Ризик кредиту Gemini AI: Deutsche Bank аналізує за 5 хвилин
Google Cloud запустив штучний інтелект, застосований до фінансів, з запуском Gemini Enterprise for Financial Services, платформи, яка обіцяє переписати правила ризику кредиту Gemini AI в глобальних банках. Оголошення, датоване 25 серпня, приходить з важким ім'ям поруч: Deutsche Bank, обрана як партнер з початкового проектування для формування фінансового дослідницького агента в серці системи.
Основні моменти
- Google Cloud запускає Gemini Enterprise для фінансових послуг
- Офіційні деталі та огляд
- Основні характеристики платформи Gemini Enterprise
- Роль Deutsche Bank та перше використання
- Історія партнерства та співпраця в проектуванні
- Початкове застосування в корпоративному банку Deutsche Bank
- Операційні можливості та інтеграція даних
- Автоматизація ризику кредиту та аналіз портфеля
- Інтеграція з даними FactSet та Moody's
- FAQ
- Що таке Gemini Enterprise for Financial Services?
- Як Gemini Enterprise покращує операції Deutsche Bank?
- Яке відділення Deutsche Bank наразі використовує Gemini Enterprise?
- З якими джерелами даних інтегрується Gemini Enterprise?
Основні моменти {#Основні_моменти}
- Google Cloud запустив Gemini Enterprise for Financial Services 25 серпня, з Deutsche Bank як початковим партнером з проектування.
- Платформа включає агента фінансових досліджень з понад 50 спеціалізованими навичками.
- Система зменшує аналіз ризику на портфелі облігацій до менш ніж п'яти хвилин.
- Перше використання стосується корпоративного банку Deutsche Bank.
- Інтеграції даних залучають партнерів, таких як FactSet та Moody's.
Google Cloud запускає Gemini Enterprise для фінансових послуг {#Google_Cloud_запускає_Gemini_Enterprise_для_фінансових_послуг}
Gemini Enterprise for Financial Services є рішенням штучного інтелекту, спеціально розробленим для фінансових професіоналів, доступним у попередньому перегляді для секторів ринків капіталу та корпоративного банкінгу. Окрім Deutsche Bank, серед установ, які вже його використовують, є також CME Group, що свідчить про те, що проект не є ізольованим експериментом, а інфраструктурою, призначеною для поширення серед багатьох операторів галузі.
Офіційні деталі та огляд {#Офіційні_деталі_та_огляд}
Запуск 25 серпня є частиною більш широкої стратегії Google Cloud, яка одночасно представила також версію, присвячену юридичному сектору. Обидві представляють перші з серії рішень, специфічних для галузі, побудованих на платформі Gemini Enterprise, з індивідуальними агентами, спеціалізованими навичками, з'єднувачами даних та оптимізованими моделями для кожного сектору.
Основні характеристики платформи Gemini Enterprise {#Основні_характеристики_платформи_Gemini_Enterprise}
Серцем системи є агент фінансових досліджень, безпосередньо керований Google, побудований на основі понад 50 основних навичок і здатний забезпечити повну прозорість через оцінки надійності, чіткі методології та точні посилання на джерела. Користувачі можуть отримати доступ до нього через додаток Gemini Enterprise або інтегрувати його у свої робочі процеси через API Agent-to-Agent. До цього додаються 13 з'єднувачів до інституційних джерел даних та зростаюча екосистема агентів третьої сторони.
Ціна --
Роль Deutsche Bank та перше використання {#Роль_Deutsche_Bank_та_перше_використання}
Deutsche Bank не є звичайним клієнтом: це партнер, який допоміг визначити, як має працювати агент у повсякденній практиці сильно регульованого банку. Цей аспект важливий, оскільки надійність інструмента AI у кредитній сфері залежить від його здатності дотримуватися вимог управління, захисту даних та резиденції інформації, характерних для банківського сектору.
Історія партнерства та співпраці в проєктуванні {#Історія_партнерства_та_співпраці_в_проєктуванні}
Співпраця між двома компаніями не є новою: вона почалася наприкінці 2020 року, коли Deutsche Bank почав мігрувати критично важливі додатки в хмару з метою зменшення інфраструктурних витрат приблизно на 30% та прискорення обробки даних. Першим великим продуктом AI, що виник з цього партнерства, став DB Lumina, запущений у вересні 2024 року: асистент з пошуку на основі штучного інтелекту, який використовують тисячі співробітників, здатний досягати точності 97% в обробці документів і генерувати значні заощадження часу по всій організації.
Marie-Jeanne Deverdun, директор з технологій, даних та інновацій і член правління Deutsche Bank, пояснила, що роль партнера з проєктування дозволила банку формувати можливості агента, враховуючи реальні потреби сильно регульованого сектора, від захисту даних до управління, до щоденних робочих процесів команд.
