Штучний інтелект: новий одяг імператора? Впровадження у фінансових послугах

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

Відкрийте для себе найкращі новини та події у сфері фінтех!

Підписуйтеся на розсилку FinTech Weekly

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

Мало які теми 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 привілей спостерігати за розвитком інновацій у всьому спектрі фінансово-сервісних компаній.

Першими, хто активно впроваджує, 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 випадки застосування з високою окупністю інвестицій.
 
Фінансові компанії займалися математичним моделюванням і машинним навчанням майже за десятиліття до того, як штучний інтелект почав масово просуватися на ринок, 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 все ще перебуваємо на початкових етапах впровадження. Крім того, існує безліч різних сценаріїв застосування — один банк першого рівня впроваджує штучний інтелект зовсім інакше, ніж, скажімо, місцева кредитна спілка з десятьма філіями.

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

Однак з’являються чіткі закономірності, що визначають ранній 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 застосуванням є інструменти підвищення продуктивності, такі як ChatGPT, Co-pilot або Claude, які часто є першим кроком для багатьох колег у прийнятті ідеї штучного інтелекту і іноді жартівливо називаються «воротною наркотикою»!
 
Культурно впровадження штучного інтелекту може бути значним відхиленням від статус-кво, і високоефективні керівні команди прагнуть забезпечити довгострокову стійкість своїх організацій. Передовий HR-стратегія є надзвичайно важливою: розвиток внутрішніх можливостей і експертизи у сфері штучного інтелекту, фокус на навичках, досвіді та заохочення обміну знаннями. Довгостроковий підхід також передбачає перепрофілювання колег, чиї ролі стають зайвими через автоматизацію на основі штучного інтелекту.

Звичайно, багато уваги приділяється цінності штучного інтелекту; деякі банки мають сотні потенційних сценаріїв застосування, і навігація цим різноманіттям для створення прототипів і 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 здаватися непосильним, тому жорстке пріоритезування за впливом, вартістю, здійсненністю та відповідністю стратегічним цілям допомагає оцінити потенційний ROI.

Потрібна ретельно продумана система вимірювань для оцінки проектів штучного інтелекту, з відповідними KPI, надійними методами збору даних і чітко визначеними механізмами звітності. Як тільки проект штучного інтелекту стає частиною повсякденної діяльності, потрібно впроваджувати політику безперервної ітеративної розробки для максимізації результатів і забезпечення відповідності стратегічним пріоритетам — і це часто є ознакою високоефективних команд.

Нещодавно мене запросили поговорити про штучний інтелект із регулятором. Під час кола обговорень у галузі 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 будуть боротися з цим питанням ще багато років.

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