«Denne roboten er helt unik!»...«Denne roboten er helt unik!» Kilde: Donald Ducknr. 49 - 2014...
17
Transcript of «Denne roboten er helt unik!»...«Denne roboten er helt unik!» Kilde: Donald Ducknr. 49 - 2014...
«Denne roboten er helt unik!»
Kilde: Donald Duck nr. 49 - 2014
FinAuts misjon
Kundene skal være trygge på at autorisert/godkjent medarbeider innehar kompetanse som minst samsvarer med myndighetskrav.
Bedriftene tar ansvar for ytterligere kompetanse i henhold til egne strategier og produktspekter.
FinAut setter standarden for rådgivningskompetanse i finansnæringen
Finansnæringens autorisasjonsordninger (FinAut)
Målet med ordningene er kvalitet i næringens rådgivning. Virkemiddelet er at rådgiverne må dokumentere sin kompetanse
gjennom en kunnskapsprøve og en omfattende praktisk prøve.
Ordningene er i første rekke rettet mot ansatte i finansnæringen som driver salg- og rådgivning overfor forbrukere (privatkunder)
6 400 5400 2 100
Kilde: Aftenposten 16.10.2013
Kilde: Finansfokus desember 2015
I 2009 var finansnæringens omdømme tynnslitt, og næringen måtte ta grep. Nå er det nesten ingen som lenger klager på kvaliteten
av finansiell rådgivning til Finansklagenemnda.
Drivere for FinAuts videre utvikling
REGELVERKS-UTVIKLINGEN
TEKNOLOGISKUTVIKLING
Mange kanaler, forbrukeren velgerMange kanaler, forbrukeren velger
FORBRUKER
NYE AKTØRER
BRANSJE
SAMTALE MEDRÅDGIVER
HELDIGITALPROSESS
KOMBINASJONER
Kjennetegn ved digitalisert rådgivning
• Verktøyene benyttes uten/med svært liten intervensjon fra ansatte.• En algoritme som bruker informasjon fra/om forbrukeren.• Hensikten med verktøyet er å gi finansielle råd.
ESA Discussion Paper: On Automation in Financial Advice
Brukernavn
Presentasjonsnotater
DEFINISJONER BRUKT I RAPPORTEN ESAs kommentar vedr. «automatiserings»-begrepet: “…the phenomenon of automation in financial advice has emerged against a background of a lack of clarity in the existing legislative framework and inconsistent regulatory treatment across the three sectors. For example, the notion of ‘automation’ in the context of financial services is not defined in any relevant sectorial legislation.”. ESAs kommentar vedr. rådgivningsbegrepet: “The concept of ‘advice’ is defined, although to a different extent across the three sectors. -In the banking sector (…), the Mortgage Credit Directive defines ‘advisory services’. This definition, however, is only applicable to products and services within the scope of this specific Directive and is not, therefore, common and valid for all banking products. -In the securities sector, MiFID provides a definition of "investment advice," which is further defined in the MiFID Implementing Directive, and has been left unchanged under MiFID II. -In the insurance sector, IDD, (….) will provide a definition of advice that follows closely the definition in MiFID” ESAs tolkning av begrepene: “The three ESAs have adopted a wide interpretation (…) to capture all variants of the phenomenon that may require attention and to capture the meaning of advice from the consumer’s point of view. “Advice” is used in its common meaning of the word, as an opinion or recommendation as to the appropriate choice of action.”
Fordeler og risikoer
FORBRUKERFINANS-FORETAK
• Pris• Flere får tilgang til råd• Jevnere kvalitet• Dokumentasjon
• Kostnad• Når breiere ut• Jevnere kvalitet• Mer effektiv intern kontroll
Mulige fordeler Mulige fordeler
• Svakheter i programvaren/kjøpsprosessen• Uklar opplevelse av om man har fått et råd• Informasjon (evt. mangel på ansattstøtte)
• Svakheter i programvare/kjøpsprosessen• Flere aktører i verdikjeden• Rettstvister og omdømmerisiko
Potensielle risikoer Potensielle risikoer
• Det må tas hensyn til kundens erfaring/kompetanse, avdekke behov, rådgivning om egnede produkter, advaring mot produkter som ikke egner seg, forklaring av risiko på en måte som kunden forstår
• Uten personlig rådgivning vil neppe selskapene oppfylle sin informasjonsplikt og plikt til å gi råd, samt advare mot uegnede produkter.
