Luotettavan tekoälypuutteen puute voi hillitä innovaatiota ja liiketoiminnan arvoa

Viimeaikainen kysely global business -johtajien keskuudessa osoittaa, että luotettava tekoäly on suuri prioriteetti, mutta monet eivät ole riittävästi toimineet sen saavuttamiseksi, mutta mitä kustannuksia?

Totuudenmukaisesti, IBM-kysely paljasti, että hämmästyttävät 85% vastaajista ovat samaa mieltä siitä, että kuluttajat ovat todennäköisemmin valitsevat yrityksen, joka on avoin siitä, miten sen tekoälymallit on rakennettu, hallittu ja käytetty.

Kuitenkin, enemmistö myönsi, etteivät he ole ottaneet avainaskelia varmistamaan, että heidän tekoälynsä on luotettava ja vastuullinen, kuten vähentämällä harhaa (74%), seuraamalla suorituskyvyn muutoksia ja mallinheittoja (68%) ja varmistamalla, että he voivat selittää tekoälypohjaiset päätöksensä (61%). Tämä on huolestuttavaa, erityisesti kun otetaan huomioon, että tekoälyn käyttö jatkuu kasvamassa – 35% sanoo, että he käyttävät tekoälyä liiketoiminnassaan, kun taas vuosi sitten vastaava luku oli 31%.

Olin vastikään kutsuttu Corporate Innovation Summit -tapahtumaan Torontossa, jossa osallistujat vaihtoivat innovatiivisia ideoita ja esittelivät teknologioita, jotka muokkaavat tulevaisuutta. Minulla oli etuoikeus osallistua kolmeen pyöreän pöydän keskusteluun rahoitus-, vakuutus- ja vähittäiskaupan aloilla, joissa kolme keskeistä aluetta nousivat esille: tarve lisää avoimuutta luotettavan tekoälyn edistämiseksi, tekoälyn demokratisointi no-code/low-code -sovellusten kautta ja nopeamman arvon ja riskienhallinnan kehittäminen tekoälyn sääntelyparasta käytäntöjä noudattamalla.

Lisää luottamusta tekoälytekniikoihin. COVID-19 vahvisti ja kiihdytti trendiä tekoälypohjaisien chatbottien, virtuaalisten rahoitusavustajien ja kosketuksettoman asiakasrekisteröinnin suuntaan. Tämä trendi jatkuu, kuten vahvistettiin Cap Geminin tutkimuksessa, joka osoittaa, että 78% kuluttajista suunnittelee lisäämään tekoälytekniikoiden käyttöä, mukaan lukien digitaalisen identiteetin hallinta, vuorovaikutuksissaan rahoituslaitosten kanssa.

Inherentit hyödyt huomioon ottaen, useita haasteita ilmenee. Ennen kaikkea jatkuva kuluttajien epäluottamus tekoälytekniikoihin ja niiden yleinen luonne vaikuttaa heidän yksityisyyden ja turvallisuuden oikeuksiinsa. 30% kuluttajista totesi, että he olisivat mukavampia jakamaan biometrisen tietonsa, jos heidän rahoituspalveluntarjoajansa antaisivat enemmän avoimuutta siitä, miten heidän tietonsa kerätään, hallitaan ja turvataan.

CIO:iden on omaksuttava luotettavan tekoälyn periaatteet ja asettaa tiukat toimenpiteet, jotka turvaavat yksityisyyden ja turvallisuuden oikeudet. He voivat saavuttaa tämän salauksen, data minimoinnin ja turvallisemman todennuksen kautta, mukaan lukien uusien hajautettujen digitaalisten identiteettistandardeja. Tämän seurauksena teidän älykkään automaation ponnistelut ja itsepalvelu tarjontanne näkee enemmän omaksumista ja vähemmän inhimillistä väliintuloa.

Poista esteet tekoälyn demokratisoinnille. On kasvava siirtymä kohti no-code/low-code -tekoälysovellusten kehittämistä, jota tutkimus ennustaa saavuttavan 45,5 miljardin dollarin arvon vuoteen 2025 mennessä. Pääasiallinen ajuri on nopeampi arvo sovelluksen kehittämisen tuottavuuden parantamisella 10-kertaisella.

Esimerkiksi, 56% rahoituspalvelujen organisaatioista katsoo datan keräämisen lainanhakijoilta yhdeksi haasteellisimmista ja tehottomimmista vaiheista lainahakuprosessissa, mikä johtaa korkeisiin hylkäysprosentteihin. Vaikka tekoälypohjaiset biometriset tunnistus- ja datan keräämistechnologiat ovat osoittaneet parantavansa tehokkuutta lainahakuprosessissa, ne voivat myös luoda noudattamisriskejä, erityisesti datan yksityisyyden, luottamuksellisuuden ja tekoälyalgoritmien harhan suhteen.

