Комплексное видение ИИ в сфере финансовых услуг на 2025 год и далее

Индустрия финансовых услуг (FSI) — это пространство, где ИИ уже давно стал реальностью, а не несбыточной мечтой цикла ажиотажа. Благодаря аналитике и науке о данных, прочно укоренившимся в таких областях, как обнаружение мошенничества, борьба с отмыванием денег (AML) и управление рисками, отрасль собирается стать пионером новой волны возможностей на основе ИИ, поддерживаемых генеративными технологиями на основе ИИ.

Индустрия находится на пороге революции ИИ, сравнимой с принятием Интернета или появлением смартфона. Так же, как мобильные устройства породили совершенно новые экосистемы приложений и поведения потребителей, ИИ и особенно системы на основе GenAI готовы фундаментально изменить то, как мы работаем, взаимодействуем с клиентами и управляем рисками.

Те организации, которые готовы к этому, настроены на трансформационные сдвиги в безопасности, производительности, эффективности, клиентском опыте и получении доходов. Поскольку большинство утечек данных происходит из-за скомпрометированных учетных данных пользователей, любая достойная стратегия безопасности ИИ не только обращает внимание на включение обучения конечных пользователей, но и опирается на расширение прав и возможностей на уровне устройств, которое стало возможным благодаря новому классу процессоров ПК. Давайте сначала рассмотрим, что сделало FSI вероятным пионером.

Сектор ИИ

По иронии судьбы, имея репутацию консерватора, FSI всегда была в авангарде поиска новых умных способов управления данными, особенно большими объемами данных. Это отчасти обусловлено необходимостью: огромный объем данных, генерируемых в FSI, представляет собой постоянную проблему объема-разнообразия-скорости, а строгая нормативная среда является убедительным аргументом в пользу принятия ИИ с распростертыми объятиями.

Баланс между инновациями и риском

Каждая отрасль поймет, какой разочаровывающий паралич наступает после проектов по проверке концепции ИИ: множество захватывающих экспериментов, но где окупаемость инвестиций? Внедрение ИИ приносит массу беспокойств, в том числе:

• Знать, с чего начать
• Отсутствие стратегического подхода (ИИ ради ИИ)
• Семь V данных (объем, достоверность, обоснованность, ценность, скорость, изменчивость, волатильность)
• Пробелы в навыках и нехватка талантов
• Управление растущими рисками кибербезопасности
• Соблюдение изменяющихся законов о соответствии требованиям ИИ и GenAI, которые различаются в разных странах и регионах
• Трудности интеграции простых или сложных данных из разных источников, особенно с устаревшими системами (хранилищами данных) и галлюцинациями
• Обеспечение прозрачности, объяснимости и справедливости/отсутствия предвзятости
• Доверие клиентов к конфиденциальности данных и сопротивление сотрудников
• Потеря данных клиентов и конфиденциальных торговых стратегий за пределами фирмы (например, ChatGPT запрещен в некоторых крупных учреждениях)
• Недостаточно мощное оборудование и устройства
• Актуальность данных
• Управление
• Страх перемещения
• Балансировка локального, гибридного и публичного облака(ов)

ИИ, основанный на безопасности

Если отрасль готова принять ИИ, ее также сдерживает первостепенная обеспокоенность вопросами безопасности, в частности кибербезопасности и защиты данных.

Помимо точности, объяснимости и прозрачности, безопасность является краеугольным камнем интеграции ИИ в бизнес-процессы. Это включает в себя соблюдение необходимые и отличающиеся правила ИИ по всему миру, такие как EU AI Act , Закон о цифровой операционной устойчивости (DORA) в ЕС, децентрализованная модель в США и GDPR, а также обеспечение конфиденциальности данных и информационной безопасности. В отличие от традиционных ИТ-систем, решения ИИ должны быть построены на основе сильного управления и надежных мер безопасности, чтобы быть ответственными, этичными и заслуживающими доверия.

Однако с интеграцией ИИ в FSI появляется несколько новых векторов атак, таких как атаки на кибербезопасность, отравление данных (манипулирование данными обучения, используемыми моделями ИИ, что приводит к неточным или вредоносным результатам), инверсия модели (когда злоумышленники выводят конфиденциальную информацию из ответов модели ИИ) и вредоносные входные данные, предназначенные для обмана моделей ИИ, что приводит к неверным прогнозам.

Ответственный AI

Ответственный AI является обязательным при разработке и внедрении инструмента ИИ. При использовании технологии первостепенное значение имеет то, чтобы ИИ был законным, этичным, справедливым, сохраняющим конфиденциальность, безопасным и объяснимым. Это жизненно важно для FSI, поскольку она отдает приоритет прозрачности, справедливости и подотчетности.

Шесть принципов ответственного ИИ, которых должны придерживаться организации, включают:

1. Разнообразие и инклюзивность — гарантирует, что ИИ уважает различные точки зрения и избегает предвзятости.
2. Конфиденциальность и безопасность — защищает данные пользователей с помощью надежных мер безопасности и конфиденциальности.
3. Подотчетность и надежность – возлагает ответственность за результаты на системы/разработчиков ИИ.
4. Объясняемость — делает решения ИИ понятными и доступными для всех пользователей.
5. Прозрачность — обеспечивает четкое представление о процессах ИИ и принятии решений.
6. Устойчивость – экологическое и социальное воздействие минимизирует экологический след ИИ и способствует общественному благу.