• Tilsynet utelukker ikke at det kan lages nettløsninger som tilfredsstiller kravene til informasjon og rådgivning, men reglene er de samme.
(ref Finanstilsynets brev til adv. firma Wiersholm, 28.4.14)
Finanstilsynet: Veiledning: Livsforsikring med investeringsvalg
Tjeneste-katalog
Intelligente og selvlærende
systemer
Roboter overtar arbeidsoppgaver
Digitale kanaler med multikanalstøtte
Automatisert datafangst og digitale prosesser
Tempo
"Big Data" og "analytics"
Digitalisering
Drivkrefter Konsekvens
Reguleringer
Endret kundeadferd
Kampen om kundegrensesnittet
Forretningspraksis
Bransjeglidning
Nye aktører (FinTech)
Forretningsmodell
Kognitiv databehandling og maskinlæring
Forbrukervern
Hvordan påvirkes rådgivningen?
Innhente ogbehandle
Formidle
Skapeinnsikt
Handling
Big data og Analytics – en oversikt
Prediksjon
• Innsikt i sammen-henger
• Aktiv, forutsikundensøkonomiskeutvikling
Preskripsjon
• Fra innsikt til handling
• Proaktiv,påvirkekundensøkonomiskeutvikling
Beskrive ogforstå
• Samle inn ogbearbeidedata
• Reaktiv, følgekundensøkonomiskeutvikling
Brukernavn
Presentasjonsnotater
Samle data i databaser, tradisjonelle BI-løsninger og datavarehus: DE FLESTE HAR DETTE IDAG Bruke av modeller og beregninger til å se på hva som kommer, f.eks. mislighold av kreditt: DETTE JOBBER MANGE MED Forstå hva som skjer og hvorfor, være i forkant. Kunne tilby finansielle råd før evt. Mislighold: MORGENDAGENS LØSNING
Tre hovedtyper av roboter og maskinlæring
• Automatisere prosess• Digital medarbeider
Regel-basert
• Regelbasert oglærende
• Digital kundebehandler
Digital assistent
• Kognitiv databehandling
• Digital ekspert
Smartemaskiner
Blue Prism
Amelia
Watson
Brukernavn
Presentasjonsnotater
Regelbaserte som blir programmert (f.eks. BluePrism) Bruker avanserte algoritmer til å utføre oppgaver utført av mennesker Digitale virtuelle assistenter kombinert med maskinlæring (f.eks. Amelia) Smarte assistenter som gjør ting mennesker kan gjøre. Bygger kompetanse gjennom observasjon og læring Kognitiv databehandling (f.eks. Watson) Systemer som kan gi innsikt og støtte til beslutninger basert på innsamling og analyse av store datamengder. Data behøver ikke være strukturerte data
Blockchain + Analytics: Et scenarie
“Må tas hensyn til kundens erfaring/kompetanse, avdekke behov, rådgivning om egnede produkter, advaring mot produkter som ikke egner seg, forklaring av risiko på en måte som kunden forstår”
Tre faktorer som basis for kvalitet og tillit:
Datakilder Modeller og algoritmer Presentasjon
Hva med smarte maskiner?
Hvordan «autorisere» en robot?
Fysiskerådgivningsmøter
Rådgivning med
digital støtte
Digitale løsninger
med rådgiver -støtte
Heldigitale løsninger
Et FinAut som kommer løpende etter vil raskt miste autoritet og gjennomslagskraft
CREDIT: Getty Images
Aktiv selvregulering og gode bransjestandarder
