Искусственный интеллект сейчас повсюду в банковской сфере. В каждой стратегической презентации упоминается о нем, каждое учреждение заявляет, что вкладывает в него средства, и каждый совет задает вопрос руководству, насколько быстро его можно внедрить. Accenture опросил 500 американских консультантов в прошлом году - и 96% из них считают, что генеративный искусственный интеллект изменит обслуживание клиентов.
Однако во многих случаях то, что внедряется, ближе к демонстрации, чем к трансформации с реальным влиянием на бизнес - системы, которые хорошо себя проявляют в контролируемых средах, но сталкиваются с проблемами при подключении к сложной реальной банковской инфраструктуре.
Но самый большой риск для банков сегодня - это не слишком медленное продвижение в области искусственного интеллекта, а его внедрение в неправильной последовательности.
Почему инфраструктура данных должна быть отправной точкой
Во всей отрасли многие банки отдают приоритет видимому искусственному интеллекту - чат-ботам, ассистентам и клиентским интерфейсам - перед исправлением основ, которые делают искусственный интеллект действительно работающим. Инфраструктура данных, управление и объяснимость часто рассматриваются как второстепенные проблемы. На самом деле они являются отправной точкой.
Этот шаблон легко понять, если посмотреть, как развиваются обсуждения об искусственном интеллекте внутри банков. Советы испытывают давление продемонстрировать быстрый прогресс. Самый простой способ показать этот прогресс - запустить что-то видимое, и чат-бот является самым быстрым способом сделать это.
Технически внедрение чат-бота относительно просто: питайте большую языковую модель внутренними политиками и документацией, и она сможет почти мгновенно отвечать на вопросы сотрудников или клиентов. Но стратегически это лишь верхушка айсберга того, на что способен на самом деле искусственный интеллект. Настоящая возможность заключается гораздо глубже, в том, как банки организуют и используют свои данные.
Финансовые учреждения владеют одним из самых крупных наборов данных в экономике
Они знают, куда мы тратим наши деньги, как развивается наше финансовое поведение со временем и как крупные события в жизни формируют нашу финансовую ситуацию. Для многих клиентов банки хранят записи десятилетий финансовой деятельности. Через KYC те же учреждения собирают значительное количество информации. И это не ограничивается этим: банки имеют множество слоев структурированных и неструктурированных данных - многие из них крайне ценные, если их правильно очистить и подготовить для моделей искусственного интеллекта.
Но иметь эквивалент нескольких жизней клиентских данных ничего не значит, если вы не можете воспользоваться этим.
Большая часть этой информации находится в старых системах, построенных за тридцать или сорок лет. Данные хранятся в различных форматах в различных отделах и управляющих. В некоторых случаях критическая информация о клиентах все еще находится в зашифрованных документах или рукописных формах.
Внедрение клиентского искусственного интеллекта поверх фрагментированных, несогласованных старых данных, эффективно автоматизирует ошибки в масштабе
Когда банки пытаются внедрить искусственный интеллект поверх этой среды, результат можно предсказать. Мусор на входе все еще означает мусор на выходе - даже с самыми передовыми моделями.
Просто говоря, технология готова, но инфраструктура - нет.
Вот почему правильная последовательность внедрения искусственного интеллекта в банковской сфере проста: сначала данные, затем модели. Без чистых, стандартизированных данных даже самый мощный двигатель искусственного интеллекта бесполезен.
Сами модели уже не являются основной проблемой. Технология уже существует и продолжает быстро усовершенствоваться. Что определяет работу искусственного интеллекта в банковской сфере - это качество и структура информации, которую он получает.
Эта проблема становится еще более важной, когда в дело вступает регулирование.
Современные системы искусственного интеллекта используют нейронные сети с миллиардами параметров. На практике они функционируют как черные ящики. Даже их создатели не могут полностью объяснить, как генерируется каждый вывод.
