SCOR & SOCIETE GENERALE bij AI voor financiën door Artefact - Beheer Data: Uitdagingen in een snel veranderend AI-landschap

In de context van AI in de financiële sector is de kwaliteit van data van cruciaal belang. Christophe Tummers, Chief Data Officer, benadrukt dat zonder een robuuste data managementstrategie, AI niet effectief kan functioneren. Bij Société Générale ligt de focus op het waarborgen van compliance met behoud van de data-kwaliteit, aangezien dit van invloed is op het operationele risico en de nauwkeurigheid van AI. Een voorbeeld hiervan is de uitdaging van het gebruik van ongecontroleerde data, wat tot aansprakelijkheidsproblemen kan leiden. Veel banken investeren nu opnieuw in data-beheerpraktijken om aan te sluiten bij de veranderende AI-behoeften en zorgen zo voor een compliant en efficiënt fundament.

Scor verzekert andere verzekeringsmaatschappijen en richt zich op de beoordeling van risico's zoals klimaatverandering en grootschalige rampen. Hun data-strategie omvat zowel het schoonmaken van bestaande reservoirs als het inzetten van AI om data bij de bron te filteren. Deze tweeledige aanpak helpt uitdagingen aan te gaan zoals het opbouwen van een sterke IT-infrastructuur en het opleiden van personeel op het gebied van data en AI-toepassingen.

De AI-wet, die onlangs in Frankrijk is aangenomen, brengt nieuwe eisen op het gebied van regelgeving met zich mee. Antoine Ly beschrijft hoe Scor dit ziet als onderdeel van hun bredere compliance-landschap. Ze moeten zich aanpassen aan de regelgeving in Europa, Azië en Noord- en Zuid-Amerika en bestaande kaders waar nodig aanpassen. Dit vereist aanpassingen en voortdurende bijscholing voor een volledig begrip. De voorzichtige en modelgedreven aanpak van Scor maakt deze veranderingen in de regelgeving beheersbaar.

Het perspectief van Société Générale op de AI-wet houdt een toekomstgerichte aanpak in. Ze willen innoveren en een geavanceerder data managementraamwerk ontwikkelen. De druk van AI en privacy vereist een geëvolueerde strategie die verder gaat dan de industrienormen om robuustere kaders voor de toekomst te ontwikkelen.

Christophe Tummers pleit voor het gebruik van industriebrede kaders om de vooruitgang te benchmarken en uitgebreide naleving te garanderen. Door samen te werken met regelgevende instanties en andere industriepartners wordt een collectieve intelligentie bevorderd die over de hele linie voor verbeteringen zorgt. Deze gezamenlijke aanpak zorgt voor voortdurende vooruitgang en helpt het juiste pad te bepalen in een voortdurend evoluerend AI-landschap.

Terwijl sommige toezichthouders toezichthouders zien als beperkingen, is Christophe Tummers een tegengestelde mening toegedaan en ziet hij hen als bondgenoten die werken aan het gemeenschappelijke doel van een stabiel financieel systeem. Regelgeving wordt gezien als een noodzakelijk onderdeel van het AI-ecosysteem, waardoor banken een evenwicht moeten vinden tussen de belangen van klanten, financiële stabiliteit en innovatie.

Antoine Ly biedt een genuanceerde kijk en benadrukt de verschillen tussen de verschillende toezichthouders. Hij noemt de worsteling van de Europese toezichthouder om de zich ontwikkelende AI-trends te begrijpen, in tegenstelling tot de duidelijkere focus van de verzekeringsregulator op consumentenbescherming. Hieruit blijkt hoe belangrijk het is om samen te werken met regelgevers die de behoeften en doelstellingen van de sector begrijpen.

Zowel Scor als Société Générale zijn het eens over de behoefte aan aanpasbare regelgeving die na verloop van tijd herzien en verbeterd kan worden. Oude beslissingen moeten opnieuw worden bekeken om ervoor te zorgen dat ze in overeenstemming zijn met de huidige technologische realiteit, waarbij naleving en innovatie in evenwicht zijn.