AI for Finance Summit von Artefact - 17. September 2024 - Paris
Die wichtigsten Erkenntnisse aus der Keynote von Adrien Vesteghem, AI Program Director bei BNP Paribas.
Einführung und Fokus auf KI für Unternehmen
Adrien Vesteghem eröffnete seine Keynote, indem er klarstellte, dass sich seine Arbeit - im Gegensatz zu Mainstream-KI-Anwendungen wie selbstfahrenden Autos oder der Erstellung von Inhalten - auf die Nutzung von KI konzentriert, um einen Mehrwert für den Geschäftsbetrieb zu schaffen. Er betonte, wie wichtig es ist, den zu erwartenden Wert von KI-Initiativen auf der Grundlage des Reifegrads eines Unternehmens zu bestimmen und dass selbst das Nichtstun zu einem gewissen passiven KI-bedingten Nutzen führen kann. Die aktive Einführung von KI kann jedoch einen erheblichen Wert schaffen, beginnend mit einem “einfachen generativen” Ansatz, der die betriebliche Effizienz steigern und die Margen um etwa 5% erhöhen könnte.
Data Wissenschaft und MLOps
Als BNP Paribas auf seiner KI-Reise vorankam, bestand die nächste Phase darin, data wissenschaftliche und operative Fähigkeiten im Bereich maschinelles Lernen (MLOps) zu erwerben. Vesteghem verglich diese Phase damit, “Goldgräber” zu werden und nach hochwertigen KI-Anwendungsfällen zu suchen, die die Margen um weitere 10% steigern könnten. Er teilte mit, dass BNP Paribas diese Stufe bereits seit mehreren Jahren erreicht hat und erklärte, dass es in dieser Phase darum geht, KI-Lösungen im gesamten Unternehmen einzusetzen und wertvolle “Goldnuggets” zu entdecken. Vesteghem betonte, dass die Identifizierung und der Einsatz dieser Anwendungsfälle entscheidend dazu beigetragen haben, die KI-Fähigkeiten von BNP Paribas voranzubringen.
Der globale KI-Ansatz: Integration und Skalierung
Die dritte Stufe der KI-Reife, wie Vesteghem sie beschreibt, ist ein “globaler KI-Ansatz”, bei dem KI in alle Geschäftsbereiche integriert wird, um den Wert zu steigern und die Margen um bis zu 25% zu erhöhen. Vesteghem betont jedoch, wie wichtig es ist, von einem anwendungsorientierten Ansatz zu einer produktorientierten Denkweise überzugehen. Als Beispiel nennt er die Vereinheitlichung verschiedener Geschäftsanforderungen unter einem KI-Produkt für personalisierte Kundeninhalte, die Rationalisierung von Ressourcen und die Reduzierung von Kosten.
Beispiel für den intelligenten Posteingang: Vom Anwendungsfall zum KI-Produkt
Um den produktbasierten Ansatz näher zu erläutern, erzählte Vesteghem die Geschichte eines Projekts namens “Smart Inbox”, das ursprünglich als einfache Lösung zur Triage von E-Mails gedacht war. Obwohl das Projekt anfangs einen negativen ROI zu haben schien, erkannte das Team im Laufe der Zeit sein Potenzial als KI-Produkt. Die Smart Inbox entwickelte sich zu einer umfassenderen Lösung, die Funktionen wie automatische E-Mail-Antworten und Dokumentenmanagement enthielt. Dieser Wandel zeigt, wie wertvoll es ist, über einzelne Anwendungsfälle hinauszugehen und in skalierbare KI-Produkte zu investieren, die breitere Geschäftsanforderungen erfüllen.
Suchen Sie weit nach langfristigem Wert
Vesteghems erste wichtige Lektion war, “weit zu schauen” und KI-Projekte nicht vorschnell aufzugeben. Er betonte, dass eine langfristige Vision die Entwicklung von einfachen Lösungen zu komplexen Produkten ermöglicht, wie es bei der Smart Inbox der Fall war. Sein zweiter Ratschlag war, “in die Tiefe zu schauen” und bestehende Lösungen ständig zu hinterfragen. Er erzählte von einem KI-Projekt zur Dokumentenverarbeitung, bei dem die anfänglichen Ergebnisse mit einer Genauigkeit von 50% durch eine Neubewertung der Technologie und die Entscheidung für effektivere Open-Source-Lösungen erheblich verbessert werden konnten, wodurch die Genauigkeit auf 90-99% stieg.
Messen Sie die KI-Effektivität und mindern Sie die Risiken
Seine dritte und letzte Lektion betonte die Bedeutung der “Messung” der Effektivität von KI-Initiativen, insbesondere beim Einsatz generativer KI. Vesteghem erzählte, wie die Angst vor den Einschränkungen generativer KI, wie z.B. Halluzinationen, BNP Paribas dazu veranlasste, mit externen Unternehmen wie J. Gard zusammenzuarbeiten, um Risiken zu bewerten und zu messen. Dies half BNP Paribas, die Risiken bei kundenorientierten KI-Anwendungen wie generativen Chatbots besser zu minimieren, was für das risikosensitive Umfeld des Bankensektors von entscheidender Bedeutung ist.
Fazit
Adrien Vesteghem beendete seine Keynote, indem er über die möglichen zukünftigen KI-Reifegrade nachdachte, die BNP Paribas erreichen könnte. Auch wenn die Zukunft ungewiss ist, zeigte er sich zuversichtlich, dass kontinuierliches Lernen und Anpassung zu neuen Erkenntnissen führen werden. Er schloss seinen Vortrag mit einer optimistischen Botschaft und einer Einladung zu weiteren Diskussionen.

BLOG





