ИИ в банковской сфере: опрос раскрывает факторы успеха
Ответы более 300 руководителей из разных отраслей, которые занимаются искусственным интеллектом (ИИ) в крупных компаниях по всему миру, свидетельствуют о том, что мы находимся на пороге изменений практически во всех отраслях.
Результаты опроса, который провели Forbes Insights, SAS, Accenture Applied Intelligence и Intel, демонстрируют признаки того, что мы достигли момента, когда ИИ выходит за рамки дискретных сценариев использования и экспериментов и внедряется в масштабах всей компании. Ответы многих из опрошенных нами руководителей указывают на бурный рост благодаря внедрению ИИ, даже несмотря на выявленные недочеты в возможностях и стратегии.
Скачать отчет
Результаты нашего опроса показывают, что лидеры и начинающие приверженцы ИИ добиваются значительных успехов и совершенствуют работу, используя ИИ все чаще.
Что это значит для банков?
Отраслевые эксперты сходятся во мнении, что банки работают в авангарде с технологиями ИИ. Даже банковские клиенты, которые взаимодействуют с цифровыми помощниками и растущим числом сервисов с поддержкой ИИ, могут видеть влияние ИИ на банковскую деятельность. «Будь то розничная, корпоративная или инвестиционная банковская сфера, факт в том, что отрасль с энтузиазмом погрузилась в бассейн искусственного интеллекта и теперь с удовольствием в нем плескается», - сказал Алекс Квятковски, старший отраслевой консультант в глобальной банковской практике SAS. «Но речь не об экспериментах, это момент целенаправленного исследования, которое помогает отрасли определить как возможности, так и потенциальные подводные камни».
В то время как ориентированные на клиента ИИ-приложения могут представлять наиболее очевидные и понятные примеры работы ИИ в банковской сфере, его влияние ощущается далеко за пределами фронт-офиса. Внутри банков ИИ разворачивается практически везде, где он может сыграть роль сегодня, от фронт-офиса до мидл- и бэк-офисов, помогая с инициативами по борьбе с отмыванием денег и антитеррористическими операциями, а также с более традиционными операциями бэк-офиса, такими как корпоративные финансы и бухгалтерские задачи (см. рисунок 1).
Одна из ключевых причин такого активного, часто агрессивного применения возможностей ИИ - создание ценности. «Банки справедливо одержимы соотношением «челюстей» ('jaws' ratios), где верхняя челюсть - это доход, который, надеемся, растет, а нижняя челюсть - это стоимость, которая должна постоянно снижаться», - сказал Квятковски. «Все больше компаний понимают, что ИИ не только снижает затраты, но и играет не менее важную роль в повышении доходов, например, улучшает отношения с клиентами, вносит новый вклад в инновационную деятельность и т.д. Это серьезная причина, по которой мы считаем, что у банков есть опыт, который в более широком смысле применим ко многим отраслям».
Так что же говорят банковские руководители о своем опыте работы с ИИ? На чем они сосредоточены сегодня? Что работает? Какие у них планы на будущее? Давайте остановимся на нескольких основных моментах. Рассмотрим отрасль финансовых услуг в сочетании с нашими собственными взглядами, основанными на недавнем опыте работы в данной отрасли.
Все больше компаний понимают, что ИИ не только снижает затраты, но и играет не менее важную роль в повышении доходов, например, улучшает отношения с клиентами, вносит новый вклад в инновационную деятельность и т. д. Alex Kwiatkowski Senior industry consultant SAS
Банки все еще на стадии экспериментов с ИИ
Да, банки сегодня больше других организаций используют ИИ, но это не значит, что они уже вступили в зрелую фазу его использования. «Мы все еще находимся на стадии "посмотрим, что из этого выйдет", - сказал Квятковски, - мы наблюдаем сильную тягу к использованию ИИ практически везде, где он может сыграть свою роль. Нужно протестировать его и затем продвинуться вперед, основываясь на полученных знаниях». Учитывая рост финтех, это может интерпретироваться как защитная мера - попытка более традиционных банков оставаться на шаг впереди революционных инноваций, вырывающихся из финтех-мира.
Этот экспериментальный подход отражен в результатах опроса, который показывает головокружительный диапазон ИИ-технологий, используемых компаниями по предоставлению финансовых услуг, в столь же разнообразном диапазоне представлены деловые активности (см. рисунок 2).
Контроль ИИ считается необходимым - банки этого придерживаются
Как и следовало ожидать в такой жестко регулируемой отрасли, руководители в области финансовых услуг сообщают о растущем уровне контроля за их ИИ-деятельностью. Сейчас банковские лидеры не чувствуют себя комфортно, учитывая уже высокую (и растущую) важность ответственного использования банковских данных. Кроме того, возможности ИИ постоянно совершенствуются, как и варианты их работы в банках. Это требует постоянной бдительности и контроля, чтобы идти в ногу со временем.
«Мы работаем с крупным мировым банком, который начинает подключать цифровых помощников клиентам с высоким уровнем дохода», - сказал Квятковски. «Все, кто участвует в этой инициативе, понимают, что необходимо много контролировать, и именно так они прогрессируют.
Кто проводит обзоры или оценки результатов ИИ? Наиболее распространенным ответом респондентов являются советы и комитеты по цифровым инициативам (см. рисунок 3).