Tämän kaltaisten riskien lieventämiseksi ja korjaamiseksi no-code/low-code -sovellusten on sisällettävä kattava testaus varmistamaan, että ne toimivat alkuperäisten suunnittelutavoitteiden mukaisesti, poistaa mahdollinen harha koulutusaineistosta, joka voi sisältää otantaharhaa, merkintähärää ja suojaa tekoälyhyökkäyksiltä, jotka voivat vaikuttaa tekoälyalgoritmien tuloksiin. On tärkeää huomioida vastuullisten data-tieteellisten periaatteiden reiluutta, tarkkuutta, luottamuksellisuutta ja turvallisuutta.

Keitä tekoälyn hallintorakenteen ja sääntelykehyksen. Tekoälyn hallinta ei ole enää miellyttävä aloite, vaan välttämätön. OECD:n kansallisten tekoälypolitiikkojen seurantakeskuksen mukaan on yli 700 tekoälysääntelyaloitetta kehitteillä yli 60 maassa. On kuitenkin vapaaehtoisia käyttäytymissääntöjä ja eettisiä tekoälyperiaatteita, joita ovat kehittäneet kansainväliset standardointijärjestöt, kuten Institute of Electrical and Electronic Engineers (”IEEE”) ja National Institute of Standards and Technology (NIST).

Organisaatiot ovat huolissaan siitä, että tekoälysäännökset asettavat heille enemmän tiukkoja noudattamisvelvoitteita heille, jotka on tuettu raskaiden valvontamekanismien kanssa, mukaan lukien sakot noudattamattomuudesta. Kuitenkin, tekoälysääntely on väistämätön.

Eurooppa ja Pohjois-Amerikka ottavat proaktiivisia asenteita, jotka edellyttävät CIO:iden yhteistyötä heidän teknologia- ja liiketoimintakumppaneidensa kanssa tehokkaiden politiikkojen muodostamiseksi. Esimerkiksi, Euroopan komission ehdotettu tekoälylain on ehdottanut, että tekoälytarjoajille asetetaan riskipohjaisia velvoitteita kuluttajien oikeuksien suojaamiseksi, samalla kun edistetään innovaatioita ja taloudellisia mahdollisuuksia, jotka liittyvät tekoälytekniikoihin.

Lisäksi, kesäkuussa 2022, Kanadan liittovaltion hallitus julkaisi odotetun Digitaalisen peruskirjan täytäntöönpanolain, joka suojaa korkean riskin tekoälyjärjestelmien haitallisilta vaikutuksilta. Yhdysvallat on myös edennyt tekoälysääntelyaloitteiden kanssa, vaikka sektorikohtaisesti. Federal Trade Commission (FTC), Kuluttajansuojelu- ja rahoitusvirasto (CFPB) ja Federal Reserve Board kaikki käyttävät valvontavaltuuksiaan kuluttajien suojelemiseksi tekoälysovellusten haitallisilta vaikutuksilta, jotka voivat johtaa syrjintään, vaikka se ei ole tarkoituksella.

Saavuttaminen luotettavaa tekoälyä edellyttää datalähtöistä oivalluksia

Luotettavan tekoälyn toteuttaminen ei voida saavuttaa ilman datalähtöistä lähestymistapaa, jolla määritetään, missä tekoälytekniikkojen soveltamisella voi olla suurin vaikutus ennen toteutusta. Onko se parantamassa asiakasviestintää, saavuttamassa operatiivisia tehokkuuksia tai lieventämässä noudattamisriskejä?

Kunkin näistä liiketoimintavaikutuksista edellyttää ymmärrystä siitä, miten prosessit toteutetaan, miten eskalaatiot ja poikkeukset käsitellään ja miten prosessien toteutuksessa olevat esteet ja niiden alkuperäiset syyt tunnistetaan. Näiden datalähtöisten analyysien perusteella organisaatiot voivat tehdä perusteltuja liiketoimintapäätöksiä siitä, mitkä vaikutukset ja tulokset liittyvät tekoälypohjaisiin ratkaisuihin asiakasrekisteröintijärjestelmien kitkan vähentämiseksi ja operatiivisten tehokkuuksien parantamiseksi. Kun organisaatiot ovat saaneet datalähtöiset oivallukset, he voivat automatisoida erittäin työläitä prosesseja, kuten tekoälyn noudattamisvaatimukset, noudattamistarkastukset, KYC ja AML rahoituspalveluissa.

Pääasiallinen viesti on, että luotettavan tekoälyn toteuttamiseen liittyy olennaisesti tekoälyprosessien automaation toteuttaminen. Tekoälyn eettinen käyttö ei pidä rajoittua vain oikeudelliseksi ja moraalisksi velvollisuudeksi, vaan se on liiketoimintavaatimus. On hyvä liiketoimintajärkeä olla avoin tekoälyn soveltamisesta. Se luo luottamusta ja lisää brändiloyaliteettia.