Artificial Intelligence in banking : the future of the banking work environment
Cedersund, Michel (2023)
Cedersund, Michel
2023
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2023060722333
https://urn.fi/URN:NBN:fi:amk-2023060722333
Tiivistelmä
This thesis explores the current state of Artificial Intelligence (AI) technology, its capabilities and applications in the banking industry, as well as its potential to improve banking processes. The study also examines the current and future adoption of Artificial Intelligence in banking and the challenges that financial institutions face in implementing this technology. Moreover, the thesis makes use of an Artificial Intelligent model, Azure Machine Learning, to conduct a sentiment analysis on interviews conducted with key stakeholders involved in the banking sector. The aim of the sentiment analysis is to capture the opinions and perceptions towards the current and future role of AI in banking. Overall, the research findings suggest a positive outlook towards the use of Artificial Intelligence in the banking industry, with many experts anticipating substantial benefits to the sector. However, as Artificial Intelligence technology is still at a nascent stage, there is a degree of uncertainty around the specific future applications and the full extent of its adoption in banking. Moreover, the sentiment analysis reveals mixed feelings regarding the future competitiveness of banks with the rise of Artificial Intelligence and new Fintech entrants to the financial sector who are better equipped at leveraging this technology than traditional banks. Tämä opinnäytetyö tutkii tekoälyteknologian nykytilaa, sen kykyjä ja sovellusmahdollisuuksia pankkialalla sekä sen potentiaalia parantaa pankkitoimintoja. Tutkielma tarkastelee myös tekoälyn nykyistä ja tulevaa käyttöönottoa pankkialalla ja rahoituslaitosten kohtaamia haasteita tämän teknologian käyttöönotossa. Lisäksi se hyödyntää tekoälymallia, Azure Machine Learningia, suorittaakseen tunneanalyysin pankkialaan liittyvistä keskeisten sidosryhmien haastatteluista. Tunnepohjaisen analyysin tavoitteena on tallentaa mielipiteet ja näkemykset tekoälyn nykyisestä ja tulevasta roolista pankkialalla. Yleisesti tutkimustulokset osoittavat myönteistä suhtautumista tekoälyn käyttöön pankkialalla ja, että monet asiantuntijat odottavat sen tarjoavan merkittäviä etuja alalle. Koska tekoälyteknologia on kuitenkin vielä alkuvaiheessaan, sen tulevista sovelluskohteista ja sen käytön laajuudesta pankkialalla on epävarmuutta. Lisäksi tunneanalyysi paljastaa ristiriitaisia tunteita pankkien tulevasta kilpailukyvystä tekoälyn nousun ja uusien rahoitusteknologia-toimijoiden myötä, jotka ovat paremmin varustautuneita hyödyntämään tätä teknologiaa kuin perinteiset pankit.