Usaldusväärse tehisintellekti puudumine võib innovatsiooni ja äriväärtust pidurdada

Hiljutine globaalsete ärijuhtide seas läbiviidud uuring näitab, et usaldusväärne tehisintellekt on peamine prioriteet, kuid paljud ei võta selle saavutamiseks piisavalt samme, kuid mis hinnaga?

Tõepoolest, IBM-i uuring selgus, et hämmastavad 85% vastanutest nõustuvad sellega, et tarbijad valivad tõenäolisemalt ettevõtte, mille tehisintellekti mudelite ülesehitamine, haldamine ja kasutamine on läbipaistev.

Enamik tunnistas siiski, et nad ei ole astunud olulisi samme, et tagada nende tehisintellekti usaldusväärsus ja vastutustundlikkus, näiteks vähendanud eelarvamusi (74%), jälginud jõudluse variatsioone ja mudeli triivi (68%) ning veendunud, et nad suudavad selgitada tehisintellektiga töötamist. otsuseid (61%). See on murettekitav, eriti kui arvestada, et tehisintellekti kasutamine kasvab pidevalt – 35% vastanutest ütles, et kasutavad nüüd tehisintellekti oma äris, võrreldes 31%ga aasta tagasi.

Osalesin hiljuti ainult kutsega Ettevõtete innovatsiooni tippkohtumine Torontos, kus osalejad vahetasid uuenduslikke ideid ja tutvustasid tehnoloogiaid, mis on valmis kujundama tulevikku. Mul oli au osaleda kolmel finantsteenuste, kindlustuse ja jaemüügi segmentide ümarlaual, kus kerkisid esile kolm võtmevaldkonda: vajadus suurema läbipaistvuse järele, et suurendada usaldust tehisintellekti vastu, tehisintellekti demokratiseerimine koodita/madala koodiga ning pakkuda tehisintellekti reguleeriva juhtimise parimate tavade abil kiiremat väärtuse saavutamise aega ja riskide maandamiseks.

Suurendage usaldust tehisintellekti tehnoloogiate vastu. COVID-19 võimendas ja kiirendas suundumust AI-toega vestlusrobotite, virtuaalsete finantsassistentide ja klientide puutevaba sisenemise poole. See suundumus jätkub, nagu kinnitati aastal Cap Gemini uurimus mis näitab, et 78% küsitletud tarbijatest kavatseb suurendada tehisintellekti tehnoloogiate kasutamist, sealhulgas digitaalse identiteedi haldamist oma suhtluses finantsteenuste organisatsioonidega.

Hoolimata loomupärastest eelistest tekib mitmeid väljakutseid. Peamine nende seas on tarbijate jätkuv umbusk tehisintellekti tehnoloogiate vastu ja kuidas nende üldlevinud olemus mõjutab nende privaatsus- ja turvaõigusi. 30% tarbijatest väitis, et neil oleks mugavam jagada oma biomeetrilist teavet, kui nende finantsteenuste pakkujad selgitaksid rohkem läbipaistvust, kuidas nende teavet kogutakse, hallatakse ja turvatakse.

CIOd peavad vastu võtma usaldusväärsed AI põhimõtted ning kehtestama ranged meetmed, mis kaitsevad privaatsust ja turvaõigusi. Nad saavad seda saavutada läbi krüpteerimist, andmete minimeerimine ja turvalisem autentimine, sealhulgas kaalumine detsentraliseeritud digitaalse identiteedi standardid. Selle tulemusel võetakse teie intelligentsed automatiseerimispüüdlused ja iseteeninduse pakkumised rohkem kasutusele ja vajavad vähem inimese sekkumist.

Eemaldage AI demokratiseerimise takistused. Üha enam liigutakse koodita/madala koodiga AI-rakenduste arendamisele, mis teadustöö prognooside kohaselt 45.5. aastaks 2025 miljardit dollarit. Peamine tõukejõud on kiirem aeg väärtustada rakenduste arendamise tootlikkuse paranemisega 10x võrra.

Näiteks 56% küsitletud finantsteenuseid pakkuvatest organisatsioonidest arvab andmete kogumine laenuvõtjatelt kui laenutaotlusprotsessi kõige keerulisematest ja ebaefektiivsematest sammudest, mille tulemuseks on kõrged loobumismäärad. Kuigi AI-põhised biomeetrilise tuvastamise ja andmete kogumise tehnoloogiad parandavad laenutaotlusprotsessi tõhusust, võivad need ka luua vastavusriske eelkõige andmete privaatsus, konfidentsiaalsus ja AI algoritmiline eelarvamus.

