Ajatusjohtajat
Luotettavan tekoälyn puute voi jarruttaa innovaatioita ja liiketoiminta-arvon syntymistä

Keskeiset kohdat% kuluttajista suosii yrityksiä, jotka ovat läpinäkyviä tekoälymallien hallinnassa.
Näytä lisää
- % kuluttajista suosii yrityksiä, jotka ovat läpinäkyviä tekoälymallien hallinnassa.
- No-code/low-code -tekoälykehityksen ennustetaan saavuttavan 45,5 miljardia dollaria vuoteen 2025 mennessä.
- Yli 700 tekoälyn sääntelyaloitetta on käynnissä 60 maassa maailmanlaajuisesti.
Äskettäinen maailmanlaajuinen yritysjohtajille tehty kysely osoittaa, että luotettava tekoäly on tärkeä tavoite. Monet eivät silti tee riittävästi sen saavuttamiseksi. Millainen hinta tästä maksetaan?
IBM:n kyselyssä peräti 85 % vastaajista oli sitä mieltä, että kuluttajat valitsevat todennäköisemmin yrityksen, joka kertoo avoimesti, miten sen tekoälymallit rakennetaan, miten niitä hallitaan ja miten niitä käytetään.
Enemmistö kuitenkin myönsi, ettei ollut ryhtynyt keskeisiin toimiin tekoälyn luotettavuuden ja vastuullisuuden varmistamiseksi. Näitä ovat vinoumien vähentäminen (74 %), suorituskyvyn vaihtelun ja mallin ajautumisen seuranta (68 %) sekä tekoälyyn perustuvien päätösten selitettävyyden varmistaminen (61 %). Tämä on huolestuttavaa etenkin tekoälyn käytön lisääntyessä: 35 % kertoi käyttävänsä sitä yrityksessään, kun vuotta aiemmin osuus oli 31 %.
Osallistuin hiljattain vain kutsuvieraille tarkoitettuun Corporate Innovation Summit -tapahtumaan Torontossa. Osallistujat vaihtoivat innovatiivisia ideoita ja esittelivät tulevaisuutta muovaavia teknologioita. Sain osallistua kolmeen pyöreän pöydän keskusteluun rahoituspalveluista, vakuutuksista ja vähittäiskaupasta. Esiin nousi kolme keskeistä teemaa: avoimuuden lisääminen tekoälyyn kohdistuvan luottamuksen vahvistamiseksi, tekoälyn demokratisointi no-code/low-code-kehityksen avulla sekä nopeampi hyötyjen saavuttaminen ja riskien vähentäminen tekoälyn sääntelyhallinnon parhailla käytännöillä.
Lisää luottamusta tekoälyteknologioihin. COVID-19 vahvisti ja nopeutti tekoälypohjaisten chatbottien, virtuaalisten talousavustajien ja kontaktittoman asiakkuuden avaamisen käyttöönottoa. Suuntaus jatkuu, kuten Cap Geminin tutkimus vahvistaa: 78 % kyselyyn vastanneista kuluttajista aikoo lisätä tekoälyteknologioiden käyttöä, myös digitaalisen identiteetin hallinnassa asioidessaan rahoituspalveluorganisaatioiden kanssa.
Hyödyistä huolimatta haasteita on useita. Keskeisiä ovat kuluttajien jatkuva epäluottamus tekoälyteknologioihin ja niiden kaikkialle ulottuvan käytön vaikutukset yksityisyyteen ja turvallisuuteen. Kuluttajista 30 % olisi valmiimpi jakamaan biometriset tietonsa, jos rahoituspalvelujen tarjoajat selittäisivät avoimemmin tietojen keräämisen, hallinnan ja suojaamisen.
Tietohallintojohtajien on omaksuttava luotettavan tekoälyn periaatteet ja otettava käyttöön tiukat yksityisyyttä ja turvallisuutta suojaavat toimet. Keinoja ovat salaus, tietojen minimointi ja turvallisempi tunnistautuminen sekä kehittyvien hajautetun digitaalisen identiteetin standardien huomioiminen. Näin älykkään automaation ja itsepalvelujen käyttö lisääntyy ja ihmisten väliintulon tarve vähenee.
Poista tekoälyn demokratisoinnin esteet. Tekoälysovellusten kehittämisessä siirrytään yhä enemmän no-code/low-code-ratkaisuihin. Tutkimus ennustaa markkinoiden saavuttavan 45,5 miljardin dollarin arvon vuoteen 2025 mennessä. Keskeinen ajuri on lyhyempi aika hyötyjen saavuttamiseen, kun sovelluskehityksen tuottavuus kasvaa kymmenkertaiseksi.
Esimerkiksi 56 % kyselyyn vastanneista rahoituspalveluorganisaatioista pitää tietojen keräämistä lainanhakijoilta yhtenä lainahakemusprosessin haastavimmista ja tehottomimmista vaiheista, mikä johtaa hakemusten suureen keskeyttämisasteeseen. Vaikka tekoälypohjaisen biometrisen tunnistamisen ja tiedonkeruun on osoitettu tehostavan prosessia, ne voivat myös aiheuttaa vaatimustenmukaisuusriskejä, erityisesti tietosuojan, luottamuksellisuuden ja tekoälyalgoritmien vinoumien osalta.
