@ RESTART // 2018.09.22
KUUPÄEV
2018-09-22
PIKKUS
41m 20s
SAADE
RESTART
AI_KOKKUVÕTE
Saates arutletakse, kuidas tehnoloogia on muutnud pangandust viimaste kümnendite jooksul ja milline on fintechi roll selles valdkonnas. Fookuses on andmetöötluse kiirus, krediidiriski hindamine, makselahenduste mugavus ning tulevikuvisioon, kus pangateenused muutuvad kliendi jaoks nähtamatuks ja integreerituks igapäevatoimingutesse.
KÜLALISED
TEEMAD
ETTEVÕTTED
ORIGINAALKIRJELDUS
Restardis räägime sel nädalal sellest, kuidas tehnoloogia pangandust muutnud on ja mis saab edasi. Kas suured pangad sellisel kujul jäävad alles või asendatakse majatäied inimesed arvutitega? Ja miks ei võiks olla nii, et internetipank teeb meie eest enamuse tüütuid tehnilisi asju nagu ülekanded, arved ja maksude deklareerimine lihtsalt ise ära? Saatejuhid Taavi Kotka ja Henrik Roonemaa uudisteportaalist Geenius.ee , külas on Andres Kitter LHV pangast.
Tõsi, ka kaardimakse on selles mõttes oluliselt muutnud, ka mina mäletan veel neid situatsioone, kus. Nii-öelda toimus krediitkaardimakse kelguga, ehk siis offline, siis mu kaardist tehti koopia, kopeerpaberi peal, kirjutasid sinna alla. Kuidagi need tšekid jõudsid ka panka, kuidagi see raha liikus, aga, aga ausalt öeldes täna enam sellises maailmas ei tahakski toimetada. Ja ma arvan, see kaardi näide on ka, ka, ka järgmine. Oluline aspekt, mis ma arvutuskiiruse juures tahaks välja tuua, on siis klientide turvalisus. Ehk see, mida pangad teevad taustal, mida kliendid võib-olla igapäevaselt ei näe ja ei taju seda, on siis needsamad krediitkaardimakse. Toimingud, mille puhul pangad väga põhjalikult kontrollivad, kas tegu ei ole. Nii-öelda pettusega, kas kliendikaardi andmed ei ole liikunud kurjategijate või pahatahtlike inimeste kätte, kes siis ostavad kas internetist või, või, või, või võtavad sularaha kusagilt aatamist välja, mida siis klient tegelikult siis muidugi ise ei taha või ei, ei, ei tee. Ja seda kõike turvalisust kasvatab näiteks machine learning. Me oleme ise kasutamas kõikide kaardi maksjate korral masinõppe algoritme, mis siis. Modelleerivad selle kaarditehingu riskitaset ja hindavad, kas see on pettus või mitte pettus.
No ütleme nii, et ma osaliselt olen sinuga nõus, see infra on viiskümmend aastat vana ja. Naljakal kombel on ta tegelikult püsinud, aga, aga üks põhjus, miks ta püsinud on, on see, et nii Visa kui Mastercard oma levikult on jõudnud üle kriitilise võrgupiiri, ehk siis. Sul ei ole alternatiivi, sul ei ole alternatiivi minna mingisugune väike plastikkaart taskus Brasiiliasse, sooritada oma ostu. Noh, sa võid küll sularaha kaasa võtta, aga tegelikult see kaart töötab universaalselt üle maailma. Tal on oma puudusi, turvalisus on kindlasti üks oluline aspekt, kus kaardi maailm pidevalt arenguid teeb ja eks see on ka põhjus, mille pärast me seda masinõpet oleme rakendanud esimesel, esimesena just selles valdkonnas, aga jah. Ja
Seda küll jah, et, et läbi kaardi viimise mobiili kindlasti teatud määral turvalisus suureneb. Teiselt poolt, eks tekib jälle telefoni sõltuvus, ehk selles mõttes, et sa pead teadma, et su telefon on kogu aeg sinuga kaasas. Vaatamata sellele, et ekraanilukk peaks olema peal. On siiski ikkagi sul vaja tähelepanelikult jälgida, kus see telefon on, mina ise muidugi kasutan ka M-taskuna väga palju siis kaardimakset mobiilis ja, ja see toimib suurepäraselt.