Початкова реалізація в корпоративному банку Deutsche Bank {#Початкова_реалізація_в_корпоративному_банку_Deutsche_Bank}
Першим реальним полем випробувань є корпоративний банк, де агент фінансових досліджень буде використовуватися для виявлення потреб клієнтів, пропонування відповідних продуктів з різних бізнес-ліній та прискорення процесів залучення. Deutsche Bank також розглядає можливість розширення інструмента на управління ризиками фінансових злочинів, на моделі прогнозування та аналізу сценаріїв, з очікуваними застосуваннями також у підрозділах приватного банкінгу та інвестиційного банкінгу.
Операційні можливості та інтеграція даних {#Операційні_можливості_та_інтеграція_даних}
Сила платформи полягає в здатності перетворювати процеси, які вимагали днів ручної роботи, в операції, стиснуті до кількох хвилин, з реальними наслідками для швидкості, з якою банки можуть реагувати на ринкові зміни.
Автоматизація кредитного ризику та аналіз портфеля {#Автоматизація_кредитного_ризику_та_аналіз_портфеля}
Спеціалізовані навички, інтегровані в систему, охоплюють широкий спектр діяльності: оцінка кредитного ризику, моніторинг портфеля, узагальнення новин ринку та розслідувальні дослідження на ринках капіталу та корпоративному банкінгу. Найчастіше згадуване дане стосується аналізу ризику на облігаційному портфелі, який, за повідомленнями, зменшує час виконання до менш ніж п’яти хвилин, з автоматичними рекомендаціями щодо стратегій хеджування тривалості. Якщо ця продуктивність залишиться стабільною в експлуатації, це справді змінить час, за який банки зможуть перерозподілити капітал і управляти раптовими макроекономічними шоками.
Інтеграція з даними FactSet та Moody's {#Інтеграція_з_даними_FactSet_та_Moodys}
Надійність виходу системи в регульованому контексті забезпечується інтеграціями з постачальниками даних, такими як FactSet та Moody's, а також іншими ліцензованими джерелами, які живлять широкий спектр конекторів платформи. Ця база даних є тим, що відрізняє загального AI асистента від інструмента, призначеного для автоматизації кредитного ризику в середовищі, де кожна рекомендація повинна бути перевірена та відстежена.
Томас Куріан, генеральний директор Google Cloud, підкреслив, що фінансові установи шукають платформу AI, яка не обмежує їх до єдиної моделі чи екосистеми, яка з'єднується з IT-системами, що вже використовуються щодня, і яка забезпечує високий рівень безпеки та відповідності. Саме ця комбінація технічної відкритості та регуляторної строгості робить платформу Gemini Enterprise прикладом для всього сектору: якщо модель Deutsche Bank спрацює, інші банки матимуть реальну причину прискорити своє впровадження Deutsche Bank AI фінанси як операційного стандарту, а не просто як експерименту.
FAQ {#FAQ}
Що таке Gemini Enterprise для фінансових послуг? {#Cose_Gemini_Enterprise_for_Financial_Services}
Це платформа штучного інтелекту, запущена Google Cloud, яка автоматизує оцінку кредитного ризику, моніторинг портфелів та фінансові дослідження для банківських установ.
Як Gemini Enterprise покращує операції Deutsche Bank? {#In_che_modo_Gemini_Enterprise_migliora_le_operazioni_di_Deutsche_Bank}
Вона скорочує час, необхідний для аналізу ризику на облігаційному портфелі, до менш ніж п'яти хвилин, і автоматизує оцінки кредитного ризику, які раніше виконувалися вручну, звільняючи час банкірів для більш цінних завдань.
Яке підрозділ Deutsche Bank наразі використовує Gemini Enterprise? {#Quale_divisione_di_Deutsche_Bank_utilizza_attualmente_Gemini_Enterprise}
Підрозділ Corporate Bank є першим користувачем платформи в Deutsche Bank.
З якими джерелами даних інтегрується Gemini Enterprise? {#Con_quali_fonti_di_dati_si_integra_Gemini_Enterprise}
Gemini Enterprise інтегрується з постачальниками даних, такими як FactSet та Moody's, щоб забезпечити надійні результати в регульованих фінансових середовищах.
Контент створено за допомогою штучного інтелекту та з редакційною перевіркою людини.
Цей контент надано лише для загальних інформаційних цілей і не є фінансовою, інвестиційною, юридичною чи податковою консультацією. Події, нагороди, онлайн-акцій або пов’язану інформацію, згадана тут, не слід розглядати як рекомендацію, прохання чи запрошення до купівлі, продажу, торгівлі чи інших операцій з криптоактивами. Криптоактиви є дуже волатильними та можуть призвести до збитків. Доступність послуг, продуктів WEEX та пов’язаних із ними подій може відрізнятися залежно від регіону. Ви несете відповідальність за забезпечення відповідності вашої участі чинному місцевому законодавству та нормативним актам.
Вам також може сподобатися

