Если и есть тема, о которой мы все не можем не говорить, так это искусственный интеллект. На всех платформах, в разных отраслях, возрастных группах и за обеденными столами ведутся разговоры об огромном потенциале ИИ – и его подводных камнях.
Что несет в себе его развитие для специалистов в области финансов и банковского дела? Как ИИ используется сегодня и чего можно ожидать в будущем? Можем ли мы максимально использовать его возможности и при этом минимизировать риски? И как именно мы можем работать с ним, чтобы повысить свою эффективность и производительность.
На нашей недавней дискуссии “Боты, барды и ChatGPT: как профессионалы финансовой и банковской сферы могут воспользоваться последними достижениями в области искусственного интеллекта” вице-президент CFI по контенту Райан Спенделоу и директор по бизнес-аналитике Джозеф Йитс сразу перешли к обсуждению этого вопроса. Ознакомьтесь с некоторыми ключевыми выводами беседы.
Что это такое
Системы искусственного интеллекта предназначены для имитации человеческого интеллекта и обучения. Существует две основные категории: общий, который теоретически может применяться во многих областях для решения любых проблем, и узкий, применяемый в конкретной области или проблеме. В рамках этих категорий существует множество различных компонентов ИИ.
Узкий ИИ встречается гораздо чаще, и именно о нем вы обычно думаете, когда речь заходит об инструментах ИИ. В финансовой и банковской сфере это может быть “робо-консультант”, предлагающий клиентам различные банковские продукты, или автоматическое обнаружение мошенничества.
“Обработка естественного языка – очень интересная технология, потому что она позволяет ИИ более естественно взаимодействовать с людьми”, – говорит Райан Спенделоу. “Она сочетает в себе лингвистику, машинное обучение и математику, чтобы действительно понимать текст и устную речь – такие вещи, как ChatGPT, Google Translate, Siri и Alexa”.
Машинное обучение – важный аспект технологии ИИ, способствующий созданию многих компонентов, таких как нейронные сети. Нейронные сети особенно актуальны в настоящее время, объясняет Райан, поскольку они движутся в направлении глубокого обучения.
“Нейронная сеть – это набор алгоритмов, созданных для имитации работы человеческого мозга… узлы передают друг другу сообщения. Глубокое обучение – это когда у вас есть входной и выходной слой узлов, а между ними скрытые слои для повышения сложности операций”.
ChatGPT – пример того, как взаимосвязаны технологии и компоненты ИИ. В качестве модели обработки естественного языка она использует нейронные сети и глубокое обучение, чтобы дать ответ на вводимые вами слова. Мы использовали Finchat.io, который похож на ChatGPT, для финансового анализа. “Я могу попросить его предоставить мне анализ маржи Microsoft за последние 5 лет, а затем получить ответ с разбивкой по кварталам”, – говорит Райан.
Вариантов использования искусственного интеллекта в любой отрасли бесчисленное множество, но давайте подробнее рассмотрим, как его используют профессионалы финансовой и банковской сферы.
ИИ в финансовой и банковской сфере
Джозеф начинает с того, что дает представление об ИИ и о том, как эти различные компоненты и продукты работают вместе: сравнивает важность задачи и ее сложность. Например, фильтрация спама имеет более низкую степень важности и сложности и основана на простых наборах правил, которые все еще учатся на обратной связи с человеком (сообщая нашему почтовому ящику, что нужно отметить или снять флажок как спам).
“Когда мы начинаем говорить об ИИ в финансах, два ключевых вывода, которые можно сделать, используя эту схему, заключаются в том, что мы хотим автоматизировать и регулировать работу меньшей важности, что позволит людям сосредоточиться на работе большей важности”, – объясняет Джозеф. “Таким образом, мы можем использовать то, в чем искусственный интеллект хорош, и сосредоточиться на том, в чем люди хороши, и в чем, возможно, искусственный интеллект не так силен на данный момент”.
Хотя может показаться, что искусственный интеллект появился недавно, на самом деле он уже давно используется банками и финансовыми учреждениями. Множество различных игроков в сфере финансовых услуг – инвестиционные и розничные банки, страховые компании, поставщики инфраструктуры, такие как биржи, – все они генерируют большое количество данных.
“Именно поэтому финансовая отрасль так подходит для внедрения ИИ в свою деятельность”, – говорит Райан. Эти участники рынка могут очень быстро и точно анализировать эти данные, чтобы принимать обоснованные бизнес-решения”. Банки действительно считают себя технологическими компаниями, работающими в сфере финансовых услуг, и ИИ – это еще один инструмент, который они могут использовать для повышения эффективности, оптимизации процессов и, в конечном счете, для улучшения обслуживания своих клиентов”.
