Saskaņā ar Business Insider pētījumu 2023. gadā 80% banku un finanšu institūciju visā pasaulē tādā vai citādā veidā ir izmantojušas mākslīgo intelektu (MI). Publiskajā telpā ir atrodami daudzi līdzīgi skaitļi, tomēr kas tieši notiek ar MI banku sektorā? Kas liedz pilnībā integrēt MI? Vai tas kādreiz tiks pilnībā integrēts, un vai varam gaidīt autonomu finanšu sistēmu?
Valodu tehnoloģiju uzņēmuma “Tilde” tehnoloģiju nodaļas vadītājs Giedrus Karausks (Giedrius Karauskas) un bankas “General Financing”direktors Justīns Muleika (Justinas Muleika) detalizēti pārrunā šos jautājumus.
GIEDRUS KARAUSKS, "Tilde": Lasot pētījumu rezultātus un ekspertu prognozes par to, kā MI mainīs finanšu un banku sektoru, var apreibt galva — personalizēti pakalpojumi, autonoma finanšu pārvaldība un nekādu cilvēkresursu. (Smaida.) Kā ir realitātē? Kāda ir jūsu pašreizējā situācija attiecībā uz MI ieviešanu?
JUSTĪNS MULEIKA, banka “General Financing”: MI šobrīd tiek izmantots dažādās sfērās, piemēram, klientu identificēšanā un kredītspējas novērtēšanā. Mums ir labi piemēri ar veiksmīgu MI ieviešanu, tādēļ šogad mēs sākam jaunu iniciatīvu — veicam ievada apmācības visiem darbiniekiem, lai iepazīstinātu ar MI lietojuma iespējām, un pārrunājam veidus, kā to varam izmantot un kā to nevajadzētu izmantot. Banku sektors tiek ļoti stingri regulēts, un mums ir daudz ļoti sensitīvu datu, tādēļ mēs vēl arvien izturamies piesardzīgi pret MI izmantošanu un sākam ar vispārīgiem lēmumiem, kā varam to izmantot. Ar laiku to paplašināsim, jo finanšu tirgū ir labi piemēri ar MI lietojumu.
ĢIEDRUS: Pirms diviem mēnešiem iznākušajā “Gartner” pētījumā teikts, ka 67% organizāciju jau veido jaunus amatus, ņemot vērā ģeneratīvā MI progresu. Tāpat pētījumā teikts, ka 87% šo organizāciju jau ir speciāla komanda, kas strādā ar MI. Vēlos jautāt par situāciju jūsu uzņēmumā — vai prasības jaunajiem darbiniekiem mainās, un vai jūs sagaidāt, ka darbinieki ir spējīgi strādāt ar MI rīkiem?
JUSTĪNS: Šobrīd ne, jo mēs vēl nelietojam MI visā uzņēmumā. Prasības jaunajiem darbiniekiem pagaidām nav mainījušās, bet vispārējās gaidas, ka darbiniekiem būtu jāpiemīt atbilstošām digitālajām prasmēm, turpina augt. Piemēram, es esmu matemātiķis, un matemātika bija pamatprasme, kas tika sagaidīta, lai varētu strādāt manā jomā. Šodien svarīgākās prasmes ir kodēšana un mašīnmācīšanās.
ĢIEDRUS: Publiskajā telpā izskan idejas, ka nākotnē mums būs autonoma finanšu pārvaldības sistēma, kuras pamatā būs MI un kurā finanšu lēmumus (par investīcijām, uzkrājumiem, maksājumiem) bez cilvēka iejaukšanās automātiski pārvaldīs MI. Turklāt nesen sarunājos ar zinātnieku, kas strādā “Tildes” komandā, un mēs nonācām pie secinājuma, ka MI vislabāk darbojas un ir visnoderīgākais tur, kur nav nepieciešams radošums, tas ir, aktivitātēs, kuru pamatā ir strikts formulējums, noteikumi u.tml. Tieši tāds man šķiet banku sektors — piemēram, kad lemjat par aizdevuma izsniegšanu, jūs izvērtējat klienta maksātspēju atbilstoši skaidri definētām formulām un noteikumiem, tādēļ šķiet, ka MI varētu pilnībā pārņemt šo uzdevumu. Vai tā ir? Vai uzskatāt, ka nākotnē sasniegsim līmeni, kurā liela daļa finanšu sektora darba tiks paveikts automātiski un lēmumus pieņems MI?