Помимо контроля и соблюдения норм, вопрос этики с каждым днем привлекает все больше внимания. «Если бы мне давали пять центов каждый раз, когда меня спрашивают о плохом положении ИИ, сегодня я бы был богат», - сказал Мелвин Грир, главный дата-сайентист, Intel. «Но многие из тех, кто спрашивает меня об ИИ, не знают, что эти технологии уже формируют их жизнь незаметно каждый день. ИИ уже реально влияет на нашу жизнь, подчеркивая важность наличия сильной этической базы».
Этика - ключевой аспект контроля, который банки должны активно учитывать при развитии.
В поисках правильного баланса между ИИ и человеческим пониманием и вовлечением
В то время как бытует мнение, что ИИ заберет рабочие места у людей, в банковской сфере реальность иная. По словам Алекса Квятковски: «Банки проделали хорошую работу по избеганию мышления "машина делает это сейчас, поэтому мы можем пойти сделать что-то другое". Это важное отличие, которое должны учитывать лидеры в других отраслях. Люди по-прежнему играют огромную роль, так же как и после появления банкомата».
Возможно, это связано с тем, что руководители в банковской сфере понимают, что системы ИИ могут допускать ошибки. Это отражено в их ответах (см. рисунок 4).
Банковские лидеры понимают, что ИИ, вероятно, окажет влияние на рабочие места и обязанности, но, возможно, не окажет негативного воздействия, к которому готовятся их сотрудники. «Мы верим, что ИИ изменит отношения между людьми и технологиями», - сказала Афина Каниура, главный дата-сайентист, Accenture Applied Intelligence. «Настоящее волнение связано с новыми обязанностями. Например, «объясняющие», в рамках которых будет объясняться, как использовать ИИ, или «обучающие», где работники будут нести ответственность за развитие систем ИИ, чтобы они работали на более высоком уровне». Руководители финансовых компаний сообщают об относительно высоком уровне обеспокоенности по поводу предполагаемого воздействия ИИ на отношения между работниками (см. рисунок 5).
Что будет дальше с ИИ в банковской сфере?
Кажется очевидным, что ИИ будет продолжать расширяться внутри банков, поскольку лидеры становятся более искусными в использовании данных возможностей, а сами возможности становятся еще более мощными. Хотя то, что будет дальше, будет зависеть от банка, а именно от их операционной среды. Можно с уверенностью сказать, что факторы, которые отличают успешных приверженцев ИИ, выявленных в опросе, будут заметны среди банков:
- Уровень готовности. Как часто банковские лидеры пересматривают результаты работы ИИ? Есть ли у них процессы для дополнения или отмены сомнительных результатов? Есть ли у них планы значительно улучшить бизнес-процессы с помощью ИИ? Все это показатели зрелости процессов в ИИ и все они являются областями, в которых лидеры ИИ в банковской сфере уже выделяются на фоне остальных.
- Акцент на этике. Этика не является новым направлением для банков. Чем отличается ИИ в банковской сфере? Признанием того, что банк несет ответственность за результаты ИИ-процесса - так же, как он отвечает за действия своих сотрудников. Этическое обучение для технических специалистов свидетельствует о заинтересованности, связанной с потенциально неэтическим использованием ИИ.
- Подключение аналитики к ИИ. Аналитика определяет аспекты обучения и автоматизации в подключении ИИ. Они могут быть не столь очевидны среди банков, которым еще не удалось успешно развернуть ИИ. Успешные пользователи ИИ демонстрируют уровень зрелости в data-driven процессах, которые возможны при успешных развертываниях ИИ.
- Доверие к ИИ. Когда дело касается ИИ, успех рождает уверенность - успешные организации более чем в два раза чаще доверяют собственной способности этически использовать технологии ИИ в будущем. Банки не исключение.
- Адекватный уровень контроля ИИ. Компании, которые более успешны в использовании ИИ, имеют тенденцию к более строгому контролю над процессами. Например, 74% успешных компаний сообщают, что они проверяют результаты ИИ как минимум каждую неделю. Хотя банки добились хорошего прогресса в этой области, простое поддержание актуальности достижений и развертываний ИИ по мере их распространения в банке требует сосредоточенного внимания и усилий.
Независимо от того, как вы для себя интерпретируете результаты опроса, очевидно, что ИИ используется все чаще. И вообще, он только начинает свой путь. Если бы ИИ был пятиступенчатой ракетой, то, возможно, сейчас мы запускаем третью ступень. И по мере того, как ИИ будет продолжать свое развитие, многие из вопросов, рассмотренных в этом опросе, будут приобретать все большее значение. Эта тема все чаще будет подниматься в разговорах на уровне совета директоров, в повестке дня встреч на уровне внедрения и чаще появляться в деловых и популярных СМИ.
Рекомендуем прочитать
- Гид: алгоритмы машинного обучения и их типыТермины «Машинное обучение» и «Искусственный интеллект» часто путают между собой. На самом деле, машинное обучение входит в область искусственного интеллекта. Ещё машинное обучение порой путают с прогнозной аналитикой (или предсказательным моделированием).
- IFRS 9 and CECL: The challenges of loss accounting standardsThe loss accounting standards, CECL and IFRS 9, change how credit losses are recognized and reported by financial institutions. Although there are key differences in the standards for CECL (US) and IFRS 9 (international), both require a more forward-looking approach to credit loss estimation.
- What was your data doing during the financial crisis?Financial institutions usually survive a crisis, then react to prevent it in the future. SAS' Mazhar LeGhari explains how data can help you break that cycle.