Некоторые способы применения ИИ в финансовой и банковской сфере:
- Обнаружение мошенничества и мониторинг ALM
- Управление рисками: предупреждение риск-менеджеров о потенциально не приемлемых рисках
- Потребительский банкинг: повышение эффективности затрат времени и средств с помощью чат-ботов
- Управление капиталом: помощь управляющим состоянием в создании индивидуальных решений для клиентов
- Инвестиционный банкинг: выявление компаний, которые нуждаются в привлечении капитала или являются кандидатами на приобретение.
- Трейдинг: алгоритмические торговые стратегии или генерирование сигналов с помощью анализа настроений.
Таким образом, инструмент, подобный ChatGPT, может, скажем, повысить уровень персонализации и опыт цифрового банкинга с помощью более умных чат-ботов или помочь управляющим активами мгновенно искать информацию в огромных базах данных, чтобы создавать более индивидуальные решения для своих клиентов.
“На самом деле у EQT, – продолжает Райан, – европейской компании, занимающей третье место в мире по объему прямых инвестиций, был свой собственный инструмент искусственного интеллекта, который анализировал данные и делал предложения о том, какие компании могут нуждаться в привлечении капитала. Когда вышел ChatGPT 4, они интегрировали его со своим собственным инструментом, чтобы создать более мощную платформу для помощи в заключении сделок”.
Одна из особенно интересных областей применения искусственного интеллекта – анализ настроений, то есть обработка и анализ того, о чем говорят люди в интернете. В трейдинге инструменты искусственного интеллекта собирают данные из социальных сетей и платформ финансовых новостей, таких как Bloomberg, чтобы увидеть, что говорят и думают люди, и используют это для прогнозирования тенденций на рынке или движения акций.
“Я видел, как эти инструменты становятся все более сложными. Теперь у вас есть эти маленькие плагины для искусственного интеллекта, и вы можете увидеть некоторые из анализов настроений, чтобы генерировать эти оценки, если хотите”, – говорит Джозеф.
Но как насчет новых случаев применения искусственного интеллекта, помимо уже существующих? Прежде чем перейти к рассмотрению будущего искусственного интеллекта в финансовой и банковской сфере, мы провели опрос среди более чем 1300 участников вебинара, чтобы выяснить их отношение к неизвестному ИИ. Подавляющее большинство испытывает волнение, некоторые – беспокойство, а многие – и то, и другое.
Будущее искусственного интеллекта в финансовой и банковской сфере
Два важнейших вопроса, которые необходимо рассмотреть по мере продвижения вперед, – это этика и управление искусственным интеллектом.
Как машина может быть необъективной? Поскольку модели искусственного интеллекта контролируются или создаются людьми, человеческая предвзятость все равно присутствует. Мы должны быть очень внимательны к тому, чтобы входные данные, поступающие в большие модели, были действительно репрезентативными для населения, в отношении которого они будут принимать решения.
“Мы должны очень внимательно относиться к последствиям принятия решений на основе результатов этих моделей, особенно если у нас нет четкого понимания того, как они пришли к этим решениям”, – подчеркивает Джозеф.
Второй момент – это управление, или регулирование ИИ. Поскольку новые инструменты появляются на рынке все более быстрыми темпами, регулирование может отставать от них.
“Недавно было написано открытое письмо с просьбой приостановить разработку крупномасштабных моделей ИИ. На сегодняшнее утро оно набрало 28 000 подписей, включая таких людей, как Эндрю Янг и Стив Возняк, – говорит Джозеф. Они не просят приостановить развитие ИИ в целом, а просят сделать шаг назад от гонки по развертыванию. Реальность такова, что ИИ уже здесь, и он никуда не денется”, – говорит Райан. “Подумайте о том, какие навыки, которыми мы уже обладаем, позволят нам выделиться, несмотря на все существующие инструменты искусственного интеллекта”.
Искусственный интеллект – это инструмент, а не угроза, и важно быть на шаг впереди.
Умение работать в коллективе, навыки управления временем, умение эффективно общаться и работать с членами своей команды – все это передаваемые человеческие навыки, которые высоко ценятся работодателями.
Важно также подумать о том, какими навыками вы не обладаете и что вам нужно развить, чтобы быть действительно ценным в мире ИИ.
“Прежде всего, необходимо стать цифровым грамотным. Уметь говорить и понимать, что такое машинное обучение, что такое глубокое обучение, и хотя бы участвовать в этом разговоре”, – начинает Райан. Развитие эмоционального интеллекта, эмпатии и навыков межличностного общения, а также критического мышления и умения решать проблемы также играют важную роль.