SCOR & SOCIETE GENERALE auf AI for Finance by Artefact - Management Data Management: Herausforderungen in einer sich schnell entwickelnden AI Landschaft

Im Zusammenhang mit AI im Finanzbereich ist die Qualität von data von zentraler Bedeutung. Christophe Tummers, Chief Data Officer, betont, dass AI ohne eine solide data Managementstrategie nicht effektiv funktionieren kann. Bei der Société Générale liegt der Schwerpunkt auf der Sicherstellung der Compliance bei gleichzeitiger Aufrechterhaltung der data Qualität, da dies Auswirkungen auf das operative Risiko und die AI Genauigkeit hat. Ein Beispiel ist die Herausforderung der Verwendung von unkontrollierten data, die zu Haftungsproblemen führen kann. Viele Banken investieren nun erneut in data Managementpraktiken, um den sich entwickelnden AI Anforderungen gerecht zu werden und eine konforme und effiziente Grundlage zu gewährleisten.

Scor versichert andere Versicherungsunternehmen und konzentriert sich auf die Bewertung von Risiken wie Klimawandel und Großkatastrophen. Die Strategie von data umfasst sowohl die Reinigung bestehender Reservoirs als auch die Nutzung von AI , um data an der Quelle zu filtern. Dieser doppelte Ansatz hilft bei der Bewältigung von Herausforderungen wie dem Aufbau einer soliden IT-Infrastruktur und der Schulung der Mitarbeiter in data und AI Anwendungen.

Das Gesetz AI , das kürzlich in Frankreich verabschiedet wurde, bringt neue rechtliche Anforderungen mit sich. Antoine Ly beschreibt, wie Scor dies als Teil ihrer breiteren Compliance-Landschaft sieht. Das Unternehmen muss sich an die Vorschriften in Europa, Asien und Nord- und Südamerika anpassen und die bestehenden Rahmenwerke nach Bedarf anpassen. Dies erfordert Anpassungen und ständige Weiterbildung, um alles zu verstehen. Der vorsichtige und modellbasierte Ansatz von Scor macht diese regulatorischen Veränderungen handhabbar.

Die Perspektive der Société Générale in Bezug auf das Gesetz AI beinhaltet einen zukunftsorientierten Ansatz. Ihr Ziel ist es, innovativ zu sein und einen fortschrittlicheren data Managementrahmen zu entwickeln. AI und der Druck auf die Privatsphäre erfordern eine weiterentwickelte Strategie, die über die Industrienormen hinausgeht, um robustere Rahmen für die Zukunft zu entwickeln.

Christophe Tummers plädiert für die Verwendung von branchenweiten Rahmenwerken, um Fortschritte zu messen und eine umfassende Einhaltung der Vorschriften zu gewährleisten. Die Zusammenarbeit mit Aufsichtsbehörden und anderen Branchenpartnern fördert eine kollektive Intelligenz, die zu Verbesserungen auf breiter Ebene führt. Dieser kollaborative Ansatz ermöglicht kontinuierliche Fortschritte und hilft, den richtigen Weg in einer sich ständig weiterentwickelnden AI Landschaft zu finden.

Während manche die Regulierungsbehörden als Zwang betrachten, sieht Christophe Tummers sie als Verbündete, die auf das gemeinsame Ziel eines stabilen Finanzsystems hinarbeiten. Die Regulierung wird als notwendiger Bestandteil des AI Ökosystems angesehen, der von den Banken verlangt, die Interessen der Kunden, die finanzielle Stabilität und die Innovation in Einklang zu bringen.

Antoine Ly vertritt eine differenzierte Sichtweise und hebt die Unterschiede zwischen den verschiedenen Regulierungsbehörden hervor. Er verweist auf die Schwierigkeiten der europäischen Aufsichtsbehörden, die sich entwickelnden Trends zu verstehen AI , und stellt dem den klareren Fokus der Versicherungsaufsicht auf den Verbraucherschutz gegenüber. Dies zeigt, wie wichtig es ist, mit Regulierungsbehörden zusammenzuarbeiten, die die Bedürfnisse und Ziele der Branche verstehen.

Sowohl Scor als auch Société Générale sind sich einig, dass eine anpassungsfähige Regulierung notwendig ist, die eine Überprüfung und Verbesserung im Laufe der Zeit ermöglicht. Ältere Entscheidungen sollten überprüft werden, um sicherzustellen, dass sie mit den aktuellen technologischen Gegebenheiten übereinstimmen und ein Gleichgewicht zwischen Compliance und Innovation herstellen.