За цифрами: Як AI стало найбільш прибутковим «працівником» у фінансах

У ЗМІ банківська справа та, ширше, фінанси часто зображуються як люди у дорогих костюмах, які приймають бізнес-рішення з верхніх поверхів хмарочосів, або талановиті трейдери, які можуть зрозуміти стан ринку з мінімальної кількості даних. Оскільки це одне з найпотужніших образів фінансів, багато дискусій щодо нових технічних особливостей у цій сфері зосереджені на тому, як вони змінять роботу на передньому плані.

AI не є винятком з цього правила, і велика частина дискусій щодо його впровадження у фінансах зосереджена на тому, чи замінять агенти трейдерів або чи зможуть вони розподіляти капітал більш ефективно, ніж радники. Однак найбільш ефективне застосування AI виявилося далеко від гламурного образу, який багато людей уявляють. Насправді, штучний інтелект приносить більше грошей з того, що можна назвати «нудною» стороною фінансів, тобто щоденної діяльності.

Де AI дійсно створює вартість

Головна перевага AI полягає в тому, що він може виконувати завдання значно дешевше і кілька разів швидше, ніж люди. І роблячи це, він буквально генерує прибуток завдяки підвищенню оперативної ефективності.

Наприклад, за допомогою інструментів AI Citigroup зменшила час перевірки документів перед відкриттям рахунку з більш ніж однієї години до всього 15 хвилин. Натурально, швидше прийняття рішень буде подобатися клієнтам і може навіть зробити їх більш лояльними. Але водночас ці 45 хвилин перекладаються на сотні тисяч доларів економії для банку, оскільки ці інструменти звільняють години людської праці для більш важливої роботи.

AI допомагає оптимізувати великий шар фінансової бюрократії та внутрішніх рамок, на яких залежать компанії. Тому найбільш цінні випадки застосування AI часто виявляються далеко від найбільш спектакулярних. Автономні трейдери або чат-бот, який пропонує клієнту найкращі угоди, можуть звучати вражаюче, але автоматизовані процедури KYC і перевірки доброчесності можуть принести значно більшу економічну вартість банку або фінансовій компанії.

Це сказано, однак, як і з процесом перевірки документів Citigroup, нічого не заважає цим поліпшенням принести користь клієнтам. Користувачі можуть оцінити особистого помічника AI в додатку, але вони оцінять це ще більше, якщо рішення щодо кредитів можна скоротити з днів до хвилин, або якщо їхні транзакції не будуть неправильно позначені як шахрайство, оскільки такі ймовірності були знижені на десятки відсотків.

Як AI стало найбільш прибутковим «працівником»?

Зазвичай, коли клієнтська база банку зростає, його персонал повинен зростати майже пропорційно. Колись було неможливо переглянути зростаючу кількість транзакцій і документів клієнтів з тією ж кількістю працівників. Різні сучасні технологічні рішення допомогли до певної міри, але зростання бізнесу все одно неминуче призводило до зростання кількості працівників. І чим більше працівників має компанія, тим більше менеджерів їй потрібно і тим дорожче їй коштує нагляд за цією структурою.

Тепер, коли з’явився AI, ця проблема починає зникати, оскільки менше працівників можуть все ще ефективно обслуговувати зростаючу кількість клієнтів за допомогою інструментів AI. Деякі компанії вже використовують цю логіку: Klarna, наприклад, заявила, що один помічник AI може виконувати роботу 700 людей. Як би не було високою вартість застосування таких інструментів, вона навряд чи буде дорівнювати регулярним зарплатам кільсотень працівників.

Однак, щоб це дійсно працювало, компанія повинна правильно інтегрувати AI у свої робочі процеси, за межами просто експериментів. У фінансах багато проектів все ще залишаються на стадії пілотного проекту, який очевидно не може генерувати великої вартості. Якщо одна компанія обговорює питання про прийняття нових інструментів або про масштабування агентів AI, її конкуренти не будуть стояти на місці, будуючи свої власні можливості AI.