Для регуляторов и отделов соблюдения законности это вызывает понятное недоверие. Если система искусственного интеллекта рекомендует действие, сигнализирует о транзакции или поддерживает финансовое решение, учреждение должно быть способно обосновать причины этого.
Вот почему отделы соблюдения законности часто воспринимаются как препятствие для внедрения искусственного интеллекта. Однако соблюдение законов также может стать одним из крупнейших выгодоприобретателей от искусственного интеллекта.
$60 млрд: ежегодные глобальные затраты на соблюдение финансовых преступлений
По данным LexisNexis, глобальные затраты на соблюдение финансовых преступлений превышают $60 млрд ежегодно. Большая часть этой работы включает в себя ручные процессы, такие как принятие клиентов, верификацию документов и отчетность в соответствии с законодательством. Искусственный интеллект имеет потенциал трансформировать эти процессы, но только после структурирования и доступности базовой информации. Без этой подготовки автоматизация соблюдения законов просто добавляет сложности.
Еще одним распространенным недопониманием в отрасли является идея, что искусственный интеллект в банковской сфере в основном означает чат-ботов. Так же важно измерять работают ли системы искусственного интеллекта на самом деле. Банки должны отслеживать метрики, такие как точность, завершение задач и уровень галлюцинаций, чтобы понять, улучшают ли модели операции или просто генерируют убедительные ответы.
Реальная трансформация не произойдет от одной модели, а от мультиагентной системы с несколькими агентами, объединяющими специализированные модели и работающими вместе как команда. Одна модель может анализировать финансовые данные, другая может интерпретировать требования регулирования, третья может оценить налоговые последствия, а четвертая - оценить рыночные условия.
Это гораздо ближе к тому, как принимаются решения внутри банка. Клиенты не консультируются одним лицом, а специалистами, работающими сообща - в области инвестиций, рисков, налогов и соблюдения законов. Искусственный интеллект начинает отражать эту структуру.
Вместе они могут воспроизводить коллективное принятие решений, которое сейчас требует команды специалистов. Есть также ясная причина, почему эта трансформация важна сейчас.
Поколения Baby Boomers и Gen X в настоящее время контролируют около 70% глобального богатства
В ближайшие два десятилетия примерно $124 трлн перейдет к их наследникам. Таким образом, учреждения, которые не адаптируются к цифровым клиентам с рождения, рискуют потерять 70% следующего поколения, даже не познакомившись с ними.
Будущие клиенты будут ожидать цифровых услуг, которые полностью вольются в их жизнь - с быстрыми исследованиями, более проактивным подходом, большим эмпатией и гиперперсонализированными советами. В то же время история финансов, которая делает возможным персонализированные советы, уже находится в старых системах традиционных банков.
Если учреждения смогут организовать и мобилизовать эту информацию, у них будет мощное преимущество. Если же нет, новые цифровые платформы быстро догонят.
У банков нет проблем с технологиями, у них проблема с данными.
Учреждения, которые уделяют время организации и структурированию имеющейся информации, извлекут огромную ценность из искусственного интеллекта. Те, кто сосредотачивается только на инструментах поверхностного уровня, обнаружат, что технология приносит гораздо меньше ожидаемого.
В банковской отрасли, как и во многих других отраслях, трудная работа обычно имеет большее значение, чем видимая.
Альваро Моралес, Сооснователь и Председатель Flanks
"Поверхностный искусственный интеллект - самый большой стратегический риск для банков в 2026 году" был создан и опубликован изначально Private Banker International, брендом, принадлежащим GlobalData.
Информация на этом сайте была включена добросовестно исключительно в общие информационные цели. Она не предназначена для того, чтобы стать основой, на которую вы должны полагаться, и мы не делаем никаких заявлений, гарантий или обещаний, будь то явных или подразумеваемых, относительно ее точности или полноты. Вы должны получить профессиональные или специализированные консультации, прежде чем принимать какие-либо меры или воздерживаться от них, основываясь на содержании нашего сайта.