Переосмысление роли ИТ

В традиционном мире вы бы ответили на эти вызовы, усилив свои ИТ-системы: обработку транзакций, управление данными, поддержку бэк-офиса, емкость хранилища и т. д. Но по мере того, как ИИ проникает глубже в ваш технологический стек, правила игры меняются. Поскольку ИИ становится больше, чем просто программным обеспечением, он создает совершенно новый способ работы.

Таким образом, ваши ИТ-отделы становятся не только «хранителями данных», но и цифровыми консультантами для ваших сотрудников, автоматизируя рутинные задачи, интегрируя решения на основе ИИ и заставляя данные работать на них, помогая им повышать собственную производительность и эффективность, а также предоставляя им персональную вычислительную мощность, в которой они нуждаются. Решения на базе ИИ на интеллектуальных устройствах, таких как ПК с ИИ, работающие на новейших высокоскоростных процессорах, таких как масштабируемые процессоры Intel® Xeon®, предсказывают потребности пользователей на основе поведения, сохраняя при этом конфиденциальность данных, если они не передаются в облако. Более того, современные ПК с ИИ предлагают новые функции обработки, такие как нейронные процессоры (NPU), которые еще больше ускоряют задачи ИИ и усиливают защиту безопасности.

ИИ в использовании сегодня

Сегодня мы видим несколько захватывающих вариантов использования ИИ, которые будут иметь общеотраслевые последствия. Но сначала компании должны построить масштабируемую, безопасную и устойчивую архитектуру ИИ, и это сильно отличается от создания традиционного ИТ-имущества. Это требует целостного, командного подхода с участием заинтересованных сторон из руководства подразделения, архитектуры инфраструктуры, операций, разработки программного обеспечения, науки о данных и направлений бизнеса. Варианты использования включают:

• Моделирование и симуляция: Прогностическое моделирование, глубокое обучение и обучение с подкреплением для персонализации рекомендаций, улучшения цепочек поставок и оптимизации принятия решений, прогнозирования и управления рисками.
• Обнаружение мошенничества и безопасность: Алгоритмы распознавания образов на основе искусственного интеллекта для обнаружения аномалий, автоматизации обнаружения мошенничества, улучшения проверки соответствия принципу «знай своего клиента» (KYC) и усиления безопасности.
• Умные отделения и умное здание трансформация: Киоски на базе искусственного интеллекта и передовая аналитика для создания персонализированного клиентского опыта (например, одновременный перевод на несколько языков); локальная обработка LLM для обеспечения полной конфиденциальности и интеллектуальные камеры повышают безопасность отделений.
• Автоматизация процессов: ИИ оптимизирует повторяющиеся задачи и рабочие процессы, такие как финансовая отчетность, сверка записей, обработка кредитов и улучшение обслуживания клиентов, обеспечивая при этом соблюдение требований и безопасность.
• Переосмысленные процессы: ИИ дает возможность кардинально переосмыслить бизнес-процессы, выйдя за рамки простой оцифровки и создав по-настоящему интеллектуальные рабочие процессы.
• Операции ИИ: Технологии искусственного интеллекта могут автоматизировать рабочие процессы инфраструктуры, ускоряя подготовку и решение проблем.
• ОБСЛУЖИВАНИЕ ЗАКАЗЧИКОВ: ИИ позволяет организациям оказывать круглосуточную поддержку, мгновенные ответы, персонализированный подход и более эффективное решение проблем, включая виртуальных помощников.
• Ускорьте комплексную проверку: Значительно ускорьте процесс комплексной проверки, будь то анализ контракта или процесс слияния и поглощения, а также определите потенциальные синергетические эффекты и риски.
• Юридические вопросы: Автоматизация нормативных проверок, обеспечение точности, снижение рисков и эффективное поддержание актуальности записей.
• Управление благосостоянием и личные консультанты по благосостоянию: Подбор клиентам подходящих финансовых продуктов и предоставление индивидуальных инвестиционных консультаций для повышения удовлетворенности клиентов и эффективности работы.
• Экономия энергии: Оптимизация ИИ в центрах обработки данных и ИИ на устройствах с высокоэффективными процессорами улучшает управление питанием и снижает потребление энергии.
• Цифровые сотрудники: ИИ может обеспечить автоматизацию процессов и задач с помощью агентов, контролируемых сотрудниками.

Планирование пути вперед

В 2025 году преобразующая сила ИИ заключается не только в его возможностях, но и в том, как мы планируем его внедрение. Создание масштабируемой, безопасной и устойчивой экосистемы ИИ требует сотрудничества руководства, инфраструктурных, операционных и отделов разработки. По мере того, как отрасли внедряют ИИ – от предиктивного моделирования до обнаружения мошенничества, автоматизации процессов и персонализированного взаимодействия с клиентами – они переосмысливают рабочие процессы, повышают соответствие требованиям и повышают энергоэффективность. ИИ – это уже не инструмент, а краеугольный камень интеллектуальных инноваций и устойчивого роста.