Näiden riskien vähentämiseksi ja korjaamiseksi low-code/no-code-sovellukset on testattava kattavasti. On varmistettava, että ne toimivat alkuperäisten suunnittelutavoitteiden mukaisesti, koulutusaineistosta poistetaan mahdolliset otanta- ja merkintävinoumat ja sovellukset suojataan tekoälyyn kohdistuvilta hyökkäyksiltä, jotka voivat heikentää algoritmien tuloksia. Oikeudenmukaisuutta, tarkkuutta, luottamuksellisuutta ja turvallisuutta koskevien vastuullisen datatieteen periaatteiden huomioiminen on ensiarvoisen tärkeää.
Kehitä tekoälyn hallinto- ja sääntelykehys. Tekoälyn hallinto ei enää ole vain toivottava aloite vaan välttämättömyys. OECD:n kansallisten tekoälypolitiikkojen seurannan mukaan yli 60 maassa kehitetään yli 700:aa tekoälyn sääntelyaloitetta. Kansainväliset standardointiorganisaatiot, kuten Institute of Electrical and Electronic Engineers (IEEE) ja National Institute of Standards and Technology (NIST), ovat myös kehittäneet vapaaehtoisia toimintasääntöjä ja eettisen tekoälyn periaatteita.
Organisaatioita huolestuttaa oletus, että tekoälysääntely lisää niiden tiukkoja vaatimustenmukaisuusvelvoitteita, joiden tueksi tulee raskaita valvontamekanismeja ja seuraamuksia rikkomuksista. Tekoälysääntely on silti väistämätöntä.
Eurooppa ja Pohjois-Amerikka toimivat ennakoivasti. Tämä edellyttää tietohallintojohtajien yhteistyötä teknologia- ja liiketoimintavastaavien kanssa tehokkaiden toimintaperiaatteiden laatimiseksi. Esimerkiksi Euroopan komission ehdottamassa tekoälysäädöksessä esitetään tekoälyn tarjoajille riskiperusteisia velvoitteita kuluttajien oikeuksien suojaamiseksi samalla kun edistetään tekoälyyn liittyviä innovaatioita ja taloudellisia mahdollisuuksia.
Lisäksi Kanadan liittovaltion hallitus julkaisi kesäkuussa 2022 kauan odotetun Digital Charter Implementation Act -lakiesityksen, joka suojaa korkean riskin tekoälyjärjestelmien haittavaikutuksilta. Myös Yhdysvallat edistää tekoälyn sääntelyaloitteita, joskin toimialakohtaisesti. Federal Trade Commission (FTC), Consumer Financial Protection Bureau (CFPB) ja Federal Reserve Board käyttävät valvontamekanismejaan suojatakseen kuluttajia tekoälyn lisääntyvän käytön haitoilta, kuten tahattomiltakin syrjiviltä tuloksilta. Tekoälyn sääntelykehys on välttämätön kaikille innovatiivisille yrityksille.
Luotettava tekoäly edellyttää dataan perustuvia näkemyksiä
Luotettavan tekoälyn käyttöönotto edellyttää datalähtöistä lähestymistapaa. Ennen toteutusta on selvitettävä, missä tekoälyteknologioiden soveltamisella olisi suurin vaikutus. Onko tavoitteena asiakkaiden sitoutumisen parantaminen, toiminnan tehostaminen vai vaatimustenmukaisuusriskeihin puuttuminen?
Jokainen näistä liiketoiminnan ajureista edellyttää ymmärrystä prosessien toteutuksesta, eskalaatioiden ja poikkeusten käsittelystä sekä toteutuksen vaihteluista, esteistä ja niiden juurisyistä. Datalähtöisen analyysin perusteella organisaatiot voivat tehdä tietoon perustuvia päätöksiä tekoälyratkaisujen vaikutuksista ja tuloksista asiakkuuden avaamisen kitkan vähentämiseksi ja toiminnan tehostamiseksi. Saatuaan nämä näkemykset organisaatiot voivat automatisoida paljon työtä vaativia prosesseja, kuten tekoälyn vaatimustenmukaisuuden varmistamista, vaatimustenmukaisuusauditointeja sekä asiakkaan tuntemista (KYC) ja rahanpesun torjuntaa (AML) rahoituspalveluissa.
Keskeinen viesti on, että luotettavan tekoälyn parhaiden käytäntöjen käyttöönotto on olennainen osa tekoälypohjaista prosessiautomaatiota. Tekoälyn eettistä käyttöä ei tule pitää vain oikeudellisena ja moraalisena velvollisuutena vaan myös liiketoiminnan välttämättömyytenä. Avoimuus tekoälyn soveltamisessa on liiketoiminnan kannalta järkevää: se rakentaa luottamusta ja vahvistaa brändiuskollisuutta.












