Штучний інтелект відкриває яскраве майбутнє для банківської справи, але відповідальна розробка є королям

Штучний інтелект став універсальним. Постпандемічний апетит до більшої ефективності, реакції та інтелекту призвів до конкурентної гонки серед світових лідерів технологій. За останні кілька років штучний інтелект розвинувся з емерджентної технології для спеціалізованих випадків використання до чогось, що легко доступно через будь-яке підключене пристрій. Насправді, 33% всіх інвестицій у风险овий капітал через перші три квартали 2024 року пішли до компаній, пов’язаних зі штучним інтелектом, що є значним збільшенням порівняно з 14% у 2020 році. Це призвело до швидкого, майже лихорадкового прийняття систем штучного інтелекту до основних бізнес-функцій та застосунків для споживачів.

Незважаючи на бажання банківських виконавців прийняти штучний інтелект, його зростання в галузі буде більш помірним. Штучний інтелект очікується додати між 200 і 340 мільярдами доларів до цінності для банків щорічно, в основному через підвищення продуктивності. 66% виконавців банківської та фінансової сфери вірять, що ці потенційні продуктивні вигоди від штучного інтелекту та автоматизації настільки суттєві, що вони повинні прийняти ризики, щоб залишитися конкурентоспроможними. Однак суворі нормативні стандарти та високі ставки, пов’язані з споживчими даними, все ще означають, що банкам потрібно підходити до штучного інтелекту вдумливо, зосереджуючись на безпеці та надійності.

Інтеграція технології штучного інтелекту поступово змінює банківську справу, обіцяючи покращення в користуванні, операційній ефективності та управлінні витратами – все це є важливим для того, щоб банки залишалися конкурентоспроможними та орієнтованими на клієнта в еволюціонуючій цифровій економіці.

Штучний інтелект служить каталізатором інновацій у банківській справі, спрощуючи складні процеси цього сектора, одночасно покращуючи ефективність, точність та персоналізацію. Цей вплив особливо очевидний у таких сферах, як обслуговування клієнтів, виявлення шахрайства та прийняття кредитних рішень. Штучні чат-боти, наприклад, тепер звичайні – з 72% банків, які повідомляють про покращення досвіду клієнтів завдяки їх реалізації.

Інтеграція обробки природної мови (NLP) особливо цінна, дозволяючи здійснювати більш інтуїтивні взаємодії з клієнтами. У випадках, коли клієнту може знадобитися підтримка з онлайн-платформами, штучний інтелект може реагувати в реальному часі, надавши клієнтам інструкції простою мовою. Це може покращити досвід користувача, роблячи інакше загрозливими банківськими послугами більш доступними та зручними для користувача. Крім того, аналізуючи дані клієнтів та історію транзакцій, платформи, керовані штучним інтелектом, стають кращими у пропозиції персоналізованих рекомендацій продуктів. Наприклад, якщо ви здійснили інвестиційну транзакцію з одного банку в інший, ви можете побачити пропозицію без комісійної торгівлі від одного з цих банків на вашій сторінці транзакцій. Такі персоналізовані пропозиції можуть підвищити лояльність клієнтів, але здається, що банківський сектор має прогалину, яку потрібно заповнити, оскільки 74% клієнтів банків кажуть, що вони хочуть більш персоналізованих досвідів. Банкам слід сприйняти це як сигнал до прийняття штучного інтелекту для посилення персоналізації, особливо в той час, коли банки втрачають 20% клієнтів через поганий досвід клієнтів.

Переваги систем штучного інтелекту виходять за межі покращень у сфері обслуговування клієнтів; вони роблять процеси заднього офісу значно більш ефективними. Фінансові установи використовували штучний інтелект для скорочення часу, витраченого на ручні перевірки, та пом’якшення ризиків. Наприклад, платформа Contract Intelligence (COiN) компанії JP Morgan може обробляти 12 000 контрактів щорічно, що економить юридичним командам компанії 360 000 годин оглядів. Ця платформа була особливо корисною для інтерпретації кредитних заявок.

Штучний інтелект посилює мінімізацію ризиків та виявлення шахрайства

Поза покращенням взаємодії з клієнтами та підвищенням ефективності затвердження контрактів, технологія штучного інтелекту також посилює банки у виявленні шахрайства та стратегіях управління ризиками. У минулому році шахрайство коштувало глобальним банкам понад $442 мільярдів у прогнозованих збитках, більшість з яких припадала на платежі, чеки та шахрайство з кредитними картами. Технологія штучного інтелекту суттєво покращила виявлення шахрайства, розпізнавши закономірності, які можуть свідчити про шахрайську діяльність. Ці інструменти також можуть моніторити транзакції в реальному часі та виділяти аномалії значно швидше, ніж традиційні методи. Наприклад, інструменти підтримки прийняття рішень, керовані штучним інтелектом, допомагають банкам оцінити ризики у послугах мерчантів, аналізуючи історії транзакцій та визначаючи потенційні червоні прапори, підвищуючи ефективність та безпеку у процесі затвердження.