JUSTĪNS: Pašlaik ir grūti iedomāties pilnīgi autonomu finanšu sistēmu tieši pašu pakalpojumu jutīguma, stingru noteikumu, personas datu aizsardzības utt. dēļ. Jā, banku nozarē notiek dziļas pārmaiņas, jūs varat redzēt, kā viedtālruņi ir mainījuši visu mūsu nozari, un tas neprasīja simts gadus, tas ir panākts tikai pēdējās desmitgades laikā. Tāpēc es uzskatu, ka mākslīgais intelekts mainīs arī banku nozari, bet, manuprāt, mēs nesasniegsim pilnīgi autonomu finanšu sistēmu.
ĢIEDRUS: Jā, es saprotu, bet jūs minējāt, ka jau notiek sarunas par to, pētot un plānojot tikšanās reizes ar kolēģiem, lai pārspriestu MI lietojumu. Tātad teorētiski — kurās banku sektora sfērās, jūsuprāt, šīs tehnoloģijas varētu noderēt vislabāk?
JUSTĪNS: Mēs redzam, kur mākslīgais intelekts var paātrināt un uzlabot patēriņa kredītu piešķiršanas procesu, bet mākslīgais intelekts nevar pilnībā aizstāt cilvēkresursus mūsu nozarē. Protams, mums ir tādi uzdevumi kā datu ievade, iesniegšana, klientu identifikācija, kur mēs varam plašāk izmantot mākslīgo intelektu, lai paātrinātu procesus. Ir piemēri AI izmantošanai ieguldījumu pārvaldībā, kur AI rīki var atlasīt ieguldījumu soļus. Bankām ir vairāki automatizēti risinājumi patēriņa kredītu procesā, piemēram, kredītnovērtējums. Tomēr, lai pašreizējie AI rīki darbotos un veiktu pareizus aprēķinus, personai ir jāatlasa noteikta informācija un parametri. Neuzraudzīti modeļi un to izmantotie dati palielina riskus. Attiecībā uz citiem produktiem, piemēram, pensiju fondiem, AI plašāka integrācija, nekā tā pašlaik tiek izmantota, būtu problemātiska, jo šādi risinājumi ir stingri standartizēti.
ĢIEDRUS: Nesen pieņemtā jaunā Eiropas Savienības (ES) direktīva, šķiet, ir atļāvusi bankām izmantot lielu apjomu datu, lai nodrošinātu vēl vairāk personalizētus pakalpojumus. Runājot par MI nākotni banku sektorā, eksperti īpašu vērību velta finanšu pakalpojumu pastiprinātai personalizēšanai, lai klientiem nodrošinātu personalizētas procentu likmes, limitus un transakciju apjomus. Vai uzskatāt, ka nākotnē MI ļaus vēl vairāk personalizēt finanšu produktus atbilstoši klientam?
JUSTĪNS: Domāju, ka patiesība ir kaut kur pa vidu, jo banku produkti ir diezgan standartizēti un tur nav daudz vietas pārmaiņām. Jā, ES ir atļāvusi datu izmantošanu, un teorētiski apvienojumā ar MI iespējām viņiem būtu jāatver personalizēšanas Pandoras lāde, tomēr apkopoto datu apjoms nav tik ievērojams, īpaši tas, kas ir pieejams trešajām pusēm, kurām galvenokārt bija paredzēta šī regula. Tādēļ uz šīs bāzes šobrīd ir veidoti pavisam nedaudzi risinājumi.
ĢIEDRUS: Tomēr, ja runājam teorētiski, no kurām datu kopām būtu iespējams vēl vairāk personalizēt finanšu piedāvājumus?
JUSTĪNS: Piemēram, mēs varētu viegli izveidot kredītrisinājumu, pamatojoties uz lielveikalu lojalitātes karti, jo tā skaidri parāda patērētāju uzvedību. Neviens to nekad nav darījis, un, iespējams, patiesībā nebūtu iespējams iegūt šādus datus, bet teorētiski tos varētu sasniegt. Mūsdienās mums ir ļoti mazs personas datu apjoms, ko varam vākt un izmantot, bez kura personalizēšana nav iespējama.
