Menneskelig intelligens og small data

​Finanssektoren omgiver sig med et konstant stigende hav af data, som efterhånden måles i zettabytes, der er terrabytes med 9 ekstra cifre. Det hjælper i sig selv ikke banker under indtjeningspres, men hvis man tilføjer nye finansielle teknologier som kunstig intelligens, maskinlæring og nye generationer af analyseværktøjer, er de fleste eksperter enige om, at bankerne vil være i stand til bedre at forstå de enkelte bankkunders behov og udforme nye individuelle løsninger til kunderne. IBM taler om den nye "kognitive bank", hvor evnen til at omforme datastrømme til nyttige informationer vil transformere finanssektoren, og Accenture taler om "The Big Data Revolution", som vil bringe ny indtjening til bankerne. Få, hvis overhovedet nogen, er uenige i disse forudsigelser, og lige nu investerer de store banker og teknologiselskaber heftigt i de fintech-startups, som arbejder med nye løsninger inden for "big data" og "artificial intelligence".

Kapitalmarkederne er forskellige fra almindelige bankforretninger, men mønstret er det samme overalt. Det er i stigende grad en algoritme, som bestemmer, om jeg kan bevilges et lån og til hvilken rente, det er en algoritme fra Amazon, der har jagtet mig tværs gennem internettet, siden jeg købte julegaver, og det vil være algoritmer støttet af kunstig intelligens og maskinlæring fodret med big data, der fremover vil stå for afviklingen af de fleste finansielle ydelser.

Menneskelig intelligens bør opprioriteres

Men for at være ærlig, så tror jeg, at kunstig intelligens og big data er overvurderet, og at det er på tide, moderne banker igen begyndte at opprioritere "menneskelig intelligens" og det, brandingeksperten Martin Lindstrøm kalder "small data". I sin nye bog, "Small Data – The Tiny Clues That Uncover Huge Trends", skriver Martin Lindstrøm, at virksomhedsledere er alt for fokuserede på at finde svarene på deres problemer i fortidens big data. Han foreslår, at de bruger mere tid sammen med kunderne for at forstå deres behov. Han nævner blandt andre IKEAs stifter, Ingvar Kamprad, der baserer de fleste beslutninger på, hvad han har lært ved at iagttage kunderne, når de tjekker ud ved kasseapparaterne. Det er i den personlige kontakt, man efter Lindstrøms mening fanger sine "small data".

Bankernes ny fintech-konkurrenter og de fleste startups vokser ud af "small data", ikke "big data": Den fremgangsrige amerikanske betalingstjeneste Dwolla blev stiftet, fordi ejeren havde et firma, som solgte højttalere på internettet, og blev irriteret over at måtte betale 4 procent i kreditkortgebyr. Appen Revolut, som sparer kreditkortbrugere for dyre vekselgebyrer, når de handler i udlandet, blev stiftet af stort set samme årsag. Ideen til den kommende onlinebank for freelancere, Monizo, fik stifteren, fordi han selv havde været freelancer og syntes, at bankerne servicerede ham dårligt.

Jeg er sikker på, at meteorologer på trods af deres fine udstyr indimellem kigger ud ad vinduet for at se, hvordan vejret er, og det er, præcis hvad eksperterne glemte ved EU-afstemningen i Storbritannien og præsidentvalget i Amerika: Brexit og Trump kom som overraskelser på trods af algoritmer og masser af data. Og jeg tror, at de store banker nu også skal kigge ud ad vinduet og se efter small data på gadeniveau, hvis de skal undgå en "finansiel brexit".

Naturligvis vil finansverdenen se meget mere til kunstig intelligens og big data; det er en global megatrend! Men mens kapitalmarkederne handler med sig selv assisteret af min nye robotrådgiver, og Amazons algoritme klarer mine indkøb, meget bedre end jeg selv kan, vil jeg snige mig ud af den postfaktuelle verden med mine hårdt tjente kontanter og sætte dem ind i en bank, hvor ledelsen stoler på menneskelig intelligens og kan tolke mine small data, når jeg fortæller om alle mine trivielle problemer.