Искусственный интеллект сегодня повсюду в банковской сфере. О нем упоминают в каждой стратегической презентации, каждое учреждение говорит, что вкладывает в него деньги, и каждый совет директоров спрашивает у руководства, насколько быстро его можно внедрить. Accenture опросила 500 американских советников в прошлом году - и 96% из них считают, что генеративный искусственный интеллект изменит обслуживание клиентов.
Однако 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 испытывают трудности, когда подключаются к сложной банковской инфраструктуре.
Но самый большой риск для банков сегодня - это не слишком медленное движение в области искусственного интеллекта, а его внедрение в неправильной последовательности.
Почему инфраструктура данных должна быть отправной точкой
Во всей индустрии многие банки отдают предпочтение видимому искусственному интеллекту - чат-ботам, ассистентам и интерфейсам для клиентов - перед исправлением основ, 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 развивается обсуждение искусственного интеллекта внутри банков. Советы директоров находятся под давлением продемонстрировать прогресс быстро. Самый простой способ показать этот прогресс - запустить что-то видимое, а чат-бот является самым быстрым способом это сделать.
Технически развертывание чат-бота относительно просто: подайте большую модель языка внутренние политики и документацию, и он сможет почти мгновенно отвечать на вопросы сотрудников или клиентов. Но стратегически это лишь скретч поверхности того, на что способен искусственный интеллект на самом деле. Реальная возможность куда глубже, в том, как банки организуют и используют свои данные.
Финансовые учреждения хранят одни 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 наши финансы. Для многих клиентов банки хранят запись десятилетий финансовой активности. Через KYC эти же учреждения также собирают значительное количество информации. И здесь не заканчивается: банки хранят множество слоев структурированных и неструктурированных данных - многие из них очень ценные, если они правильно очищены и подготовлены для моделей искусственного интеллекта.
Но наличие эквивалента нескольких жизней данных клиента ничего не значит, если вы не можете воспользоваться этим.
Большая часть этой информации находится в легаси-системах, построенных более тридцати или сорока лет назад. Данные хранятся в разных форматах в различных отделах и управляющих. В некоторых случаях критическая информация о клиентах все еще находится внутри отсканированных документов или рукописных форм.
Внедрение AI для обслуживания клиентов поверх фрагментированных, несогласованных легаси-данных, фактически автоматизирует ошибки в масштабах
Когда банки пытаются внедрить искусственный интеллект на этом фоне, результат предсказуем. «Мусор на входе» по-прежнему означает «мусор на выходе» - даже с самыми передовыми моделями.
Просто говоря, технология готова, но обвязка - нет.
Вот почему правильная последовательность внедрения искусственного интеллекта в банковской сфере проста: сначала данные, потом модели. Без чистых, стандартизированных данных даже самый мощный искусственный интеллект бесполезен.
Сами модели уже не являются главным вызовом. Технология уже существует и продолжает быстро совершенствоваться. Определяющим фактором успеха искусственного интеллекта в банковской сфере является качество и структура информации, которую он получает.
Эта проблема становится еще более важной, когда в дело вступает регулирование.
Современные системы искусственного интеллекта основаны на нейронных сетях 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 создает понятное нерешительность. Если система искусственного интеллекта рекомендует действие, выделяет операцию или поддерживает финансовое решение, учреждение должно быть способно обосновать причины за ним.
Поэтому команды по соблюдению правил часто воспринимаются как препятствие для принятия искусственного интеллекта. Тем не менее соблюдение правил также может стать одним из крупнейших бенефициаров искусственного интеллекта.
60 млрд долларов: годовые глобальные затраты на соблюдение финансовых преступлений
По данным LexisNexis, глобальные затраты на соблюдение финансовых преступлений превышают $60 млрд в год. Большая часть этой работы включает в себя ручные процессы, такие как клиентское внедрение, верификацию 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 индустрии заключается в идее о том, 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, которые объединяют специализированные модели и работают вместе как команда. Одна модель может анализировать финансовые данные, другая может интерпретировать регулирующие требования, третья - оценить налоговые последствия, а четвертая - оценить рыночные условия.
Это гораздо ближе к тому, как принимаются решения внутри банка. Клиентов не консультирует один человек, а специалисты, работающие вместе - в области инвестиций, рисков, налогов и соблюдения правил. Искусственный интеллект начинает отражать эту структуру.
Вместе они могут воспроизвести совместное принятие решений, которое в настоящее время требует команды специалистов. Есть также ясная причина, почему эта трансформация сейчас имеет значение.
Поколение бэби-бумеров и поколение X в настоящее время контролируют около 70% глобального богатства
В ближайшие два десятилетия около $124 трлн перейдет к их наследникам. Так что учреждения, которые не адаптируются к цифровым клиентам, рискуют потерять 70% следующего поколения, прежде чем они даже смогут с ними познакомиться.
Будущие клиенты будут ожидать цифровых услуг, которые полностью станут частью их жизни - с более быстрыми идеями, большей проактивностью, более эмпатии и гиперперсонализированными советами. В то же время финансовая история, которая делает возможной персонализированную консультацию, уже находится в легаси-системах традиционных банков.
Если учреждения смогут организовать и мобилизовать эту информацию, они получат мощное преимущество. Если нет, новые цифровые платформы быстро догонят их.
У банков нет проблем с технологиями, у них проблема с данными.
Учреждения, которые уделят 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 Интернациональным частным банкиром, брендом GlobalData.
Информация на этом сайте была предоставлена в добросовестных целях общей информации. Она не должна рассматриваться как совет, на который вы должны полагаться, и мы не даем никаких представлений, гарантий или обещаний, будь то явных или подразумеваемых относительно ее точности или полноты. Прежде чем предпринимать какие-либо действия на основе содержания нашего сайта, вам необходимо получить профессиональный или специализированный совет.
