Щоб сприяти впровадженню штучного інтелекту у банківській сфері, потрібно розуміти навички ваших співробітників

Бернарду Нуніс — спеціаліст із обробки даних, який спеціалізується на AI-трансформації у Workera.

Відкрийте для себе найкращі новини та події з фінтеху!

Підпишіться на розсилку FinTech Weekly

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

AI більше не є лише експериментом. Згідно з останнім Глобальним опитуванням McKinsey щодо AI, 78% організацій тепер використовують AI щонайменше в одній бізнес-функції.

Фінансова індустрія швидко наздоганяє. Нещодавнє опитування EY-Parthenon виявило, що 77% банків запустили або щойно м’яко запустили застосунки генеративного AI, що більше ніж приблизно 61% у 2023 році. Однак лише 31% просунулися до повноцінної реалізації.

Паралельно, хоча в банківській індустрії є широкі інвестиції в AI, лише кільком вдалося вплести ці можливості в свою стратегічну «плейбук». Опитування BCG повідомило, що так зробили лише 25% банків — а решта 75% застрягли в ізольованих пілотах і proof of concept, ризикуючи стати неактуальними, тоді як конкуренти з «digital-first» рухаються вперед.

Банківська індустрія визначається жорсткими регуляціями та продуманими стратегіями. Ця історія призвела і до ризиків, і до можливостей у сфері AI. Поки інші індустрії випереджають, банки, які діють зараз, все ще мають шанс отримати перевагу першопрохідця. Успішне впровадження AI потребує інфраструктури, моделей, data pipelines і стратегій комплаєнсу. Однак найважливіший аспект у перетворенні обіцянки AI на бізнес-цінність полягає в людському капіталі.

Фінансові установи, які виграють, — це ті, що дають своїм співробітникам змогу використовувати інструменти AI не лише епізодично, а як частину щоденного робочого процесу. Це означає розробку реальних, підтверджених навичок, щоб люди могли розуміти, використовувати та очолювати інновації з AI.

Чому працівники рухають інновації в AI

AI має потенціал забезпечити неймовірні здобутки в продуктивності, клієнтському досвіді та управлінні ризиками. Але по суті AI — це просто інструмент, який потребує людської креативності та експертизи в доменній сфері, щоб створювати реальну бізнес-цінність. Саме собою лише технологічне рішення не стимулює інновації; їх стимулюють люди. У банкінгу, де довіра, регулювання та судження є ключовими, ця взаємодія між людиною і машиною стає ще важливішою.

Кожен працівник сьогодні має стати працівником, орієнтованим на AI, у тій чи іншій мірі. Дехто буде глибоко технічним — дата-сайєнтисти, інженери та будівельники моделей, відповідальні за проєктування та підтримку систем, що лежать в основі операціоналізації AI. Інші, наприклад касири, андеррайтери або представники служби підтримки клієнтів, можуть ніколи не торкнутися рядка коду, але все одно можуть використовувати інструменти з підтримкою AI, щоб оптимізувати робочі процеси та приймати кращі рішення. Між цими крайнощами є працівники «AI+X». Це люди, які мають глибоку експертизу в таких сферах, як кредитний ризик, комплаєнс або виявлення шахрайства, і поєднують її з достатньою грамотністю в AI, щоб використовувати технологію та підсилювати цю експертизу.

Працівники AI+X будуть тими, хто створює справжні інновації. Вони можуть допомогти подолати розрив між бізнес-потребами та технічними можливостями, перетворюючи складні банківські виклики на можливості для AI, щоб давати відчутні результати. Наприклад, спеціаліст із комплаєнсу з грамотністю в AI може співпрацювати з командами даних, щоб розробляти справедливіші, прозоріші моделі для процесів KYC і AML. Продакт-менеджер, який прототипує із застосуванням генеративного AI, може переосмислити взаємодію з клієнтами, створюючи персоналізовані фінансові поради або покращуючи сценарії онбордингу. У всіх цих випадках AI підсилює людську інтуїцію, а не замінює її.