Gemini отримав підтримку арбітражу, не несе відповідальності за крах програми Earn

Криптовалютні платформи втратили $3,63 млрд через кібератаки

Google створює WikiSkill, щоб агенти ШІ запам'ятовували свої помилки та покращувалися

Ant Group представила фінансову модель Ling-3.0-flash-Fin, відкриття наступного тижня

Virtuals посилює політику безпеки гаманців AI-агентів

Ринкова капіталізація Alphabet зменшилася на майже 700 мільярдів доларів, конкурентоспроможність AI під питанням

Google представив модель транскрипції голосу Gemini 3.5

Mastercard підтримує XRP Ledger Hackathon у Нью-Йорку в жовтні

Google Cloud Gemini Enterprise запроваджує модель оплати за використання

Gemini об'єднується з Apex для розширення своїх крипто-прогнозних ринків серед американських брокерів

Чому OpenAI стикається з постійною втратою керівників?

Лист акціонерів Ендрю Кана: Інвестиції в робототехніку досягають переломного моменту, оцінка приватних інвестицій все ще серйозно відстає

Google запустив Gemini Enterprise for Legal для юридичних фірм

Найкращі моделі штучного інтелекту для трейдингу; порівняння 10 найкращих моделей

Бізнесмен з Лас-Вегаса зіткнувся з 280 роками ув'язнення за схему Понці на 24 мільйони доларів у криптовалюті

Ціна Gemini 3.7 Flash становить 0,75 долара за мільйон токенів, відмінність з офіційними документами Google

Gemini повідомляє про чистий збиток у 107,7 мільйона доларів, акції впали більш ніж на 7%

Відкриті моделі вб'ють «попит на обчислювальні потужності»? Morgan Stanley прогнозує три майбутні сценарії для ШІ

Сергій Брін знову бере участь у стратегії AI Google

SemiAnalysis: Gemini 3 Pro може стати піком конкурентоспроможності моделей Google, хмарний бізнес - найбільший вигодонабувач

Затримка запуску Google Gemini 3.5 Pro

Microsoft представляє додаток OneDrive Photos для користувачів Windows 11

Запуск B.AI API на Gemini 3.6 Flash та 3.5 Flash-Lite

Брати Вінклевосси пожертвували 10,018 мільйонів доларів у біткоїнах PAC Трампа

Відтворення "DeepSeek моменту"? Уолл-стріт стверджує: Kimi K3 навпаки підвищує попит на обчислювальні потужності

Абсолютний рекорд на Чемпіонаті світу: 5,7 мільярдів доларів ставок на Kalshi та Polymarket

Огляд восьми провідних AI-компаній Китаю та США та їх засновників

Випуск Google Gemini 3.5 Pro затримується на кілька місяців через недостатні можливості кодування

Аналіз внутрішнього листа Zhiyu AI: Велика хвиля вже тут, після виходу на біржу не намагатимемося отримати прибуток, а зосередимося на наукових дослідженнях, ставлячи на найвитратніший шлях AGI




