Штучний інтелект: новий одяг імператора? Впровадження у фінансових послугах

Катаріна Вуллер — головний стратег у сфері фінансових послуг, Softcat plc, компанії, що входить до FTSE.

Відкрийте для себе найкращі новини та події у фінтеху!

Підписуйтеся на розсилку FinTech Weekly

Читають керівники JP Morgan, Coinbase, Blackrock, Klarna та інших

Мало тем викликають таку поляризацію, як штучний інтелект; думки коливаються від, у більш позитивному ключі, наступної межі людського прогресу, технологічного рішення, що шукає проблеми для вирішення, до, у гіршому випадку, потенціалу створити кінець людства.

Як головний стратег Softcat, який підтримує 2 500 компаній у сфері фінансових послуг через ІТ-послуги та інфраструктуру, я маю привілейований перший ряд у спостереженні за розвитком інновацій у всьому спектрі компаній FS&I.

Першими, хто почав активно впроваджувати, були хедж-фонди, що використовують значні інвестиції в штучний інтелект для покращення прибутковості, а також страхові компанії, які мають доступ до величезних обсягів даних — обидві легко можуть обґрунтувати чіткі кейси з високою рентабельністю інвестицій.
 
Фінансові компанії займалися математичним моделюванням і машинним навчанням майже за десятиліття до того, як штучний інтелект почав масово просуватися, але останнім часом потужність інфраструктури штучного інтелекту викликала сильний інтерес з боку квантових торгових фондів, страхових та управлінських компаній, які прагнуть отримати вигоду з величезної кількості доступних даних.

Крім того, багато того, що продається як штучний інтелект, є просто наступною ітерацією автоматизації.

Хоча ми бачимо великий інтерес до штучного інтелекту у всіх видах фінансових компаній, враховуючи його величезний потенціал, ми фактично знаходимося на початкових етапах впровадження. Крім того, існує безліч різних сценаріїв використання — банк першого рівня впровадить штучний інтелект зовсім інакше, ніж, скажімо, локальна кредитна спілка з десятьма відділеннями.

Я часто спостерігаю різну зацікавленість у межах однієї організації: ради директорів, молодше цифрово обізнані покоління та операційні/фінансові функції зазвичай більш відкриті до ідеї, ніж, скажімо, колеги з комплаєнсу.  Зазвичай піднімаються питання щодо «чорної скриньки» технології, етичних аспектів застосування штучного інтелекту та відсутності регуляторної ясності.

Однак з’являються чіткі закономірності, що визначають раннє впровадження та високий рівень використання.  Успішні компанії мають чітку стратегію впровадження штучного інтелекту, створюють центри передового досвіду та забезпечують належний стан своїх даних з самого початку; ці кроки здаються дрібними, але вони є основою успішних інновацій.

Часто першим кейсом для впровадження стають інструменти підвищення продуктивності, такі як ChatGPT, Co-pilot або Claude, які часто є входом для багатьох колег у світ штучного інтелекту і іноді жартівливо називають «воротною наркотикою»!
 
Культурно впровадження штучного інтелекту може бути значною зміною статус-кво, і високоефективні керівні команди прагнуть забезпечити довгострокову стійкість своїх організацій.  Прогнозуюча HR-стратегія є ключовою — розвиток внутрішніх можливостей і експертизи у сфері штучного інтелекту, фокус на відповідних навичках, знаннях і заохочення обміну досвідом.  Довгостроковий підхід також передбачає перепрофілювання колег, чиї ролі стають зайвими через автоматизацію.

Звичайно, багато уваги приділяється цінності штучного інтелекту; є кілька банків, у яких сотні потенційних кейсів, і навігація цим потоком для визначення найперспективніших для прототипування та широкого впровадження може бути складною.  Найкраща практика для такої нової технології тільки починає формуватися. Спершу, проходження через безліч потенційних сценаріїв для визначення тих, що приносять найбільшу цінність, може бути виснажливим, і жорсткий відбір можна здійснювати на основі впливу, вартості, здійсненності та відповідності ширшим бізнес-цілям для оцінки потенційної рентабельності інвестицій.

Потрібна добре продумана система вимірювань для оцінки проектів штучного інтелекту, з релевантними KPI, надійними методами збору даних і чітко визначеними механізмами звітності.  Якщо проект штучного інтелекту стає частиною повсякденної діяльності, необхідна політика безперервного ітеративного розвитку для максимізації прибутків і забезпечення відповідності стратегічним пріоритетам — і це часто є культурною особливістю високоефективних команд.

Нещодавно мене запросили поговорити про штучний інтелект із регулятором.  Під час колективної дискусії з галуззю було поставлено дивовижно заплутане питання: «Яка одна проблема, яку штучний інтелект вирішує краще за все?»  Як і очікувалося, кожна організація дала абсолютно різну відповідь, і я очікую, що компанії ще довго будуть розбиратися з цим питанням.

Ті, хто не зможуть стратегічно підходити до штучного інтелекту і впроваджувати його своєчасно та відповідно, будуть у значно гіршому становищі.