Согласно анализу McKinsey, около 75% стоимости, созданной искусственным интеллектом во всех отраслях на сегодняшний день, приходится на взаимодействие с клиентами и три другие категории: синтез контента (виртуальный эксперт), генерация контента, а также кодирование и программное обеспечение.
Привлечения клиентов. Решения Gen AI могут превратить утомительные ручные процессы в более увлекательное и эффективное взаимодействие. Например, виртуальный помощник кредитора помогает сотрудникам пройти процесс подачи кредитной заявки, используя полезные выдержки из истории чата, объяснения терминов. Это делает процесс более рациональным и менее обременительным. Некоторые банки используют Gen AI для предоставления сотрудникам утвержденных шаблонов, которые помогают при оформлении документации.
Синтез контента (виртуальный эксперт). Модели Gen AI повышают производительность сотрудников, обобщая и извлекая информацию из огромных объемов информации — например, запрашивая последние государственные нормативные акты в разных регионах; создание исследовательских отчетов, презентаций, анализа настроений клиентов и инструкций; или выступать в роли «виртуального эксперта». Сообщается, что Morgan Stanley создал ИИ-помощника, использующего GPT-4, который помогает десяткам тысяч управляющих активами быстро находить и синтезировать ответы из огромной внутренней базы знаний. Он также обобщает встречи с клиентами и генерирует электронные письма. Другой ведущий банк сообщил, что он близок к сокращению времени на составление инвестиционного обзора более чем на 90% (с девяти часов до 30 минут) благодаря использованию искусственного интеллекта.
Генерация контента. Модели Gen AI могут создавать персонализированный контент в режиме реального времени для многих вариантов использования. Например, персонализированные маркетинговые материалы, сформированные на основе профилей клиентов, их историй и подробностей о продуктах.
Кодирование и программное обеспечение. Помощники по программированию на основе искусственного интеллекта помогают компаниям справиться с технологическим долгом и ускорить разработку программного обеспечения. Помощники по коду переводят устаревший код на новые языки, используя подсказки на естественном языке, и помогают разработчикам отлаживать и создавать тесты.
Привлечения клиентов. Решения Gen AI могут превратить утомительные ручные процессы в более увлекательное и эффективное взаимодействие. Например, виртуальный помощник кредитора помогает сотрудникам пройти процесс подачи кредитной заявки, используя полезные выдержки из истории чата, объяснения терминов. Это делает процесс более рациональным и менее обременительным. Некоторые банки используют Gen AI для предоставления сотрудникам утвержденных шаблонов, которые помогают при оформлении документации.
Синтез контента (виртуальный эксперт). Модели Gen AI повышают производительность сотрудников, обобщая и извлекая информацию из огромных объемов информации — например, запрашивая последние государственные нормативные акты в разных регионах; создание исследовательских отчетов, презентаций, анализа настроений клиентов и инструкций; или выступать в роли «виртуального эксперта». Сообщается, что Morgan Stanley создал ИИ-помощника, использующего GPT-4, который помогает десяткам тысяч управляющих активами быстро находить и синтезировать ответы из огромной внутренней базы знаний. Он также обобщает встречи с клиентами и генерирует электронные письма. Другой ведущий банк сообщил, что он близок к сокращению времени на составление инвестиционного обзора более чем на 90% (с девяти часов до 30 минут) благодаря использованию искусственного интеллекта.
Генерация контента. Модели Gen AI могут создавать персонализированный контент в режиме реального времени для многих вариантов использования. Например, персонализированные маркетинговые материалы, сформированные на основе профилей клиентов, их историй и подробностей о продуктах.
Кодирование и программное обеспечение. Помощники по программированию на основе искусственного интеллекта помогают компаниям справиться с технологическим долгом и ускорить разработку программного обеспечения. Помощники по коду переводят устаревший код на новые языки, используя подсказки на естественном языке, и помогают разработчикам отлаживать и создавать тесты.
