Flanks
customer ၏ ဘဏ်ဆယ်ခုကျော်တွင် ကွဲပြားနေသော ပိုင်ဆိုင်မှုကို ဆွဲယူ၊ သန့်စင်၊ ခွဲခြမ်းစိတ်ဖြာနိုင်သော data အဖြစ်ပြောင်း
wealth management တွင် အခြေခံသော်လည်း ခက်ခဲသောပြဿနာ ရှိသည် - ပိုင်ဆိုင်မှုမြင့်သော customer တစ်ဦး၏ ငွေသည် ဘဏ်ရှစ်ခု၊ securities သုံးခု၊ private fund နှစ်ခုတွင် ကွဲပြားနေပြီး၊ ဘဏ္ဍာရေးအတိုင်ပင်ခံက "ပုံရိပ်တစ်ခုလုံး" မြင်ရန် customer ကိုယ်တိုင် statement ပို့ရသည်။ Flanks သည် ဤ data aggregation ပြဿနာကို အထူးဖြေရှင်းသော ဥရောပကုမ္ပဏီဖြစ်ပြီး၊ ဌာနချုပ်သည် Barcelona တွင်ရှိကာ Madrid၊ Paris၊ London တွင်လည်း ရုံးများရှိသည်။
လုပ်ဆောင်ချက်နှင့် သင့်လျော်သည့်အခြေအနေ
product ကို module များစွာအဖြစ် ခွဲထားသည်။ Aggregate သည် ဘဏ္ဍာရေးအဖွဲ့အစည်းများကို ချိတ်ဆက်၍ data ကို standardize လုပ်သည်။ တရားဝင်ဖော်ပြသည်မှာ အဖွဲ့အစည်း ၇၀၀ ကျော် ချိတ်ဆက်၊ EU ဘဏ္ဍာရေးအဖွဲ့အစည်းအဓိက ၉၅% လွှမ်းခြုံ၊ လစဉ် investment portfolio ၈၂၀ သောင်း ကိုင်တွယ်။ Lume သည် market data ဖြင့် တန်ဖိုးဖြည့်ကာ၊ ရင်းနှီးမြှုပ်နှံမှုကိန်းဂဏန်းစာရင်းသက်သက်ကို ခွဲခြမ်းစိတ်ဖြာနိုင်သော content အဖြစ်ပြောင်းသည်။ ထို့အပြင် visualization ရ portfolio management tool နှင့် financial scenario simulator လည်း ရှိသည်။
AI အပိုင်းတွင် AI Financial Analyst module နှင့် Perplexity နှင့် ပူးပေါင်းမှု ပါဝင်ပြီး၊ ကြီးကြပ်ခံ data source ဖြင့် wealth management AI insight ကို မောင်းနှင်သည်။ ဤ ပေါင်းစပ်မှုသည် စိတ်ဝင်စားစရာဖြစ်သည် - ဈေးကွက်ရှိ financial AI များစွာ၏ ပြဿနာမှာ "data source မသိ" ခြင်းဖြစ်ပြီး၊ wealth management က အလက်ခံနိုင်ဆုံးအရာဖြစ်သည်။
သင့်လျော်သည့်အသုံးပြုသူမှာ ဘဏ္ဍာရေးအတိုင်ပင်ခံနှင့် wealth management လုပ်ငန်းရှင်၊ ဘဏ်၏ private banking ဌာန၊ family office၊ external asset manager၊ ထို့အပြင် pension plan provider တို့ဖြစ်သည်။
သတိပြုရမည်မှာ ၎င်း၏ လွှမ်းခြုံမှုအဓိကသည် EU တွင်ဖြစ်သည်။ မြန်မာ့ ဘဏ်နှင့် securities ချိတ်ဆက်မှုသည် နယ်ပယ်အတွင်း အလွန်မဟုတ်နိုင်သဖြင့်၊ ဒေသတွင်း wealth management လုပ်ငန်းရှင်များ လက်တွေ့ကျသောအသုံးပြုမှုမှာ ၎င်း၏ data standardization နှင့် analytics layer ဒီဇိုင်းအတွေးအခေါ်ကို အကဲဖြတ်ခြင်း၊ သို့မဟုတ် ဥရောပပိုင်ဆိုင်မှုရှိသော customer အတွက်သုံးခြင်းဖြစ်သည်။
အဓိက အင်္ဂါရပ်များ
- ဘဏ္ဍာရေးအဖွဲ့အစည်း ၇၀၀+ ချိတ်ဆက်၍ ပိုင်ဆိုင်မှု data standardize
- EU ဘဏ္ဍာရေးအဖွဲ့အစည်းအဓိက ၉၅% ခန့် လွှမ်းခြုံ
- လစဉ် investment portfolio ၈၂၀ သောင်း ကိုင်တွယ်
- Lume module က market data ဖြင့် တန်ဖိုးဖြည့်
- AI Financial Analyst နှင့် Perplexity ပူးပေါင်း insight လုပ်ဆောင်ချက်
- API၊ online portal နှင့် download report အမျိုးမျိုး ပို့ဆောင်နည်း
အားသာချက်များ
- EU အဖွဲ့အစည်း လွှမ်းခြုံနှုန်းမြင့်၊ ဒေသတွင်း data aggregation နက်နက်ရှိုင်းရှိုင်းလုပ်သော ရှားပါးကုမ္ပဏီ