У секторі, який так само жорстко регулюється і якому властива висока схильність до уникнення ризику, як банківський, цей людський шар є критично важливим. Технологія може виявляти аномалії або генерувати рекомендації, але саме люди інтерпретуватимуть, контекстуалізуватимуть і забезпечуватимуть, щоб рішення відповідали етичним, юридичним та репутаційним стандартам. Саме тому банки, які лідирують у впровадженні AI, інвестують не лише в системи та моделі, а й у навички та розуміння своєї робочої сили.

Розвиток із підтвердженими навичками

Побудова робочої сили, орієнтованої на AI, починається з розуміння наявних навичок і прогалин. Щоб масштабувати AI успішно, банкам потрібно більше, ніж ентузіазм і бюджети на навчання. Їм потрібна основа з підтверджених, вимірюваних даних про навички. Без чіткого уявлення про можливості співробітників керівники не можуть приймати обґрунтовані рішення щодо того, як розвивати своїх людей, або де розгортати AI найефективніше.

Самооцінка сама по собі ненадійна. Працівники, як правило, або переоцінюють, або недооцінюють свою компетентність, що призводить до неефективності в навчанні. Підтверджені навички — виміряні через об’єктивні оцінювання — дозволяють організаціям точно відображати поточні сильні та слабкі сторони. З цією інформацією банки можуть розробляти навчальні траєкторії під конкретні процеси та цілі — незалежно від того, чи йдеться про вступну грамотність в AI для команд на «першій лінії», глибокі технічні знання для фахівців із даних, чи експертизу з управління (governance) для спеціалістів із комплаєнсу.

Коли працівники розуміють, на якому вони стоять рівні, вони можуть рухатися до сфокусованого підвищення кваліфікації та підтверджувати навички в періодичних циклах, щоб вимірювати прогрес і робити відповідальні інвестиції в людей. Цей цикл навчання та валідації створює культуру безперервного вдосконалення, гарантуючи, що навички залишаються актуальними, поки сфера розвивається. Це особливо важливо в AI, де «половинний строк життя» навички коротший, ніж будь-коли. Те, що сьогодні вважається передовим, може застаріти вже за рік, тож здатність працівника швидко вчитися стає ціннішою за будь-яку конкретну технічну компетентність.

Для банків це означає потребу надавати пріоритет швидкості росту навичок — тобто темпу, з яким працівники можуть набувати й застосовувати нові навички. Установи, які культивують таку адаптивність, збережуть конкурентну перевагу, реагуючи швидше на нові регуляції, очікування клієнтів і технології. Підтверджені навички також зміцнюють governance, гарантуючи, що працівники розуміють не лише те, як використовувати AI, а й як робити це відповідально — з увагою до справедливості, прозорості та ризику.

Головна мета — узгодженість. Коли аналітика навичок формує стратегію навчання — і стратегія навчання підтримує бізнес-першочергові завдання — банки можуть пришвидшити свою AI-трансформацію з упевненістю. Дані про підтверджені навички дозволяють керівникам бачити, куди інвестувати, як мобілізувати таланти і коли безпечно масштабувати інновації.

Побудова команди, яка виграє

Це доленосний момент для банківської індустрії. Ті установи, що закладуть фундамент для інновацій, рухатимуться вперед, тоді як ті, хто вагається, ризикують залишитися позаду. Шлях уперед зрозумілий: банки, які формують широку базу AI-компетенцій серед своїх співробітників — особливо підтверджених навичок, що поєднують технічну й доменну експертизу — опиняться в найсильнішій позиції, щоб процвітати.

Коли кожен працівник отримує повноваження використовувати AI — як творець, power user або фахівець у доменній сфері — банк загалом набуває гнучкості, стійкості та здатності створювати стратегічну цінність, а не лише поступове підвищення ефективності. Зараз час перейти від експериментів до впровадження можливостей (enablement). В AI те, що відрізняє лідерів від аутсайдерів, — це не лише моделі, які ви будуєте, чи R&D, яке фінансуєте, а навички, які ви культивуєте.