Чтобы стимулировать внедрение ИИ в банковском секторе, вам необходимо понять навыки ваших сотрудников

Бернарду Нунес — специалист по данным, который занимается AI-трансформацией в Workera.

Откройте для себя лучшие новости и мероприятия в финтехе!

Подпишитесь на рассылку FinTech Weekly

Читают руководители из JP Morgan, Coinbase, Blackrock, Klarna и других

AI больше не является просто экспериментом. Согласно последнему Global Survey on AI от McKinsey, 78% организаций теперь используют AI как минимум в одной функции бизнеса.

Банковская индустрия быстро догоняет. Недавний опрос EY-Parthenon показал: 77% банков запустили или провели мягкий запуск приложений генеративного AI — по сравнению примерно с 61% в 2023 году. Однако лишь 31% продвинулись к полноценной реализации.

Тем временем, несмотря на широкие инвестиции в AI в банковской сфере, немногие встроили эти возможности в свою стратегическую модель. Опрос BCG сообщил, что так сделали только 25% банков — а оставшиеся 75% по-прежнему застряли в разрозненных пилотных проектах и proof of concept, рискуя стать неактуальными, пока цифровые конкуренты уходят вперед.

Банковская индустрия определяется строгими нормами и продуманными стратегиями. Эта история привела к появлению как рисков, так и возможностей в области AI. В то время как другие отрасли ушли далеко вперед, у банков, которые действуют сейчас, все еще есть шанс получить преимущество первопроходца. Успешное внедрение AI требует инфраструктуры, моделей, дата-пайплайнов и стратегий соответствия требованиям. Однако наиболее важный аспект в превращении обещаний AI в бизнес-ценность лежит в человеческом капитале.

Победят финансовые организации, которые дадут своим сотрудникам возможность использовать AI-инструменты не только по необходимости (ad hoc), но и как часть их ежедневного рабочего процесса. Это означает развитие реальных, проверенных навыков, чтобы люди могли понимать, применять и возглавлять инновации в области AI.

Почему сотрудники движут инновациями в области AI

У AI есть потенциал обеспечивать невероятные результаты в повышении производительности, улучшении клиентского опыта и управлении рисками. Но по своей сути AI — это просто инструмент: для создания реальной бизнес-ценности ему нужны человеческое творчество и экспертиза в предметной области. Одна лишь технология не двигает инновации; это делают люди. В банковской сфере, где доверие, регулирование и суждение имеют ключевое значение, это взаимодействие человека и машины становится еще важнее.

Сегодня каждый сотрудник в той или иной степени должен стать сотрудником, работающим с включенным AI. Некоторые будут глубоко техническими — специалисты по данным, инженеры и создатели моделей, отвечающие за проектирование и сопровождение систем, на которых строится операционализация AI. Другие, например кассиры, андеррайтеры или представители службы поддержки клиентов, могут никогда не писать код, но все равно смогут использовать AI-powered инструменты, чтобы оптимизировать рабочие процессы и принимать более качественные решения. Между этими крайностями находятся сотрудники формата “AI+X”. Это люди, которые привносят глубокую экспертность в таких областях, как кредитный риск, комплаенс или выявление мошенничества, и дополняют ее достаточной AI-грамотностью, чтобы применять технологию для усиления этой экспертизы.

Сотрудники формата AI+X — это те, кто обеспечивает настоящие инновации. Они могут помочь сократить разрыв между потребностями бизнеса и техническими возможностями, превращая сложные банковские задачи в возможности для AI, который дает измеримые результаты. Например, специалист по комплаенсу с AI-грамотностью может работать вместе с командами по данным, чтобы проектировать более справедливые и прозрачные модели для процессов KYC и AML. Менеджер продукта, который прототипирует с помощью генеративного AI, может заново представить взаимодействие с клиентами — создавая персонализированные финансовые рекомендации или улучшая пути онбординга. Во всех этих случаях AI усиливает человеческое понимание, а не заменяет его.

