Za čísly: Jak se AI stala nejvýnosnějším “zaměstnancem” ve financích

V médiích jsou bankovnictví a finance obecně často zobrazovány jako lidé v oblecích, kteří činí obchodní rozhodnutí z nejvyšších pater mrakodrapů, nebo talentovaní obchodníci, kteří mohou porozumět stavu trhu z malého množství dat. Jelikož je to jedna z nejvýkonnějších obrazů financí, mnoho diskusí o nových technických funkcích v tomto odvětví se zaměřuje na to, jak tyto funkce změní práci na předním pultu.

AI není výjimkou, a velká část debat o její adopci ve financích se zaměřuje na to, zda agenti nahradí obchodníky, nebo zda mohou přidělit kapitál účinněji než poradci. Nicméně, nejefektivnější aplikace AI se ukázala být daleko od glamorózního obrazu, který si mnoho lidí představuje. Ve skutečnosti, umělá inteligence přináší více peněz z toho, co lze nazvat “nudnou” stránkou financí, denní operace.

Kde AI skutečně vytváří hodnotu

Hlavní výhodou AI je, že může zpracovat úkoly mnohem levněji a několikrát rychleji než lidé. A tím, že tak činí, doslova generuje zisk prostřednictvím zvýšené provozní efektivity.

Příklad: S pomocí AI nástrojů, Citigroup snižuje dobu přezkumu dokumentů před otevřením účtu z více než jedné hodiny na pouhých 15 minut. Přirozeně, rychlejší rozhodování potěší zákazníky a může je dokonce učinit loajálnějšími. Ale zároveň, tyto 45 minut se rovnají stám tisícům dolarů v úsporách nákladů pro banku, protože tyto nástroje uvolňují hodiny lidské práce pro důležitější úkoly.

AI pomáhá optimalizovat rozsáhlou vrstvu finančních byrokracií a interních rámců, na kterých společnosti závisí. Proto se nejvýnosnější použití AI často ukazuje být daleko od nejvíce spektakulárních. Autonomní obchodníci nebo chatbot, který navrhuje klientovi nejlepší nabídky, mohou znít působivě, ale automatizované KYC postupy a kontroly due diligence jsou pravděpodobně schopny přinést mnohem větší ekonomickou hodnotu bance nebo finanční společnosti.

To řečeno, stejně jako u procesu přezkumu dokumentů Citigroup, nic nezabrání tomu, aby tyto zlepšení prospěly i zákazníkům. Uživatelé mohou ocenit osobního AI asistenta v aplikaci, ale ocení ho ještě více, pokud rozhodnutí o půjčkách mohou být snížena z dnů na minuty, nebo pokud jejich transakce nejsou nesprávně označeny jako podvod, protože tyto pravděpodobnosti byly sníženy o desítky procentních bodů.

Jak se AI stala nejvýnosnějším “zaměstnancem”?

Obvykle, když roste počet klientů banky, musí také růst počet zaměstnanců. Dříve bylo nemožné přezkoumat rostoucí počet transakcí a klientů s toutéž velikostí týmu. Různá moderní technologická řešení pomohla do jisté míry, ale růst podnikání stále nevyhnutelně vedl k růstu počtu zaměstnanců. A čím více zaměstnanců má společnost, tím více manažerů potřebuje a tím více nákladů je spojených s dohledem nad celou strukturou.

Nyní, kdy se AI objevila, tento problém začíná mizet, protože méně zaměstnanců může stále účinně obsluhovat rostoucí počet klientů s pomocí AI nástrojů. Některé společnosti již používají tuto logiku: Klarna, například, tvrdí, že jeden AI asistent může dělat práci 700 lidí. Bez ohledu na to, jak vysoké mohou být náklady na implementaci takových nástrojů, je nepravděpodobné, že by se přiblížily pravidelným platům několika set zaměstnanců.

Jednak, aby to skutečně fungovalo, společnost by měla AI správně integrovat do svých pracovních procesů, além jen experimentů. Ve financích, mnoho projektů stále zůstává ve fázi pilotního projektu, což samozřejmě nemůže generovat mnoho hodnoty. Zatímco jedna společnost může diskutovat o tom, zda přijmout nové nástroje nebo jak škálovat AI agenty, její konkurenti nebudou stát na místě, ale budou budovat své vlastní AI schopnosti.

