Hoe Moody’s adaptieve AI gebruikt

London Tech Week, een jaarlijkse techbijeenkomst in het centrum van Londen, brengt wereldwijde tech-visionairs samen om de impact van technologie op onze digitale toekomst te verkennen. Als trotse Platinum sponsor zagen we hoe onze eigen Jonathan Whiteside, global SVP of engineering, samen met Nick Zylik, managing director of product strategy bij Moody’s Analytics, het podium betrad om te bespreken hoe de financiële sector adaptieve AI gebruikt.

Moody’s is een geïntegreerd risicobeoordelingsbedrijf dat klanten helpt bij het begrijpen, beoordelen, monitoren en rapporteren van risicoblootstellingen in verschillende portefeuilles en samenwerkingsverbanden. Door gebruik te maken van een ongeëvenaarde set data-analyses en domeinexpertise stelt Moody’s bedrijven in staat om goed geïnformeerde beslissingen te nemen. 

In deze fireside-chat onderzoeken we hoe Moody’s uitgebreide databronnen en expertise combineert met de kracht van AI en machine learning om innovatieve producten en diensten te ontwikkelen. We bespreken ook hun aanpak om vertrouwen te behouden en de kwaliteit van inzichten te waarborgen terwijl ze AI-gedreven oplossingen omarmen. Check vooral de top takeaways hieronder.

In de loop der jaren hebben grote techbedrijven miljarden geïnvesteerd in AI en machine learning. Dankzij recente ontwikkelingen op het gebied van AI zijn deze mogelijkheden nu beschikbaar voor bedrijven van elke omvang. Moody’s, dat al beschikt over enorme databronnen en een volwassen datagerichte aanpak, wil AI integreren in hun producten en diensten.

Moody’s heeft een aanzienlijk voordeel met diens interne data, waaronder kredietbeoordelingen, kredietdata, onderzoek, klimaat en ESG-data. Het bedrijf richt zich nu op het benutten van deze data in een snel evoluerend consumptielandschap. Het doel is om sneller waardevolle inzichten te leveren aan klanten, complexe data begrijpelijker te maken en extra waardevolle verbanden te leggen binnen de data.

Lees hier hoe: 

Prioriteit geven aan vertrouwen en databeveiliging
Als bedrijf met een gezaghebbende stem in de markt geeft Moody’s prioriteit aan vertrouwen en betrouwbaarheid in hun AI-gedreven inzichten. Ze begrijpen het belang van datakwaliteit en validatie om de nauwkeurigheid en geloofwaardigheid van de output van AI-modellen te garanderen. Databeveiliging blijft een belangrijk punt van zorg en ze houden vast aan de principes die worden gebruikt om bedrijfseigen data te beschermen in de AI-wereld.

Risico’s beheren en nieuwe vaardigheden ontwikkelen
Gezien hun kerntaak, het beheren van risico’s voor klanten, past Moody’s soortgelijke risicobeheerprincipes toe bij het omarmen van AI. Ze erkennen het belang van schaalgrootte en de uitdaging om middelen op elkaar af te stemmen om AI-oplossingen effectief te leveren. Om te slagen, erkent het bedrijf de noodzaak van nieuwe teamrollen en -capaciteiten.

AI-ideeën democratiseren
Bij Moody’s bestaat er op leiderschapsniveau een cultuur van pleitbezorging voor het investeren in AI. Ze moedigen een bottom-up benadering van ideeën aan, waardoor mensen die het dichtst bij de uitdagingen van klanten staan, innovatieve oplossingen kunnen aandragen. Ze focussen zich echter op centralisatie om coherentie te waarborgen en overbodig werk te voorkomen.

Geïnformeerde investeringsbeslissingen nemen
Moody’s richt zich op het investeren in AI-oplossingen die echte waarde bieden aan klanten. Ze houden rekening met zowel efficiëntiewinst op de korte termijn als inkomstenkansen op de lange termijn. Beslissingen worden genomen op basis van een zorgvuldige evaluatie van de voordelen voor de klant, de gevolgen voor de data en de time-to-market.

AI-inzichten valideren
Het is van vitaal belang om de kwaliteit van AI-inzichten te garanderen. Moody’s streeft naar voortdurende verbetering, het testen en valideren van verschillende AI-modellen om haar klanten de meest nauwkeurige en waardevolle output te leveren.