Искусственный интеллект проникает практически во все отрасли, в том числе в финансовую сферу. Финансовый сектор уже давно использует то, что сегодня называют традиционным машинным обучением, для прогнозирования, оценки кредитоспособности и анализа рисков.
В условиях текущего ажиотажа вокруг больших языковых моделей и агентного ИИ возникает вопрос: как эта отрасль сможет по-настоящему воспользоваться новыми технологиями? В отличие от многих других секторов, финансы подчиняются строгим нормам регулирования, правилам защиты данных и структурам управления, что кажется противоречащим идее автономии агентного ИИ.
Для удовлетворения этого интереса был посещен Конференция по агентному ИИ для финансов, прошедшая в Джакарте, Индонезия. Мероприятие собрало ведущих специалистов из банков, страховых компаний, финтех-стартапов, государственных учреждений и компаний по разработке ИИ в Индонезии, чтобы обсудить, как агентный ИИ может изменить финансовый сектор.
Хотя акцент в дискуссиях был на Индонезии, многие выводы отражают проблемы и перспективы для всего региона Юго-Восточной Азии и даже глобальной финансовой индустрии. В этой статье представлены основные выводы, наблюдения и размышления с события.
1. Возврат инвестиций в ИИ
При планировании нового проекта или внедрения технологии неизбежно возникает тема возврата инвестиций (ROI). Это логично, поскольку запуск чего-либо новаторского, особенно связанного с ИИ, требует значительных вложений в создание или интеграцию систем. Оценка финансовой отдачи от этих инвестиций крайне важна.
Тем не менее, при внедрении ИИ точное измерение ROI часто представляет трудности. Дело в том, что при интеграции ИИ-решения в существующие процессы сложно выделить вклад именно ИИ. Влияние обычно распределяется по нескольким командам и технологиям, что усложняет атрибуцию.
Один из подходов, представленных спикерами, заключается в анализе уровней зрелости внедрения ИИ в организациях:
- Повышение производительности
- Достижение технического превосходства
- Расширение или создание новых источников дохода
Такая перспектива показывает, что ROI не всегда отражает полную картину влияния ИИ. Многие компании теперь дополняют ROI понятием возврат ценности (ROV), более всесторонним методом, который оценивает не только финансовые аспекты, но и отвечает на вопросы вроде:
- Улучшил ли ИИ качество принятия решений?
- Повысил ли он удовлетворенность клиентов?
- Увеличил ли он внутреннюю эффективность?
Еще одна важная точка зрения — стоимость бездействия (COI). Это потенциальные убытки, которые компания несет, отказываясь или откладывая внедрение ИИ. По данным Forbes, существуют четыре ключевые области, где бездействие приводит к проблемам: расширению разрыва в знаниях, трудностям с привлечением ведущих специалистов по ИИ, упущенным возможностям обучения и нарастающим операционным неэффективностям по сравнению с конкурентами, уже использующими ИИ.
В итоге, хотя ROI остается основой для решений о внедрении ИИ, компаниям следует дополнять его другими метриками, такими как возврат ценности (ROV) и стоимость бездействия (COI), чтобы получить полное представление о влиянии и стратегической значимости ИИ.
2. Вызовы для регулируемых секторов
Второй ключевой вывод касается безопасности.
Как отмечалось ранее, основное отличие финансового сектора от других — это строгие регуляторные требования и высокий уровень защиты данных. Например, Индонезийский финансовый регулятор (OJK) обязывает банки размещать центры данных и центры восстановления после катастроф на территории Индонезии.
Из-за этих правил финансовые учреждения не могут свободно переходить на облачные системы. Они обязаны гарантировать безопасность данных и соответствие локальным нормам. Поэтому многие предпочитают запускать ИИ-системы на локальной или гибридной инфраструктуре, а не полностью полагаться на облако.
Кроме того, в свете роста инцидентов с утечками данных и фишинговыми атаками финансовый сектор должен усиливать свои рамки кибербезопасности. Один из спикеров подчеркнул, что при интеграции ИИ все должно быть защищено и соответствовать нормам перед развертыванием — иначе лучше не внедрять вовсе. Стоимость неудачи в этой сфере, будь то финансовая или репутационная, может превысить затраты на задержку.
3. Агентный ИИ в действии
Ранее были рассмотрены два ключевых аспекта перед внедрением ИИ в организацию. Теперь перейдем к примерам применения агентного ИИ, упомянутым спикерами.
Автоматизированная финансовая отчетность без участия человека
Традиционно финансовые аналитики опираются на обширные и разнообразные данные — цены на рынке, отчеты компаний, анализ настроений в новостях — для построения анализа. Этот процесс требует высокой скорости и точности, поскольку финансовый ландшафт меняется быстро.
С агентным ИИ этот рабочий поток можно переосмыслить. Подключив надежные источники данных в реальном времени, специализированные ИИ-агенты (например, для исследования рынка, анализа отчетов компаний и новостей, исторических данных и дизайна отчетов) автономно сотрудничают, чтобы создавать краткие и точные финансовые отчеты.
Аудит с использованием ИИ
Одна из дискуссий, вызвавшая удивление, касалась Счетной палаты Индонезии (BPK) — государственного органа, отвечающего за аудит управления и ответственности за государственные финансы. Внимание привлекло, насколько далеко зашло внедрение ИИ-решений в их деятельность, чего не ожидалось от государственного учреждения.
