Autor: Milena Kabza

Dr nauk ekonomicznych, pracuje w NBP

Sztuczna inteligencja przejmuje usługi finansowe

Sztuczna inteligencja w sektorze usług finansowych może stać się siłą pożyteczną, ale też destabilizującą, będącą zagrożeniem dla globalnego systemu finansowego. Jej rola na pewno będzie rosła: obecnie na 7,6 mld ludzi przypada aż 20 mld inteligentnych urządzeń komputerowych.
Sztuczna inteligencja przejmuje usługi finansowe

Bez odpowiedniego nadzoru, sztuczna inteligencja może wprowadzić ryzyko do systemu finansowego (fot. Pixabay.com, CC-BY-NC-ND)

W przeszłości dominujące instytucje rynkowe były tworzone oparciu o skalę aktywów, produkcję masową, wyłączność relacji, wysokie koszty zmian i zależność od ludzkiej pomysłowości. Obecnie i w przyszłości instytucje są oraz będą budowane na skali danych, doświadczeniach użytkowników produktów czy usług, optymalizacji cyfrowych połączeń, w warunkach, gdy ludzka wydajność będzie wspomagana przez technologię.

Dokładniejsza niż człowiek

Sztuczna inteligencja (artificial intelligence, AI) zasadniczo zmienia oblicze sektora usług finansowych. Osłabia dotychczasowe powiązania między instytucjami finansowymi. Jednocześnie – jak wskazuje World Economic Forum – otwiera możliwości zupełnie nowych modeli operacyjnych i wprowadza nowe zasady konkurencji, które będą sprzyjające znacznie bardziej dla instytucji skoncentrowanych na skali i złożoności danych, niż tych skupionych na skali lub złożoności kapitału. Potencjał sztucznej inteligencji jest zatem dużym wyzwaniem dla tradycyjnej gospodarki i społeczeństwa.

Instytucje, które jako pierwsze wprowadzą sztuczną inteligencję do usług finansowych, będą mogły wykorzystać jej potencjał oparty na danych, z korzyścią zarówno dla front, jak i back office. Będzie to miało istotny wpływ na strategiczne podejście firm do współpracy rynkowej, tworzenia infrastruktury i zarządzania talentami.

Sztuczna inteligencja nie jest już postrzegana jedynie jako science fiction, ale jako matematyczne podejście do tworzenia samodoskonalących się regresji, zwanych uczeniem maszynowym. Podzbiór tej dyscypliny obejmuje sieci neuronowe, czyli rodzaj metody obrabiania danych – na przykład poprzez rozwiązywanie skomplikowanych zadań na podstawie dużych zbiorów danych. Okazuje się, że sieci neuronowe popełniają mniej błędów w rozwiązywaniu problemów niż człowiek, a sztuczna inteligencja może być również wykorzystana jako twórcza zdolność szybkiego rozwijania pomysłów lub wykonywania zadań emocjonalnych.

AI wymaga sprzętu o ogromnej mocy obliczeniowej i zbiorów danych z milionami wierszy dotyczących różnych rodzajów działalności człowieka. Te zasoby powstały w wyniku rozwoju sieci komputerowej w ciągu ostatnich dziesięcioleci. Mimo że na świecie żyje obecnie ponad 7,6 mld ludzi, to istnieje ponad 20 mld inteligentnych urządzeń komputerowych, obsługiwanych przez rynek przechowywania danych w chmurze wart 100 mld dolarów. Kapitał podwyższonego ryzyka zainwestował dotychczas w firmy zajmujące się uczeniem maszynowym kwoty na poziomie 5-10 mld dolarów rocznie, przyciągając kapitał ludzki i finansowy.

Pomoże w domu

Według Autonomous Research rozwój sztucznej inteligencji w usługach finansowych spowoduje, że koszty branży finansowej o wartości 1 bln dolarów zostaną zautomatyzowane w ciągu następnych 10 lat.

W szczególności transformacja umiejętności będzie najtrudniejszym ograniczeniem szybkości wdrażania sztucznej inteligencji przez instytucje. Będzie to stanowić zagrożenie dla pozycji konkurencyjnej zarówno firm, jak i krajów, które nie radzą sobie z rosnącymi potrzebami w zakresie umiejętności wraz z postępującymi inwestycjami technologicznymi.

