Этические соображения при внедрении DeepSeek AI в финтех

Девин Партидж — главный редактор ReHack. Как писатель, её работы публиковались в Inc., VentureBeat, Entrepreneur, Lifewire, The Muse, MakeUseOf и других.

Откройте для себя лучшие новости и события финтеха!

Подпишитесь на рассылку FinTech Weekly

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

Искусственный интеллект (ИИ) — одна из самых перспективных, но одновременно и наиболее вызывающих опасения технологий в финтехе сегодня. Теперь, когда DeepSeek произвел сенсацию в сфере ИИ, его конкретные возможности и риски требуют внимания.

Хотя ChatGPT вывел генеративный ИИ в массовое использование в 2022 году, DeepSeek достиг новых высот с запуском модели DeepSeek-R1 в 2025 году.

Алгоритм является открытым исходным кодом и бесплатным, но показывает результаты, сопоставимые с платными проприетарными аналогами. Поэтому это заманчивое бизнес-решение для финтех-компаний, надеющихся извлечь выгоду из ИИ, но оно также вызывает этические вопросы.

Рекомендуемое чтение:

*   **Модель DeepSeek R1 вызывает дебаты о будущем развития ИИ**
*   **Модель ИИ DeepSeek: возможность и риск для небольших технологических компаний**

Конфиденциальность данных

Как и в случае с многими приложениями ИИ, конфиденциальность данных вызывает опасения. Большие языковые модели (LLMs), такие как DeepSeek, требуют значительного объема информации, и в секторе финтеха большая часть этих данных может быть чувствительной.

DeepSeek усложняется тем, что он принадлежит китайской компании. Правительство Китая может получить доступ ко всей информации на китайских дата-центрах или запросить данные у компаний внутри страны. Следовательно, модель может представлять риски, связанные с иностранным шпионажем и пропагандой.

Еще одна проблема — утечки данных третьих сторон. DeepSeek уже пострадал от утечки, которая раскрыла более 1 миллиона записей, что может поставить под сомнение безопасность инструментов ИИ.

Предвзятость ИИ

Модели машинного обучения, такие как DeepSeek, склонны к предвзятости. Поскольку ИИ очень хорошо умеет выявлять и учиться на тонких закономерностях, которые могут пропустить люди, он может усваивать подсознательные предубеждения из своих обучающих данных. Обучаясь на искаженной информации, такие модели могут способствовать и усугублять проблемы неравенства.

Эти опасения особенно актуальны в финансах. Поскольку финансовые учреждения исторически избегали предоставлять возможности меньшинствам, их исторические данные часто содержат значительную предвзятость. Обучение DeepSeek на таких наборах данных может привести к дальнейшим предвзятым действиям, например, отказу в выдаче кредитов или ипотек на основе этнической принадлежности, а не кредитоспособности.

Доверие потребителей

По мере того, как новости о проблемах ИИ заполняют заголовки, общественность становится все более подозрительной к этим сервисам. Это может привести к утрате доверия между финтех-компанией и её клиентами, если компания не будет прозрачно управлять этими вопросами.

DeepSeek может столкнуться с уникальным барьером. Сообщается, что компания создала свою модель всего за 6 миллионов долларов, и как быстрорастущая китайская компания, она может напомнить о проблемах конфиденциальности, связанных с TikTok. Общественность может не быть готова доверять низкобюджетной, быстро разработанной модели ИИ с их данными, особенно если на Китайское правительство может оказывать влияние.

Как обеспечить безопасное и этичное внедрение DeepSeek

Этические соображения не означают, что финтех-компании не могут безопасно использовать DeepSeek, но подчеркивают важность аккуратной реализации. Организации могут внедрять DeepSeek этично и безопасно, следуя этим лучшим практикам.

Запускайте DeepSeek на локальных серверах

Один из важнейших шагов — запускать ИИ-инструмент на отечественных дата-центрах. Хотя DeepSeek принадлежит китайской компании, его веса модели открыты, что позволяет запускать его на американских серверах и снижать опасения по поводу утечек данных со стороны китайского правительства.

Однако не все дата-центры одинаково надежны. В идеале, финтех-компании должны размещать DeepSeek на собственном оборудовании. Если это невозможно, руководство должно тщательно выбрать хостинг-провайдера, сотрудничая только с теми, кто обеспечивает высокий уровень времени безотказной работы и безопасности, например, соответствие стандартам ISO 27001 и NIST 800-53.

Минимизируйте доступ к чувствительным данным

При создании приложения на базе DeepSeek финтех-компании должны учитывать, к каким данным модель может иметь доступ. ИИ должен иметь доступ только к необходимой информации для выполнения своих функций. Также желательно очищать доступные данные от ненужной личной идентифицируемой информации (PII).

Когда DeepSeek содержит меньше чувствительных данных, любой взлом будет иметь меньшие последствия. Минимизация сбора PII также важна для соблюдения законов, таких как Общий регламент по защите данных (GDPR) и Закон Грэм-Лиуч-Блэли (GLBA).

Внедряйте меры кибербезопасности

Регуляции, такие как GDPR и GLBA, также обычно требуют защитных мер для предотвращения утечек. Даже вне рамок таких законов, история утечек DeepSeek подчеркивает необходимость дополнительных мер безопасности.

Минимум, финтех-компании должны шифровать все данные, доступные ИИ, в состоянии покоя и при передаче. Регулярное тестирование на проникновение для выявления и устранения уязвимостей также желательно.

Финтех-организации должны рассматривать автоматизированный мониторинг своих приложений на базе DeepSeek, поскольку такая автоматизация экономит в среднем 2,2 миллиона долларов на стоимости утечек благодаря более быстрым и эффективным реакциям.

Проводите аудит и мониторинг всех приложений ИИ

Даже после выполнения этих шагов важно оставаться бдительными. Перед внедрением DeepSeek необходимо провести аудит, чтобы выявить признаки предвзятости или уязвимости безопасности. Помните, что некоторые проблемы могут быть незаметны сразу, поэтому необходим постоянный контроль.

Создайте специальную рабочую группу для мониторинга результатов работы ИИ и обеспечения его этичности и соответствия нормативам. Также важно быть прозрачными с клиентами по поводу этой практики. Это поможет укрепить доверие в этой сомнительной области.

Финтех-компании должны учитывать этику ИИ

Данные в финтехе особенно чувствительны, поэтому все организации этого сектора должны относиться к инструментам, основанным на данных, таким как ИИ, серьезно. DeepSeek может стать ценным бизнес-ресурсом, но только при условии соблюдения строгих этических и безопасных стандартов.

Как только руководители финтеха поймут необходимость такой осторожности, они смогут обеспечить безопасность и справедливость своих инвестиций в DeepSeek и другие проекты ИИ.