В секторе, настолько строго регулируемом и склонном к неприятию рисков, как банковская сфера, этот человеческий слой критически важен. Технология может выявлять аномалии или генерировать рекомендации, но именно люди будут интерпретировать, контекстуализировать и обеспечивать, чтобы решения соответствовали этическим, юридическим и репутационным стандартам. Поэтому банки, которые лидируют во внедрении AI, инвестируют не только в системы и модели, но и в навыки и понимание своей рабочей силы.

Развитие с опорой на проверенные навыки

Формирование рабочей силы, работающей с включенным AI, начинается с понимания существующих навыков и пробелов. Чтобы успешно масштабировать AI, банкам нужны не только энтузиазм и бюджеты на обучение. Им требуется основа из данных о проверенных, измеримых навыках. Без четкого представления о возможностях сотрудников руководители не могут принимать обоснованные решения о том, как развивать людей, или где задействовать AI наиболее эффективно.

Одна лишь самооценка ненадежна. Сотрудники склонны либо переоценивать, либо недооценивать свою квалификацию, что приводит к неэффективности обучения. Проверенные навыки — измеряемые через объективные оценки — позволяют организациям точно определить текущие сильные и слабые стороны. Имея эту информацию, банки могут разрабатывать траектории обучения, адаптированные под конкретные процессы и цели — будь то вводная AI-грамотность для команд, работающих на передовой, глубокие технические знания для специалистов по данным или экспертиза по governance для сотрудников комплаенса.

Когда сотрудники понимают, на каком они уровне, они могут проходить целенаправленное upskilling и подтверждать навыки в периодических циклах, чтобы измерять прогресс и делать ответственные инвестиции в людей. Этот цикл обучения и валидации формирует культуру непрерывного улучшения, гарантируя, что навыки остаются актуальными по мере развития сферы. Это особенно важно в AI, где “срок полужизни” навыка короче, чем когда-либо. То, что сегодня считается cutting-edge, может устареть уже в течение года — и потому способность сотрудника быстро учиться становится более ценной, чем любая конкретная техническая компетентность.

Для банков это означает необходимость делать приоритетом скорость роста навыков — то есть темп, с которым сотрудники могут приобретать и применять новые навыки. Учреждения, которые развивают эту адаптивность, сохранят конкурентное преимущество, реагируя быстрее на новые требования регуляторов, ожидания клиентов и технологии. Проверенные навыки также укрепляют governance: они гарантируют, что сотрудники понимают не только как использовать AI, но и как использовать его ответственно — с вниманием к справедливости, прозрачности и рискам.

Конечная цель — согласованность. Когда аналитика по навыкам определяет стратегию обучения — а стратегия обучения поддерживает приоритеты бизнеса — банки могут ускорить свою AI-трансформацию с уверенностью. Данные о проверенных навыках позволяют лидерам видеть, куда инвестировать, как мобилизовать таланты и когда безопасно масштабировать инновации.

Формирование команды, которая побеждает

Это поворотный момент для банковской индустрии. Те организации, которые заложат фундамент для инноваций, уйдут вперед, а те, кто будет колебаться, рискуют остаться позади. Путь вперед очевиден: банки, которые формируют широкие AI-возможности у своих сотрудников — особенно проверенные навыки, сочетающие техническую экспертизу и знания предметной области — окажутся в наилучшей позиции, чтобы процветать.

Когда каждый сотрудник получает полномочия использовать AI — будь то создатель, power user или эксперт в предметной области — весь банк получает гибкость, устойчивость и способность создавать стратегическую ценность, а не только наращивать инкрементную эффективность. Сейчас время перейти от экспериментов к enablement. В AI то, что отличает лидеров от отстающих, — это не только модели, которые вы создаете, или R&D, которое вы финансируете, а те навыки, которые вы развиваете.