Искусственный интеллект теперь повсюду в банковской сфере. Каждая стратегическая презентация упоминает его, каждое учреждение говорит, что в него инвестирует, и каждый совет спрашивает у руководства, насколько быстро его можно внедрить. Accenture опросил 500 американских советников в прошлом году, и 96% из них считают, что генеративный искусственный интеллект изменит обслуживание клиентов.
Тем не менее, во многих случаях то, что внедряется, скорее похоже на демонстрацию, чем на трансформацию с реальным влиянием на бизнес - системы, которые хорошо работают в контролируемых средах, но могут испытывать трудности, когда связаны с сложностью реальной банковской инфраструктуры.
Но самый большой риск для банков сегодня - это не движение слишком медленное в области искусственного интеллекта, а его внедрение в неправильной последовательности.
Почему инфраструктура данных должна быть отправной точкой
В индустрии многие банки приоритизируют видимый искусственный интеллект - чат-боты, ассистенты и интерфейсы для клиентов - перед тем, как исправить основы, которые делают искусственный интеллект действительно работающим. Инфраструктура данных, управление и объяснимость часто рассматриваются как второстепенные проблемы. На самом деле, это отправная точка.
Этот шаблон легко понять, если посмотреть, как разворачиваются дискуссии об искусственном интеллекте внутри банков. Советы под давлением продемонстрировать прогресс быстро. Самый простой способ показать этот прогресс - запустить что-то видимое, и чат-бот - самый быстрый способ это сделать.
Технически развернуть чат-бота относительно просто: подать большую языковую модель внутренние политики и документацию, и он может почти мгновенно отвечать на вопросы сотрудников или клиентов. Но стратегически это только царапает поверхность того, что на самом деле может сделать искусственный интеллект. Реальная возможность куда глубже, в том, как банки организуют и используют свои данные.
Финансовые учреждения владеют одним из самых богатых наборов данных в экономике
Они знают, где мы тратим наши деньги, как наше финансовое поведение меняется со временем и как крупные жизненные события формируют нашу финансовую жизнь. Для многих клиентов банки имеют запись десятилетий финансовой деятельности. Через KYC те же учреждения также собирают значительное количество информации. И это не ограничивается этим: банки хранят несколько уровней структурированных и неструктурированных данных - многие из них очень ценные, если они правильно очищены и подготовлены для моделей искусственного интеллекта.
Но иметь эквивалент нескольких жизней клиентских данных ничего не значит, если вы не можете воспользоваться им.
Большая часть этой информации находится по всему легаси-системам, построенным за тридцать или сорок лет. Данные хранятся в различных форматах в различных отделах и управляющих. В некоторых случаях важная информация о клиентах все еще заключена в отсканированных документах или рукописных формах.
Внедрение AI для обслуживания клиентов поверх фрагментированных, несогласованных легаси данных, эффективно автоматизирует ошибки в масштабе
Когда банки пытаются развернуть искусственный интеллект поверх этой среды, результат предсказуем. Мусор на входе все еще означает мусор на выходе - даже с самыми передовыми моделями.
Просто говоря, технология готова, но инфраструктура нет.
Поэтому правильная последовательность развертывания 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 улучшаться. То, что определяет работу искусственного интеллекта в банковской сфере, - это качество и структура информации, которую он получает.
Эта проблема становится еще более важной, когда в игру вступает регулирование.
Современные системы искусственного интеллекта оперируют с нейронными сетями с миллиардами параметров. На практике они функционируют как черные ящики. Даже их создатели не могут полностью объяснить, как генерируется каждый вывод.
Для регуляторов и команд по соблюдению правил это вызывает понятное недоверие. Если система искусственного интеллекта рекомендует действие, сигнализирует о транзакции или поддерживает финансовое решение, учреждение должно быть способно обосновать причины этого.
Поэтому команды по соблюдению правил часто воспринимаются как блокирующие внедрение искусственного интеллекта. Однако соблюдение правил также может стать одним из крупнейших выгодоприобретателей искусственного интеллекта.
60 млрд долларов: 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 привлечение клиентов, верификация документов и отчетность по регуляторным требованиям. Искусственный интеллект имеет потенциал трансформировать эти процессы, но только после структурирования и доступности базовой информации. Без этой подготовки автоматизация соблюдения правил просто добавляет сложности.
Еще одно распространенное недопонимание в отрасли заключается в том, что искусственный интеллект в банковской сфере в основном означает чат-боты. Так же важно измерить, действительно ли работают системы искусственного интеллекта. Банкам необходимо 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 - интерпретировать регулирующие требования, третья - оценивать налоговые последствия, а четвертая - оценивать рыночные условия.
Это гораздо ближе к тому, как принимаются решения внутри банка. Клиентов не консультирует один человек, а специалисты работают вместе - в области инвестиций, рисков, налогов и соблюдения. Искусственный интеллект начинает отражать эту структуру.
Вместе они могут воспроизвести совместное принятие решений, которое в настоящее время требует команд специалистов. Есть также ясная причина, почему эта трансформация сейчас важна.
Поколение бэби-бумеров и поколение X в настоящее время контролируют около 70% глобального богатства
В ближайшие два десятилетия ожидается, что около $124 трлн перейдут к их наследникам. Таким образом, учреждения, которые не адаптируются к клиентам, привыкшим к цифровым технологиям, рискуют потерять 70% следующего поколения, прежде чем они с ними хоть как-то познакомятся.
Будущие клиенты будут ожидать цифровых сервисов, которые полностью войдут в их жизнь - с более быстрыми инсайтами, большей проактивностью, более эмпатией и гиперперсонализированными советами. В то же время история финансов, которая делает возможным персонализированные советы, уже существует в легаси-системах традиционных банков.
Если учреждения смогут организовать и мобилизовать эту информацию, у них будет мощное преимущество. Если нет, новые цифровые платформы быстро догонят.
У банков нет проблем с технологиями, у них проблемы с данными.
Учреждения, которые уделяют время организации и структурированию информации, которую они уже имеют, извлекут огромную ценность из искусственного интеллекта. Те, кто сосредотачивается только на инструментах поверхностного уровня, обнаружат, что технология приносит гораздо меньше, чем ожидалось.
В банковской сфере, как и во многих 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 во владении GlobalData.
Информация на этом сайте была включена добросовестно исключительно в общих информационных целях. Она не предназначена для того, чтобы служить основанием для доверия, 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 перед тем, как принимать или воздерживаться от каких-либо действий на основании содержания нашего сайта.
