Ψηφιακός μετασχηματισμός στα Πιστωτικά Ιδρύματα. Η επίδραση της υιοθέτησης καινοτομικών εφαρμογών με βάση την Τεχνητή Νοημοσύνη – Artificial Intelligence AI και τη Μηχανική Μάθηση – Machine Learning ML, στη λειτουργία των Ελληνικών τραπεζικών οργανισμών.

Digital Transformation in Banking: The Impact of Adopting Innovative Applications Based on Artificial Intelligence and Machine Learning on the Operation of Greek Banking Organizations. (english)

  1. MSc thesis
  2. ΠΑΝΑΓΙΩΤΗΣ ΜΠΑΛΟΔΗΜΟΣ
  3. Τραπεζική, Χρηματοοικονομική και Χρηματοοικονομική Τεχνολογία (FinTech) (ΤΡΑΧ)
  4. 21 September 2024
  5. Ελληνικά
  6. 103
  7. Γκόγκας, Περικλής
  8. Γκόγκας, Περικλής | Ψυλλάκη, Μαρία
  9. Artificial Inteligence | Machine Learning | FinTech | Digital Transformation | Ψηφιακός Μετασχηματισμός | Banking
  10. Τραπεζική, Χρηματοοικονομική και Χρηματοοικονομική Τεχνολογία (FinTech)
  11. 1
  12. 4
  13. 65

    • Στο πλαίσιο της τεχνολογικής επανάστασης που πρεσβεύει το Industry 4, έχουν επέλθει σημαντικές μεταλλαγές στο τραπεζικό περιβάλλον που επηρεάζουν τη λειτουργία των πιστωτικών οργανισμών. Οι συγκεκριμένες εξελίξεις αφορούν τόσο το Fintech όσο και την υιοθέτηση εφαρμογών με βάση τη Τεχνητή Νοημοσύνη και τη Μηχανική Μάθηση.

      Οι συγκεκριμένες μεταβολές είναι τέτοιου μεγέθους, ώστε να μην γίνεται απλά λόγος για τεχνολογική εξέλιξη αλλά για ευρύτερη καινοτομία. Εδώ και τουλάχιστον μια δεκαετία τα πιστωτικά ιδρύματα βρίσκονται σε μια διαδικασία μετεξέλιξης με κύρια χαρακτηριστικά:

      • Τη μεταβολή του επιχειρησιακού μοντέλου.
      • Την υιοθέτηση ψηφιακών και αυτόματων υπηρεσιών εξυπηρέτησης της πελατείας.
      • Την υιοθέτηση νέων αυτοματοποιημένων εφαρμογών οι οποίες αντικαθιστούν τις παραδοσιακές λειτουργικές τεχνικές ανθρωποκεντρικού χαρακτήρα.


      Σκοπός της διπλωματικής εργασίας είναι η μελέτη του τρόπου με τον οποίο μετεξελίσσονται τα Ελληνικά πιστωτικά ιδρύματα με βάση τα τρία ανωτέρω χαρακτηριστικά και με βάση τη Τεχνητή Νοημοσύνη και τη Μηχανική Μάθηση.

    • In the context of the technological revolution advocated by Industry 4.0, significant transformations have occurred in the banking environment that affect the operation of credit institutions. These developments pertain to both Fintech and the adoption of applications based on Artificial Intelligence (AI) and Machine Learning (ML).

      These changes are of such magnitude that they are considered not just technological evolution but broader innovation. For at least a decade, credit institutions have been undergoing a transformation process with the main characteristics:

      • The alteration of the business model.

      • The adoption of digital and automated customer service solutions.

      • The implementation of new automated applications that replace traditional human-centric operational techniques.

      The purpose of this dissertation is to study how Greek credit institutions are evolving based on the above three characteristics and on the foundations of Artificial Intelligence and Machine Learning.

  15. Hellenic Open University
  16. Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.