Хоча штучний інтелект зробив суттєві кроки у попередженні шахрайства, він не позбавлений складностей. Поширення генеративних інструментів штучного інтелекту, здатних створювати відео та зображення deepfake, додає нові шари ризику. Їх можна використати для крадіжки особистості та інших складних шахрайств – як фінансовий працівник, якого обманули, сплативши $25 мільйонів шахраям, які використовували deepfake, щоб видавати себе за його фінансового директора.

Поки системи виявлення шахрайства, керовані штучним інтелектом, покращуються, рамки, що регулюють їх використання, також повинні еволюціонувати. Позитивно, що фінансові установи все частіше співпрацюють з регуляторами, щоб забезпечити, що ці системи штучного інтелекту розробляються та розгортаються відповідально, з сильним акцентом на захисті клієнтів.

Управління етичними та нормативними викликами

Незважаючи на численні переваги, прийняття штучного інтелекту в банківській справі супроводжується суттєвими етичними та нормативними бар’єрами. Враховуючи важку нормативну базу в банківській справі, фінансові установи стикаються зі суворими стандартами дотримання вимог, які часто відрізняються за регіонами. Європейський Союз, наприклад, планує впровадити свій Закон про штучний інтелект, який передбачає штрафи до 7% від річового доходу компанії, визнаної неконформною. Аналогічно, у Сполучених Штатах регуляторний нагляд органів, таких як Федеральна резервна система та Бюро захисту споживачів у сфері фінансових послуг (CFPB), означає, що банкам потрібно орієнтуватися в складних правилах конфіденційності під час розгортання моделей штучного інтелекту.

Критичною нормативною проблемою штучного інтелекту є ризик упередженості у великих моделях мови, який може мати непередбачувані наслідки щодо оцінки кредитів або прийняття рішень про надання кредитів. Наприклад, модель штучного інтелекту, навчена на основі упереджених або пошкоджених даних, могла б непропорційно відхиляти заявки на кредит певних демографічних груп, потенційно піддаючи банки репутаційним ризикам, позовам, регуляторним заходам або їх комбінації.

Для вирішення цих питань банки інвестують у “прозорі” рамки штучного інтелекту, які дозволяють забезпечити більшу прозорість у рішеннях, прийнятих штучним інтелектом. Прозорий штучний інтелект надає уявлення про те, як моделі штучного інтелекту роблять передбачення, допомагаючи банкам продемонструвати підзвітність регуляторам та клієнтам. Також важливо, щоб банки підтримували “людей у циклі” стратегії для перевищення рішень, прийнятих штучним інтелектом, особливо якщо вони вважають, що рішення штучного інтелекту можуть привести до дисциплінарних дій.

Крім того, забезпечення безпеки даних та конфіденційності клієнтів у застосунках штучного інтелекту є критичним, оскільки банки обробляють великі об’єми чутливої інформації. Системи, керовані штучним інтелектом, повинні включати розширені шифрування та анонімізацію даних для захисту від порушень. Середня вартість порушення даних у сфері фінансових послуг становить $4,45 мільйона за інцидент – вартість, яку штучний інтелект потенційно може пом’якшити, якщо його реалізувати разом з іншими надійними заходами безпеки.

Потрібність відповідальної розробки штучного інтелекту

Кожні кілька тижнів новий розвиток технології штучного інтелекту здається головною новиною, піднімаючи важливе питання: чи ґрунтуються ці досягнення на відповідальності чи вони рухаються виключно фінансовими стимулами? Відповідальний підхід до розробки штучного інтелекту є суттєвим для повного використання потенціалу штучного інтелекту, особливо для банків. Це включає в себе постійний моніторинг, тестування та коригування моделей штучного інтелекту, щоб забезпечити їх роботу відповідно до намірів. Хорошо спланована стратегія штучного інтелекту включає суворе затвердження моделей, протоколи виявлення упередженості, регулярні аудити та, найважливіше, очищення даних. Крім того, системи штучного інтелекту повинні бути розроблені для посилення нагляду людини, а не заміни його, особливо у складних сценаріях прийняття рішень. Цей підхід забезпечує, що штучний інтелект служить інструментом для посилення, дозволяючи банківським працівникам зосередитися на завданнях, які вимагають критичного мислення, емпатії та взаємодії з клієнтами.

Створення балансованого шляху вперед

Потенціал штучного інтелекту революціонізувати банківську справу є незаперечним, але шлях вперед вимагає ретельного розгляду технологічних та етичних потреб. Банки займають унікальну позицію для лідерства у відповідальному прийнятті штучного інтелекту, встановлюючи стандарти для інших галузей щодо інтеграції інновацій з підзвітністю. Зосереджуючись на прозорих, відповідних та орієнтованих на клієнта моделях штучного інтелекту, фінансові установи можуть перетворити банківський досвід, пропонуючи більш ефективні послуги без компромісу довіри чи нормативної відповідності.

Оглядаючи майбутнє, успішне прийняття штучного інтелекту в банківській справі залежатиме від співпраці по всій галузі. Банки, регулятори та постачальники технологій повинні працювати разом, щоб встановити найкращі практики, поділитися ідеями та адаптуватися до швидкозмінного ландшафту. Поки банки орієнтуються в складностях штучного інтелекту, ті, хто зможе скористатися його потенціалом, керуючи ризиками, безумовно, стануть лідерами у майбутньому фінансів.