В партнерстве с Supertype BPK интегрировала ИИ в платформу BIDICS, преобразовав огромный объем аудиторских документов в запрашиваемую базу знаний для поддержки процесса аудита — от поиска, анализа и визуализации ключевых данных в отчетах.
Они используют большие языковые модели для извлечения данных и категоризации документов, а также для генерации предварительных аналитических выводов. Эти ИИ-анализы помогают аудиторам BPK в планировании, оценке рисков и принятии решений перед полевыми проверками.
Один из ключевых вызовов, отмеченных спикером, — ограничение доступа к данным только для авторизованных аудиторов, чтобы избежать злоупотреблений. Это особенно важно, поскольку BPK имеет полномочия собирать и управлять большим количеством конфиденциальных финансовых данных и документов.
Кроме того, BPK придерживается подхода с участием человека в цикле, то есть все окончательные решения требуют человеческого контроля — это важная мера предосторожности с учетом влияния действий учреждения.
Опыт BPK, как одного из наиболее регулируемых учреждений в Индонезии, и их сотрудничество с третьими сторонами, такими как Supertype и несколько университетов, показывает, что регулирование не обязательно тормозит инновации. Напротив, оно может служить рамками для ответственного и эффективного внедрения новых технологий.
Как ИИ помогает нотариусам
Еще один любопытный пример применения ИИ связан с NOTAPOS — платформой, разработанной для управления юридическими документами от начала до конца и поддержки нотариусов и юристов.
Юридические процессы, особенно в Индонезии, часто бывают ручными и затратными по времени: от ручного ввода данных до проверки загруженных документов и так далее.
Исходя из этого, NOTAPOS использует ИИ для оптимизации и автоматизации этих процессов. По их словам, платформа сокращает время, которое обычно занимает от 8 часов до нескольких дней, до всего 30 минут.
Это звучит почти волшебно, не так ли?
Но основной акцент здесь не на этом. В следующем разделе подведены итоги того, что основатель рассказал о трудностях разработки — уроки, которые стоит изучить.
4. Когда ИИ развивается слишком быстро
Это, пожалуй, наиболее запоминающийся вывод с мероприятия, когда эксперты поделились другой стороной энтузиазма вокруг ИИ.
Продолжим тему NOTAPOS. На ранних этапах разработки создание кастомной модели, способной понимать специфику домена — в данном случае юридический контекст Индонезии, — требовало ручной тонкой настройки. Необходимо было загрузить в модель сотни юридических документов, чтобы она усвоила контекст и терминологию.
Сегодня, благодаря быстрому прогрессу больших языковых моделей с более обширными и разнообразными данными обучения, многое из этого контекста уже встроено. Задачи, ранее требовавшие длительной ручной настройки, теперь решаются мгновенно, без дополнительного обучения и подготовки, что делает разработку быстрее и существенно дешевле.
Такие случаи, вызванные стремительным развитием ИИ, порождают новую дилемму:
Стоит ли строить сейчас или подождать следующего прорыва, который может обесценить сегодняшние усилия?
Лично это перекликается с предыдущим обсуждением стоимости бездействия. В быстро меняющейся области ожидание может показаться способом избежать ненужных затрат, но настоящая опасность — отстать, упустив шансы на обучение, эксперименты и адаптацию к эволюции технологии.
Нельзя просто ждать. Как отметил спикер, ключ в том, чтобы предвидеть, где будет технология через полгода. Не обязательно гнаться за каждым трендом, но важно оставаться гибкими и готовыми использовать возможности по мере их появления.
5. Главный вопрос: заменит ли ИИ людей?
Одним из достоинств конференции стало объединение участников с разным опытом. Это разнообразие проявилось в слегка различных ответах на общий большой вопрос — заменит ли ИИ людей?
Естественно, на этот вопрос нельзя ответить простым да или нет. Большинство компаний считают, что ИИ не предназначен для замены людей, а для их усиления. Чтобы это обеспечить, организациям нужно вкладывать в целенаправленные программы обучения, помогающие сотрудникам использовать ИИ — хотя бы для повышения производительности.
Однако обучение само по себе не гарантирует эффективного использования ИИ, особенно в компаниях с разнообразным составом по поколениям и культурам. Всегда найдется группа, сопротивляющаяся изменениям, видящая в ИИ угрозу или считающая его слишком сложным. Здесь роль лидерства — направлять и менять установки.
Тем не менее, если ИИ может выполнять повторяющиеся или административные задачи — возможно, лучше людей, — что ждет тех, чьи роли определяются именно этим? Одна компания рассказала, что перевела ряд позиций из бэк-офиса в клиентские, поскольку ИИ взял на себя административные функции. (К сожалению, не удалось уточнить причины перехода именно в клиентские роли.)
В конечном итоге, ответственность за непрерывное переобучение и повышение квалификации лежит на компаниях и сотрудниках, чтобы оставаться актуальными в трансформации рабочего места под влиянием ИИ.
Заключение
Агентный ИИ открывает множество перспектив: от повышения производительности и достижения технического превосходства до создания новых бизнес-направлений. Однако ничто из этого невозможно без надежной базы в виде регулирования, защиты данных, инфраструктуры и готовности персонала.
В статье рассмотрены ключевые уроки с конференции. Благодарность за возможность увидеть, как разные организации реагируют на новую эру трансформации.
Конечно, это не конец пути. Многие из обсужденных аспектов скоро утратят актуальность. Но это реальность быстрой эволюции ИИ. Тем не менее, нельзя позволить себе просто наблюдать со стороны.