Искусственный интеллект: новые одежды императора? Внедрение в финансовых услугах

Кэтерин Уоллер — главный стратег по финансовым услугам компании Softcat plc, котирующейся на фондовой бирже FTSE.

Узнайте о лучших новостях и событиях в финтехе!

Подпишитесь на информационный бюллетень FinTech Weekly

Читают руководители JP Morgan, Coinbase, Blackrock, Klarna и другие

Мало какие темы настолько поляризуют общество, как ИИ; мнения варьируются от, на более позитивной стороне, следующей границы человеческого прогресса, технологического решения, ищущего проблемы для решения, до, в худшем случае, потенциальной угрозы для человечества.

Как главный стратег компании Softcat, которая поддерживает 2500 финансовых организаций с помощью ИТ-услуг и инфраструктуры, я имею привилегированное место в первом ряду, наблюдая за развитием инноваций в целом спектре финансовых и инвестиционных компаний.

Первоначально наблюдается сильный рост интереса со стороны количественных хедж-фондов, которые принимают значительные инвестиции в ИИ для повышения доходности, а также со стороны страхования, которое извлекает выгоду из огромных объемов данных — оба сектора могут легко обосновать четкие случаи использования с высокой рентабельностью инвестиций.

Финансовые организации занимались математическим моделированием и машинным обучением почти за десятилетие до того, как ИИ был представлен в его нынешнем виде, но в последнее время исключительная производительность ИИ-инфраструктуры вызвала сильный интерес со стороны количественных торговых фондов и компаний по управлению активами и страхования, которые стремятся извлечь выгоду из огромного объема данных, доступных им сейчас.

Более того, значительная часть того, что продается как ИИ, на самом деле является просто следующей инкарнацией автоматизации.

Хотя мы видим огромный интерес к ИИ во всех типах финансовых организаций, основанный на огромном потенциале технологии, мы, в конечном счете, находимся на начальных этапах принятия. Кроме того, существует огромное разнообразие случаев использования — банк первого уровня будет использовать ИИ совершенно иначе, чем, скажем, локальная строительная ассоциация с десятью отделениями.

Я часто вижу различия в аппетитах внутри одной и той же организации, где советы директоров, более молодые и цифровые поколения и функции операций/финансов часто более благосклонно относятся к идее, чем, скажем, коллеги по комплаенсу. Выдвигаемые опасения часто включают «черный ящик» технологии, опасения по поводу этического развертывания ИИ и отсутствие регуляторной ясности.

Тем не менее, появляются четкие закономерности в том, что способствует раннему принятию и высоким уровням использования. Успешные компании имеют четкую стратегию для внедрения ИИ, создают центры передового опыта и обеспечивают, чтобы их данные были в соответствующем состоянии с самого начала; это может показаться мелочами, но они являются основой успешных инноваций.

Мы часто наблюдаем, что первым случаем использования для развертывания становятся инструменты продуктивности, такие как ChatGPT, Co-pilot или Claude, которые часто являются точкой входа для многих сотрудников в принятии идеи ИИ и иногда сухо называются «допингом для новичков»!

Культурно, принятие ИИ может стать значительным отходом от статус-кво, и высокоэффективные команды руководства будут стремиться к тому, чтобы обеспечить будущее своих организаций. Стратегия HR, ориентированная на будущее, имеет первостепенное значение, строя внутренние возможности и экспертизу в области ИИ, сосредоточив внимание на применимых навыках, экспертизе и поощряя обмен знаниями. На долгосрочную перспективу необходимо будет взглянуть на перераспределение сотрудников, чьи роли были заменены эффективностью, обеспечиваемой ИИ.

Существуют оправданные причины для акцента на добавленной стоимости ИИ; есть банки, у которых сотни потенциальных случаев использования, и навигация по ним для перехода к доказательству концепции и более широкому развертыванию может быть сложной задачей. Лучшие практики для такой новой технологии только начинают появляться. В первую очередь, фильтрация огромного числа потенциальных случаев использования для приоритизации тех, которые обеспечивают наибольшее создание стоимости, может быть подавляющей, и безжалостная триажа может быть проведена на основе воздействия, стоимости, осуществимости и соответствия более широким бизнес-целям для оценки потенциальной рентабельности инвестиций.

Необходима хорошо продуманная система измерения для оценки проектов ИИ с соответствующими KPI, надежными методологиями сбора данных и четко определенными механизмами отчетности. Как только проект ИИ становится частью привычной деятельности, необходимо установить политику непрерывного итеративного развития со временем для максимизации доходов и обеспечения соответствия стратегическим приоритетам — снова это часто является культурной особенностью высокоэффективных команд.

Недавно меня пригласили поговорить об ИИ с регулятором. Во время круглого стола в отрасли был задан блестяще озадачивающий вопрос: «Какую одну проблему ИИ решает лучше всего?» Неудивительно, что каждая организация имела совершенно другой ответ, и я ожидаю, что компании будут бороться с этим вопросом в течение многих лет.

Те, кто не может быть стратегическим в отношении ИИ и развертывать его надлежащим образом и своевременно, окажутся в значительном невыгодном положении.