennent de grands volumes de données, mais ont du mal à en extraire de la valeur à grande échelle. En exploitant la valeur des données, les organisations du secteur des services financiers peuvent proposer des offres, des informations et une assistance plus approfondies et plus personnalisées à leurs clients et partenaires. La valeur libérée peut également aider ces organisations à mettre rapidement en évidence les inefficacités des processus actuels, des marchés de capitaux aux opérations de fabrication, tout en fournissant des informations prioritaires sur les domaines qui nécessitent une optimisation. Cette stratégie décrit comment vous pouvez exploiter la valeur de vos données à grande échelle en développant des fonctionnalités de machine learning au sein de votre organisation. Le public cible de cette stratégie comprendCEOs, CFOsCIOs, et les cadres supérieurs du secteur de la banque et de la gestion de patrimoine.
Cette stratégie vous permet de comprendre les éléments suivants :
Résultats métier liés au lancement de fonctionnalités de machine learning dans votre organisation
Métriques et scores cibles pour la réussite opérationnelle
Un cadre de machine learning évolutif pour transformer les capacités de machine learning de votre organisation
AWS meilleures pratiques en matière de mise à l'échelle (sur la base de centaines d'implémentations réalisées par des clients)