Selliste riskide maandamiseks ja kõrvaldamiseks peavad madala koodiga/koodita rakendused hõlmama kõikehõlmavat testimist tagamaks, et need toimivad vastavalt esialgsetele kavandamiseesmärkidele, eemaldama koolituse andmekogumi võimalikud kõrvalekalded, mis võivad hõlmata diskreetimise kallutatust, märgistuse kallutatust ja on kaitstud võistlejate eest. AI rünnakud, mis võivad kahjustada AI algoritmi tulemusi. Arvestades vastutustundlikud andmeteaduse põhimõtted õiglus, täpsus, konfidentsiaalsus ja turvalisus on ülimalt tähtsad.

Töötada välja tehisintellekti juhtimis- ja regulatiivne raamistik. Tehisintellekti juhtimine pole enam tore, kui initsiatiiv on, vaid see on hädavajalik. OECD riiklike tehisintellektipoliitikate jälgija andmetel on need üle Arendamisel on 700 tehisintellekti reguleerivat algatust enam kui 60 riigis. Siiski on olemas vabatahtlikud käitumisjuhendid ja eetilised tehisintellekti põhimõtted, mille on välja töötanud rahvusvahelised standardiorganisatsioonid, nagu näiteks Elektri- ja elektroonikainseneride instituut (IEEE) ja National Institute of Standards and Technology (NIST).

Organisatsioonide mured on seotud eeldusega, et tehisintellekti eeskirjad kehtestavad rohkem ranged järgimiskohustused neid toetavad koormavad jõustamismehhanismid, sealhulgas karistused rikkumiste eest. AI reguleerimine on aga vältimatu.

Euroopa ja Põhja-Ameerika võtavad ennetavaid seisukohti, mis nõuavad IT-juhtidelt tõhusate poliitikate kujundamiseks koostööd oma tehnoloogia- ja äripartneritega. Näiteks Euroopa Komisjoni ettepaneku an Tehisintellekti seadus teeb ettepaneku kehtestada tehisintellekti pakkujatele riskipõhised kohustused tarbijate õiguste kaitsmiseks, edendades samal ajal tehisintellekti tehnoloogiatega seotud innovatsiooni ja majanduslikke võimalusi.

Lisaks avaldas Kanada föderaalvalitsus juunis 2022 oma kauaoodatud Digiharta rakendamise seadus mis kaitseb kõrge riskiga AI-süsteemide kahjulike mõjude eest. USA jätkab ka tehisintellekti reguleerivaid algatusi, kuigi valdkondlikult.  Föderaalne kaubanduskomisjon (FTC), Tarbijate finantskaitsebüroo (CFPB) Ja Föderaalreservi juhatus kõik rakendavad oma regulatiivseid lihaseid jõustamismehhanismide kaudu, et kaitsta tarbijaid kahjulike mõjude eest, mis tulenevad tehisintellekti sagenenud rakendustest, mis võivad põhjustada diskrimineerivaid tagajärgi, ehkki tahtmatuid. Tehisintellekti reguleeriv raamistik on iga uuendusliku ettevõtte jaoks kohustuslik.

Usaldusväärse AI saavutamiseks on vaja andmepõhist ülevaadet

Usaldusväärse tehisintellekti juurutamist ei ole võimalik saavutada ilma andmepõhise lähenemisviisita, et teha kindlaks, kus tehisintellekti tehnoloogiate rakendustel võib olla kõige suurem mõju enne juurutamise jätkamist. Kas selleks, et parandada klientide kaasamist või saavutada tegevuse tõhusust või maandada vastavusriske?

Kõik need äritegevuse tegurid nõuavad arusaamist protsesside toimimisest, eskalatsioonide ja erandite käsitlemisest ning protsessi täitmise takistuste variatsioonide ja nende algpõhjuste tuvastamisest. Sellise andmepõhise analüüsi põhjal saavad organisatsioonid teha teadlikke äriotsuseid tehisintellektil põhinevate lahenduste rakendamise mõju ja tulemuste kohta, et vähendada klientide hõõrdumist ja parandada tegevuse tõhusust. Kui organisatsioonid saavad andmepõhisest ülevaatest kasu, saavad nad automatiseerida väga töömahukaid protsesse, nagu tehisintellekti vastavuse mandaatide täitmine, vastavusaudit, KYC ja AML finantsteenustes.

Peamine järeldus on see, et AI-toega protsesside automatiseerimise lahutamatu osa on usaldusväärsete tehisintellekti parimate tavade rakendamine. Tehisintellekti eetilist kasutamist ei tohiks pidada üksnes juriidiliseks ja moraalseks kohustuseks, vaid ka ärilise kohustusena. Äriliselt on mõistlik olla tehisintellekti rakendamisel läbipaistev. See suurendab usaldust ja tekitab kaubamärgilojaalsust.