Відставання у цьому перегонах призведе до значних фінансових втрат. Точно кажучи, компанії, які не зможуть перевести свої операції на рейки AI, можуть втратити до 9% своїх прибутків. Вилежування такого відставання пізніше не буде легким, і це вимагає від фінансових компаній побудови солідної стратегії AI.

Як керувати рішеннями AI

Тут виникає найбільша проблема, оскільки впровадження агентів AI у фінансові операції неминуче означає делегування деякої влади прийняття рішень їм. У фінансах, де AI став свого роду бездонним джерелом безкоштовних «молодших працівників» за рахунок оптимізації базових операцій, це становить значний ризик. Проблема полягає в тому, що помилки у цьому виді роботи часто є найбільш дорогими.

Загалом, регулятори перешкоджають фінансовим організаціям робити щось ризиковане і створюють правила для мінімізації можливої шкоди. Однак, коли мова йде про AI, галузь рухається значно швидше, ніж нагляд, оскільки тільки чверть органів збирає дані про використання AI з регулюючих органів. Це явно недостатньо, щоб слідкувати за зростаючою кількістю компаній, які додають агентів до своїх операцій.

У результаті фінансові компанії повинні знайти способи регулювати інструменти AI самостійно. Це зрозуміло, враховуючи, що будь-яка помилка тут може призвести до втрат на мільйони доларів. Наприклад, у сучасних банках агентам надаються обмежені повноваження, як і справжнім працівникам. Якщо AI працює з документами клієнтів, йому явно не потрібно право змінити рейтинг ризику клієнта. Агент отримує сувору оперативну роль і не дозволяється перевищувати її.

Інший можливий і, безумовно, необхідний механізм полягає у збереженні детальних записів усіх дій AI, щоб у разі помилки можна було відстежити кожен крок, зроблений агентом. У сферах, таких як KYC і виявлення шахрайства, питання про клієнта можуть виникнути місяцями пізніше, тому банкам абсолютно потрібно зберігати повний запис логіки помічника AI.

Поведінку AI також можна протестувати у пісочниці. Банк Англії, наприклад, почав імітовувати сесії торгівлі AI, щоб зрозуміти, як агенти взаємодіятимуть один з одним і з реальним ринком. Таке тестування допомагає визначити саме там, де агент робить помилки, і виправити проблему, перш ніж вона стане публічною.

У кінцевому підсумку варто пам’ятати, що будь-яке рішення AI повинно бути підтверджено людиною, яка залишається відповідальною за нього. У разі втрат ніхто не прийме відповідь «бо модель вирішила так», і старший менеджер все одно повинен затвердити дії AI і взяти на себе відповідальність за них.

Від «Банки проти Фінтех» до «Швидко проти Повільно»

Регуляція AI також формує конкуренцію на фінансовому ринку. Клієнти можуть бути задоволені, якщо їхній документ обробляється на 30 хвилин швидше, але вони точно не будуть задоволені, якщо бот AI пошкодить їхню кредитну історію або коштує їм гроші. Щоб уникнути таких проблем, вони з більшою ймовірністю довіряють свої гроші компаніям, які пояснюють свою стратегію AI прозоро і чесно. І, звичайно, мають менше проблем з управлінням ним.

Фінтех-компанії мають очевидну перевагу тут, просто тому, що вони не обтяжені тягарем старих систем. Сучасні фінтех-компанії можуть будувати свої послуги навколо AI з самого початку і автоматизувати всі процеси одразу. Будувати щось нове може бути значно легше, ніж намагатися інтегрувати агентів AI у організації, які все ще залежать від факс-апаратів і десятирічних систем COBOL. Не дивно, що майже половина фінтех-компаній вже достигла високого рівня впровадження AI, порівняно з менш ніж третину традиційних фінансових інститутів.

Банки не приречені на зникнення. Всі-таки, вони пережили Велику депресію, 1970-ті, Велику рецесію, і більше. Вони знають, як адаптуватися до змін. Через свою спадщину вони накопичили величезну кількість даних клієнтів, капіталу і репутації. Однак, щоб значно використовувати ці переваги, їм слід повністю інтегрувати AI у свої процеси, оскільки просте додавання його до побічного продукту не допоможе багато.