Zpoždění v tomto závodě by vedlo k významným finančním ztrátám. Konkrétně, společnosti, které nebudou schopny přenést své operace na AI kolejnice brzy, mohou ztratit až 9% svých zisků. Dožadování se takového nedostatku později by nebylo snadné a vyžaduje, aby finance společnosti vytvořily solidní AI strategii.

Jak řídit AI rozhodnutí

Zde přichází největší výzva, protože začlenění AI agentů do finančních operací nevyhnutelně znamená delegovat určitou rozhodovací autoritu jim. Ve financích, kde AI se stala druhem nevyčerpatelného zdroje “junior” zaměstnanců optimalizací základních back-office operací, to představuje značné riziko. Věc je, že chyby v tomto typu práce jsou často nejdražší.

Obecně, regulátoři brání finančním organizacím v tom, aby dělaly něco riskantního a vytvářejí pravidla, aby minimalizovali možné poškození. Nicméně, když se jedná o AI, odvětví se pohybuje mnohem rychleji než dohled, protože pouze čtvrtina autorit shromažďuje data o použití AI z regulovaných subjektů. To je jasně nedostatečné, aby držely krok s rostoucím počtem společností, které přidávají agenty do svých operací.

V důsledku toho, finanční společnosti musí najít způsoby, jak regulovat AI poháněné nástroje samy. To je pochopitelné, vzhledem k tomu, že jakékoli chyby zde mohou vést k multimilionovým ztrátám. Například, v moderních bankách jsou agenti přiděleni omezená oprávnění, podobně jako skuteční zaměstnanci. Pokud AI pracuje s klientskými dokumenty, jasně nemá potřebu měnit klientovo riziko. Agent je přidělen striktní operační role a není dovoleno překročit ji.

Jinou možnou a nutnou mechanismem je uchování podrobných záznamů o všech AI akcích, aby v případě chyby, každý krok, který agent provedl, mohl být stopován. V oblastech, jako je KYC a detekce podvodu, mohou vzniknout otázky o klientovi měsíce později, takže banky absolutně potřebují uchovat kompletní záznam o logice AI asistenta.

AI chování může být také testováno v sandboxu. Bank of England, například, začala simulovat AI obchodních sezení, aby pochopila, jak agenti budou interagovat navzájem a s reálným trhem. Takové testování pomáhá identifikovat přesně, kde agent dělá chyby a opravit problém, než půjde veřejně.

Nakonec, je důležité si uvědomit, že každé AI rozhodnutí musí být potvrzeno člověkem, který za ně zůstává zodpovědný. V případě ztrát, nikdo nebude akceptovat odpověď “protože model rozhodl”, a senior manažer stále musí schválit AI akce a nést za ně zodpovědnost.

Od “Banky vs. Fintech” k “Rychlé vs. Pomalé”

AI regulace také formuje soutěž na finančním trhu. Zákazníci mohou být potěšeni, když jejich dokument je zpracován o 30 minut rychleji, ale určitě nebudou spokojeni, pokud AI bot poškodí jejich úvěrovou historii nebo jim způsobí finanční ztráty. Aby se těmto problémům zabránilo, jsou více pravděpodobní, že svěřili své peníze společnostem, které transparentně a poctivě vysvětlují svou AI strategii. A které, samozřejmě, mají méně problémů s jejím řízením.

Fintech společnosti mají zjevnou výhodu zde, protože nejsou zatíženy břemenem legacy systémů. Moderní fintechy mohou stavět své služby kolem AI od začátku a automatizovat všechny procesy okamžitě. Stavba něčeho nového může být mnohem jednodušší než pokus o integraci AI agentů do organizací, které stále závisí na faxových strojích a desetiletí starých COBOL systémech. Není divu, že téměř polovina fintech společností již dosáhla pokročilé fáze AI adopce, ve srovnání s méně než třetinou tradičních finančních institucí.

Banky nejsou odsouzeny k zániku. Vždyť přežily Velkou depresi, 70. léta, Velkou recesi, a více. Vědí, jak se přizpůsobit změnám. Díky svému dědictví, nahromadily obrovské množství zákaznických dat, kapitálu a reputace. Nicméně, aby tyto výhody významně využily, měly by plně integrovat AI do svých procesů, protože jednoduše přidání AI do vedlejšího produktu by nepomohlo mnoho.