- data standardization ပြည့်စုံ၊ downstream analysis ကို ထပ်သန့်စင်စရာမလို
- AI insight ကို ကြီးကြပ်ခံ data source ပေါ်တည်ဆောက်၊ အရင်းအမြစ်ရှင်းပြနိုင်
အားနည်းချက်များ
- လွှမ်းခြုံမှုအဓိက EU တွင်ဖြစ်၊ မြန်မာနှင့် အာရှအဖွဲ့အစည်း ချိတ်ဆက်မှု နယ်ပယ်အတွင်းအလွန်မဟုတ်
- ဈေးနှုန်းမကြေညာ
- infrastructure layer product ဖြစ်၊ investment advice သို့မဟုတ် compliance opinion မပေး
အသုံးပြုမှုများ
- family office က အဖွဲ့အစည်းများ ဖြတ်၍ ပိုင်ဆိုင်မှုပုံရိပ်တစ်ခုလုံး စုစည်း
- private banking ၏ customer ပိုင်ဆိုင်မှု 360 view
- external asset manager ၏ portfolio ပေါင်းစည်းနှင့် report ထုတ်လုပ်
- ဥရောပပိုင်ဆိုင်မှုရှိသော မြန်မာ customer data ပေါင်းစည်း
အယ်ဒီတာမှတ်ချက်
wealth management ၏ AI သည် မြန်မာတွင် အသံကျယ်သော်လည်း လက်တွေ့နည်းသည်။ အခြေခံအကြောင်းရင်းမှာ ဤအလွှာကို ဘယ်သူမှမလုပ်ခြင်းဖြစ်သည်ဟု ထင်သည်။ customer ပိုင်ဆိုင်မှုပုံရိပ်တစ်ခုလုံးကို ပေါင်း၍မရဘဲ၊ အပေါ်တွင် intelligent advisory ဆိုသည်မှာ အလွတ်သာဖြစ်သည်။ Flanks ၏တန်ဖိုးမှာ အညစ်ပတ်ဆုံး၊ ပင်ပန်းဆုံးအပိုင်းကို ပြီးအောင်လုပ်ခြင်းဖြစ်သည်။ ဝမ်းနည်းစရာမှာ မြန်မာဖတ်သူများအတွက် သင်ယူနိုင်သည်မှာ တိုက်ရိုက်အသုံးပြုခြင်းထက် အတွေးအခေါ်သာ ဖြစ်သည်။
မေးလေ့ရှိသောမေးခွန်းများ
မြန်မာ့ ဘဏ်နှင့် securities ချိတ်နိုင်ပါသလား?
အလွန်မဟုတ်နိုင်ပါ။ Flanks ၏ ချိတ်ဆက်မှုအဓိကသည် EU တွင်ဖြစ်ပြီး၊ တရားဝင်ဖော်ပြသော လွှမ်းခြုံကိန်းဂဏန်းသည်လည်း EU အဓိကဖြစ်သည်။ မြန်မာ့ wealth management လုပ်ငန်းရှင်များ ဥရောပပိုင်ဆိုင်မှုရှိသော customer ရှိလျှင်မူ ထိုအပိုင်းအတွက်သုံးရန် အကဲဖြတ်နိုင်သည်။
Plaid ကဲ့သို့ open banking API နှင့် ဘာကွာလဲ?
Plaid သည် retail banking account နှင့် payment ဘက်စား၊ Flanks သည် wealth နှင့် investment holdings ကို အထူးပြု၊ private၊ alternative asset စသည့် format အရှုပ်ဆုံးအပိုင်းများ ပါဝင်သည်။ data standardization ၏ အခက်အခဲနှင့် အတိမ်အနက်သည် အဆင့်တူမဟုတ်ပါ။
သက်ဆိုင်ရာ AI ကိရိယာများ
Motobook
တိုင်ဝမ်နိုင်ငံ၏ ပထမဆုံးသော တစ်ပတ်ရစ်ဆိုင်ကယ် တန်ဖိုးမှန်လမ်းညွှန် ဝက်ဘ်ဆိုက်ဖြစ်ပြီး ရောင်းချရန်ရှိသည့် ဆိုင်ကယ် ၃.၇ သောင်းကျော်နှင့် မော်ဒယ် ၈၁၂ မျိုး၏ ဈေးနှုန်းပေါက်စေးများကို ဖော်ပြပေးနေပါသည်။
Carbook
ထိုင်ဝမ် ဒုတိယလက်စွန်း ကားဈေးနှုန်း မှတ်တမ်းစနစ် - တကယ့်ဈေးကွက်ပေါက်ဈေး၊ အရေအတွက်နှင့် တန်ဖိုးထိန်းသိမ်းနိုင်မှုကို တစ်မျက်နှာတည်းဖြင့် ကြည့်ရှုနိုင်သည်
實價雷達 HouseTW
တရားဝင် အရောင်းအဝယ်မှတ်တမ်း သန်း 3.49 သန်းကို မြေအရည်ပျော်ခြင်း၊ ပြတ်ရွေ့ကြောများနှင့် ရေကြီးအန္တရာယ် မြေပုံများနှင့် ထပ်ပိုးပြသည့် တိုင်ဝမ် အခမဲ့ အိမ်ခြံမြေ ပလပ်ဖောင်း
Profet AI
ထိုင်ဝမ်နိုင်ငံ၏ ကုန်ထုတ်လုပ်ငန်းသုံး AutoML ပလပ်ဖောင်း။
Cubo AI
မိဘများ စိတ်အေးလက်အေး ဖြစ်စေရန် ထိုင်ဝမ်၏ AI ကလေးစောင့်ကြည့်ကင်မရာ
Whoscall
AI ဖြင့် ဖုန်းခေါ်ဆိုမှုများကို မှတ်သားပေးပြီး လိမ်လည်မှုများကို ကာကွယ်ပေးသည့် အက်ပ်