ĢIEDRUS: Es saprotu, ka MI bez datiem ir bezjēdzīgs un ka jūs ierobežo ne tikai VDAR, bet daudzi citi noteikumi. Esošajos MI risinājumos izmantotie dati ir apkopoti dažās nenorādītās vietās, un mēs nevaram to kontrolēt vai garantēt šo datu drošību. Tomēr tagad arvien vairāk pētnieku sāk runāt par mazāku, bet specializētu valodas modeļu izstrādi, kas būtu “vieglāki” un kurus varētu viesot uzņēmuma serveros, piemēram, visi klientu dati paliktu uzņēmuma robežās. Vai uzskatāt, ka tad, ja šāda tehnoloģija būtu pieejama, banku sektors plašāk izmantotu MI?
JUSTĪNS: Ja mums būtu iekšēji MI modeļi, kas neprasītu personas datu nodošanu trešajām pusēm, domāju — jā, MI izmantošana būtu kaut kādā mērā vieglāka, bet ne tik ļoti, kā tas ir citos neierobežotos sektoros, jo mums ir daudz stingrāks regulējums un katra pieļautā kļūda var dārgi maksāt, tāpēc mums nav daudz iespēju eksperimentiem.
ĢIEDRUS: nelikumīgi iegūtu līdzekļu legalizācijas novēršana ir nozīmīga un svarīga darbība visos finanšu banku uzņēmumos. Eksperti uzskata, ka šī ir viena no jomām mākslīgā intelekta turpmākai izmantošanai. Kāds ir jūsu viedoklis? Ja jūs varētu uzticēt šo sava uzņēmuma daļu uzticamiem un pārbaudītiem AI risinājumiem, vai tas būtiski mainītu korporatīvo pārvaldību? Pašlaik bankām ir milzīgi, specializēti departamenti, kas nodarbojas ar šādiem uzdevumiem, tāpēc, ja mākslīgais intelekts pārņemtu šo darbu, vai tas, visticamāk, būtiski mainītu tirgu, nevis tikai atsevišķus uzņēmumus? Kā?
JUSTĪNS: Es uzskatu, ka MI var ievērojami veicināt naudas atmazgāšanas novēršanu, bet tam vēl ilgi nepiederēs galavārds ikvienā no šiem gadījumiem. Bankas gribētu pilnībā uzticēt šo procesu MI, bet kļūdas cena šeit ir ļoti augsta — MI nevar veikt uzdevumus ar 99,5% pareizību, bet rezultātiem ir jābūt 100% pareiziem, jo katra kļūda var izmaksāt ļoti dārgi. Es uzskatu — lai MI varētu izmantot šajā jomā, MI modelis ir jāizveido pašiem, pilnībā to pārzinot, kas ar MI modeļiem bieži vien ir neiespējami, un ir grūti paļauties uz kaut ko, ko jūs pilnībā nesaprotat.
ĢIEDRUS: Tā ir, MI priekšrocības papildina arī riski, un banku sektors ir tas, kuram riski ir jāpārvalda. Tātad, vai pareizi saprotu, ka, jūsuprāt, MI lēni, bet pārliecinoši ienāks banku sektorā?
JUSTĪNS: Jā, MI jau ir ienācis banku sektorā un jau maina to. Es uzskatu, ka MI, tāpat kā visas pārējās inovācijas finanšu sektorā, ieviesīs finanšu tehnoloģiju (FinTech) uzņēmumi, un, kad viņi būs pārņēmuši veiksmīgus risinājumus savos procesos, pārējie sekos viņu piemēram. Tas, kas pirms dažiem vai pat desmit gadiem bija novatorisks, tagad finanšu tirgū ir kļuvis par standartu.
Ņemot vērā finanšu sektora datu un procesu apjomu, tā ir viena no lielākajām sfērām MI lietojumam. Tādēļ, par spīti augstākām drošības prasībām un stingrākam regulējumam, kas ietekmēs izmaiņu tempu, MI ieviestās izmaiņas veicinās gan labāku produktu pielāgošanos, gan administratīvo procesu vienkāršošanu.
Vai vēlaties ieviest MI arī savā organizācijā?
Tildes jaunumi