Риски использования Gen AI
Генеративный ИИ (Gen AI), несмотря на все свои потенциальные преимущества, сопряжен с уникальными рисками. Некоторые из наиболее важных проблем включают в себя:
Несправедливость. Gen AI может проецировать алгоритмическую предвзятость из-за несовершенства обучающих данных или инженерных решений на этапах разработки и развертывания.
Проблемы камни интеллектуальной собственности. Данные обучения и выходные данные моделей могут создавать значительные риски для интеллектуальной собственности, включая возможное нарушение авторских прав, товарных знаков, запатентованных и иным образом защищенных законом материалов.
Проблемы конфиденциальности. Gen AI может усилить проблемы конфиденциальности из-за (потенциально непреднамеренного) использования личной или иной конфиденциальной информации, используемой при обучении моделей.
Угрозы безопасности. Приложения могут подвергаться уязвимостям безопасности и манипуляциям. Например, злоумышленники могут обойти фильтры безопасности посредством запутывания, разделения полезной нагрузки или виртуализации.
Отсутствие объяснимости. Gen AI опирается на нейронные сети с миллиардами параметров, тем самым усложняя попытки объяснить пользователям, как создается тот или иной ответ.
Ненадежность. Gen AI может давать разные ответы на одни и те же запросы, что затрудняет способность пользователей оценивать точность и надежность результатов.
Организационное воздействие. Gen AI может существенно повлиять на рабочую силу, оказывая потенциально непропорциональное негативное воздействие на отдельные группы и местные сообщества.
Последствия ESG. Обучение и внедрение базовых моделей могут увеличить выбросы углекислого газа и превзойти экологические, социальные и управленческие (ESG) обязательства или ожидания.
Gen AI потенциально может произвести революцию в способах управления рисками банков. Это может позволить подразделениям перейти от ориентированной на задачи деятельности к партнерству с бизнес-подразделениями по предотвращению стратегических рисков и обеспечению контроля на начальном этапе взаимодействия с новыми клиентами. Это, в свою очередь, освободит специалистов по рискам для консультирования предприятий по вопросам разработки новых продуктов и стратегических бизнес-решений, изучения возникающих тенденций и сценариев риска, повышения устойчивости и активного улучшения процессов управления рисками и контроля.
Использование Gen AI в функциях управления рисками и соблюдением требований
Соответствие нормативным требованиям. Предприятия используют Gen AI в качестве виртуального эксперта по нормативно-правовому регулированию и политике, обучая его отвечать на вопросы о правилах, политике компании и руководящих принципах. Технология также может сравнивать политики, правила и рабочие процедуры. Он может проверять код на наличие несоответствий и пробелов. Он может автоматизировать проверку соблюдения нормативных требований и предупреждать о потенциальных нарушениях.
Финансовое преступление. Gen AI может генерировать отчеты о подозрительной активности на основе информации о клиентах и транзакциях. Он также может автоматизировать создание и обновление рейтингов рисков клиентов на основе изменений в атрибутах «знай своего клиента». Создавая и улучшая код для обнаружения подозрительной активности и анализа транзакций, технология может улучшить мониторинг транзакций.
Риск кредита. Обобщая информацию о клиентах (например, транзакции с другими банками) для обоснования кредитных решений, Gen AI может помочь ускорить сквозной кредитный процесс. После принятия решения о кредите он может составить кредитное авизо и договор. Финансовые учреждения используют эту технологию для создания отчетов о кредитных рисках и извлечения информации о клиентах из кредитных авизо. Gen AI может генерировать код для получения и анализа кредитных данных, чтобы получить представление о профилях рисков клиентов и генерировать оценки вероятности дефолта и потерь с помощью моделей.
Моделирование и анализ данных. Gen AI может ускорить миграцию с устаревших языков программирования. Он также может автоматизировать мониторинг производительности модели и генерировать оповещения, если показатели выходят за пределы допустимых значений. Компании также используют ИИ для разработки документации по моделям и отчетов о проверке.
Киберриск. Проверяя уязвимости кибербезопасности, Gen AI может использовать естественный язык для генерации кода и ускорить разработку безопасного кода. Технология также может служить виртуальным экспертом для исследования данных безопасности. Это может сделать обнаружение рисков более разумным за счет ускорения и агрегирования информации о безопасности и тенденций на основе событий безопасности и аномалий поведения.
