Штучний інтелект: новий одяг імператора? Застосування у фінансових послугах

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

Дізнайтеся про найважливіші новини та події у фінтеху!

Підписуйтеся на розсилку FinTech Weekly

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

Мало які теми викликають таку поляризацію, як штучний інтелект; думки коливаються від позитивних — це новий фронтир людського прогресу, технологічне рішення, що шукає проблеми для вирішення, — до найгірших сценаріїв, де потенційно може призвести до кінця людства.

Як головний стратег Softcat, який підтримує 2 500 компаній у сфері фінансових послуг через ІТ-послуги та інфраструктуру, я маю привілейований перший ряд у спостереженні за розвитком інновацій у всьому спектрі фінансово-сервісних компаній.

Першими активізувалися хедж-фонди, що використовують значні інвестиції в штучний інтелект для покращення прибутковості, а також страхові компанії, які мають доступ до величезних обсягів даних — обидва сегменти легко можуть обґрунтувати чіткі кейси з високою окупністю інвестицій.
 
Фінансові компанії займалися математичним моделюванням і машинним навчанням майже за десятиліття до того, як штучний інтелект почали просувати у сучасному вигляді, але останнім часом потужність інфраструктури штучного інтелекту викликала значний інтерес з боку квантових торгових фондів, страхових компаній і компаній з управління багатством, які прагнуть отримати вигоду з величезної кількості доступних даних.

Крім того, багато з того, що продається як штучний інтелект, є просто наступною ітерацією автоматизації.

Хоча ми спостерігаємо великий інтерес до штучного інтелекту у всіх типах фінансових компаній, враховуючи його потенціал, ми все ще знаходимося на початкових етапах впровадження. Крім того, існує безліч різних сценаріїв застосування — один банк першого рівня впроваджуватиме штучний інтелект зовсім інакше, ніж, скажімо, локальна кредитна спілка з десятьма відділеннями.

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

Однак з’являються чіткі закономірності, що сприяють ранньому впровадженню та високому рівню використання. Успішні компанії мають чітку стратегію впровадження штучного інтелекту, створюють центри передового досвіду та забезпечують належний стан даних з самого початку; ці кроки здаються дрібними, але є основою успішних інновацій.

Першими кейсами застосування зазвичай стають 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. Важливою є стратегія HR, яка передбачає розвиток внутрішніх можливостей і експертизи у сфері штучного інтелекту, зосереджуючись на відповідних навичках, знаннях і заохочуючи обмін досвідом.

Довгостроковий підхід також передбачає перепрофілювання колег, чиї ролі стають зайвими через автоматизацію та підвищення ефективності за допомогою штучного інтелекту.

Звичайно, багато уваги приділяється цінності штучного інтелекту; деякі банки мають сотні потенційних кейсів застосування, і навігація цим різноманіттям для визначення найперспективніших для прототипування та широкого впровадження може бути складною. Найкраща практика для такої нової технології тільки починає формуватися. Спершу, проходження через велику кількість потенційних сценаріїв і пріоритезація тих, що приносять найбільшу цінність, може бути виснажливою, тому жорстке відсіювання 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 роботи, необхідна політика безперервного ітеративного розвитку 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 колективної дискусії було поставлено дивовижне запитання: «Яка одна проблема, яку штучний інтелект вирішує краще за все?» Не дивно, що 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 впровадження штучного інтелекту і робити це своєчасно та відповідно, будуть у значно гіршому становищі.