Na przykład w Stanach Zjednoczonych 2,5 mln pracowników usług finansowych jest narażonych na wpływ tych technologii. Według raportu #Machine intelligence & augmented finance największe potencjalne oszczędności – w wysokości 490 mld dolarów – firmy finansowe widzą w ramach bezpośredniej obsługi klienta. Jednocześnie, możliwym – choć mało prawdopodobnym – scenariuszem jest to, że zamiast obniżania kosztów, nowa technologia doprowadzi do poprawy produktywności. Oznaczałoby to, że pracownicy są jednak zatrzymywani i szkoleni, aby wykonywać zaawansowane, kreatywne lub emocjonalne zadania.

Trudno obecnie przewidzieć przyszłość sztucznej inteligencji w usługach finansowych. Potencjalną ścieżką jest taka, na której dominujące na rynku duże firmy technologiczne będą nadal dodawać i ulepszać umiejętności swoich inteligentnych asystentów domowych, jak np. Amazon Alexa, wypierając tym samym firmy finansowe. Kolejnym możliwym kierunkiem rozwoju jest przykład Chin, gdzie technologie i finanse łączą się, aby budować pełne profile psychograficzne klientów, bazujące na danych społecznych, osobistych i finansowych. Inna potencjalna droga to zdecentralizowane autonomiczne organizacje, które są budowane przez społeczność kryptograficzną, aby przenieść władzę z powrotem do jednostki, z umiejętnościami pochodzącymi z części składowych stworzonych na podstawie kodu open source.

Niesie ryzyko

W każdym z tych przypadków dużą rolę odgrywa właściwe zrozumienie i uregulowanie kwestii etycznych i dotyczących prywatności danych.

Przepisy regulujące prywatność i możliwość transferu danych wpłyną na zdolność instytucji finansowych i niefinansowych do wdrażania sztucznej inteligencji, stając się tak samo ważne jak tradycyjne regulacje dla konkurencyjnego pozycjonowania firm. Ewolucja regulacji dotyczących danych na całym świecie będzie zatem kluczowym czynnikiem determinującym rolę i pozycję różnych podmiotów w usługach finansowych.

Globalne regulacje dotyczące danych przechodzą obecnie okres znaczących zmian, ponieważ kraje wprowadzają nowe zasady ochrony i wzmocnienia pozycji obywateli. Na przykład celem zmienionej unijnej dyrektywy w sprawie usług płatniczych (Payment Services Directive, PSD2), która weszła w życie w styczniu 2018 r., jest umożliwienie bardziej innowacyjnych płatności w całej Europie. W połączeniu z ogólnym rozporządzeniem w sprawie ochrony danych (General Data Protection Regulation, GDPR) oznacza to, że instytucje muszą odpowiednio równoważyć wymagania dotyczące udostępniania danych stronom trzecim w związku z ryzykiem znacznych kar w przypadku niewłaściwego zarządzania danymi.

Kolejne wyzwania związane ze sztuczną inteligencją są związane z zagrożeniami cybernetycznymi. Aby zapobiegać takiemu ryzyku operacyjnemu, instytucje finansowe będą musiały opracować strategie mające na celu złagodzenie rosnącego ryzyka nadużyć i wycieku informacji poufnych zarówno na poziomie klienta, jak i transakcji, jak również ryzyka zwiększonego rozpowszechniania informacji wrażliwych.

Dodatkowo, ze względu na to, że sztuczna inteligencja odgrywa coraz ważniejszą rolę w codziennym funkcjonowaniu systemu finansowego, stanowi ona nowe źródło ryzyka systemowego. Bez właściwego nadzoru, innowacje w zakresie sztucznej inteligencji mogą wprowadzić nowe ryzyko do systemu finansowego i zwiększyć zagrożenie zarażeniem. AI wymusi zatem ponowną analizę zasad i technik nadzoru i regulacji – w tym finansowej, w celu uniknięcia możliwych zakłóceń dla gospodarki.

Sztuczna inteligencja może mieć transformujący wpływ na globalny system finansowy, ale maksymalizacja korzyści wynikających z AI będzie możliwa, jeśli społeczne struktury i procesy dostosują się do wspierania nowych sposobów pracy, minimalizując i ograniczając jednocześnie powstające zagrożenia.

Bez odpowiedniego nadzoru, sztuczna inteligencja może wprowadzić ryzyko do systemu finansowego (fot. Pixabay.com, CC-BY-NC-ND)

Otwarta licencja


Tagi