Климатический риск. В качестве ускорителя кодирования Gen AI может предлагать фрагменты кода, облегчать модульное тестирование и помогать визуализировать физические риски с помощью карт высокого разрешения. Он может автоматизировать сбор данных для оценки рисков перехода контрагентов и генерировать сигналы раннего предупреждения на основе триггерных событий. Будучи виртуальным экспертом, Gen AI может автоматически создавать отчеты по экологическим, социальным и управленческим темам (ESG), а также разделы годовых отчетов, посвященные устойчивому развитию.
Операционные риски. Еще одна область, в которой ИИ может сыграть важную роль, — это операционные риски. Банки могут использовать Gen AI для автоматизации контроля, мониторинга и обнаружения инцидентов. Gen AI также может автоматически составлять оценку рисков и контролировать их.
Функции управления рисками
Доведение информации о рисках. Все в организации должны быть осведомлены о рисках, присущих Gen AI, публикуя информацию о том, что можно и чего нельзя делать, а также устанавливая ограничения рисков.
Актуализации критериев идентификации политики и моделей рисков. Обновление критериев идентификации моделей и политику моделирования рисков (в соответствии с такими нормативными актами, как Закон ЕС об искусственном интеллекте) с тем, чтобы обеспечить идентификацию и классификацию моделей Gen AI, а также иметь соответствующую систему оценки и контроля рисков.
Подготовка экспертов по рискам и соблюдению требований, связанных с искусственным интеллектом, которые смогут работать напрямую с передовыми командами разработчиков над новыми продуктами и взаимодействиями с клиентами.
Пересмотр существующих принципов «знай своего клиента», мер по борьбе с отмыванием денег, мошенничеством и киберконтролем с тем, чтобы убедиться, что они по-прежнему эффективны в мире с поддержкой искусственного интеллекта.
Актуализации критериев идентификации политики и моделей рисков. Обновление критериев идентификации моделей и политику моделирования рисков (в соответствии с такими нормативными актами, как Закон ЕС об искусственном интеллекте) с тем, чтобы обеспечить идентификацию и классификацию моделей Gen AI, а также иметь соответствующую систему оценки и контроля рисков.
Подготовка экспертов по рискам и соблюдению требований, связанных с искусственным интеллектом, которые смогут работать напрямую с передовыми командами разработчиков над новыми продуктами и взаимодействиями с клиентами.
Пересмотр существующих принципов «знай своего клиента», мер по борьбе с отмыванием денег, мошенничеством и киберконтролем с тем, чтобы убедиться, что они по-прежнему эффективны в мире с поддержкой искусственного интеллекта.
Семь измерений масштабирования генеративного ИИ
- Стратегическая дорожная карта.
- Видение, согласованность и приверженность высшего руководства и подотчетность на уровне бизнес-подразделений для достижения результатов.
- Список приоритетных областей (функций или бизнес-подразделений), в которых можно построить несколько связанных вариантов использования, каждый из которых имеет четкое экономическое обоснование, основанное на потенциальной ценности и осуществимости доставки (Gen AI не всегда является правильным решением; иногда традиционный аналитический ИИ лучше).
- Четкие цели «от - к», которые переосмысливают приоритетные области.
- Оценка возможностей, включая таланты, гибкую операционную модель, технологии и данные.
- Тщательный план масштабирования, в котором указано, когда и как решать каждую область и создавать необходимые возможности.
- Подробный план партнерства, при необходимости, для потенциального расширения существующих возможностей или приобретения новых.
- Привелечение талантов.
- Операционная модель.
- Технология.
- Данные.
- Риск и контроль (упрваление).
- Внедрение и управление изменениями.
Источники
https://www.mckinsey.com/industries/financial-services/our-insights/capturing-the-full-value-of-generative-ai-in-banking
https://www.mckinsey.com/capabilities/risk-and-resilience/our-insights/how-generative-ai-can-help-banks-manage-risk-and-compliance
Комментариев нет:
Отправить комментарий