La digitalización continua de los sistemas bancarios ha aumentado la demanda de una toma de decisiones más fiable basada en datos, en particular en lo que se refiere a pronósticos financieros cubiertos por aplicaciones de banca en línea. Esta investigación también investiga el uso de sistemas de toma de decisiones basados en IA para facilitar la efectividad de las predicciones en los bancos comerciales jordanos. Se realizó una investigación de campo y 390 empleados, que trabajan en 14 bancos comerciales en Jordania, respondieron a un cuestionario organizado. Aunque el tamaño mínimo de muestra requerido era de 384 encuestados, se recopilaron un total de 390 respuestas válidas que se utilizaron en el análisis final, superando así el requisito de muestra mínima. Esta investigación se concentra en tres categorías dominantes de aplicaciones de IA, incluyendo sistemas expertos (SE), aprendizaje automático (AA) y automatización de procesos robóticos (APR), que juntos se analizan por su efecto en los resultados de pronóstico en el contexto de la pérdida de clientes, el reembolso de deudas, así como el análisis de inversiones. Los resultados del análisis de regresión múltiple indican que las aplicaciones de IA contribuyen a mejoras en la precisión de las predicciones, siendo el aprendizaje automático y la APR los que muestran efectos relativamente más fuertes. Se encontró que los sistemas expertos apoyan el análisis de inversiones y la predicción del reembolso de deudas; sin embargo, su influencia en la predicción de la pérdida de clientes fue más limitada. En general, los hallazgos indican que las aplicaciones de IA no se limitan a la automatización rutinaria, sino que se utilizan cada vez más como herramientas de apoyo a la decisión que ayudan en actividades de análisis financiero y predicciones en los sistemas bancarios.
Alassuli et al. (Mar,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: