De toekomst ontsluiten: Hoe financiële instellingen zich kunnen voorbereiden op het schalen van AI

Volgens The Economist hadden zo'n 54% van de grote financiële instellingen (FI's) artificial intelligence al in 2020, Stel u dus eens voor hoe die cijfers er vandaag voor staan. Om die toename nog te vergroten, zegt 86% van de financiële executives dat ze van plan zijn om de AI-investeringen tot 2025 te verhogen. En in een ander enquête, 81% zei dat het ontsluiten van waarde uit AI de belangrijkste onderscheidende factor zou zijn tussen winnaars en verliezers in de banksector.

“Er is duidelijk een zeer sterke value case te maken voor AI in financiële instellingen”, aldus Athena. “Investeringsbanken zijn misschien wel de eerste gebruikers en begunstigden van machine learning-technologie in de algoritmische handelsruimte. Per slot van rekening gebruikt 70% van de FI's nu machine learning voor fraudedetectie, kredietscores of het voorspellen van cashflowgebeurtenissen, en wordt conversational AI veel gebruikt in retail banking en verzekeringen. Desondanks schieten veel FI's tekort als het aankomt op het produceren van hun AI-projecten om concrete, bedrijfsbrede waarde te leveren.”

Athena legde uit wat de belangrijkste uitdagingen zijn voor het succes van AI-projecten en hoe deze overwonnen kunnen worden:

Voor Athena is een van de grootste problemen voor FI's dat hun kerntechnologie gebouwd is voor traditionele activiteiten, zoals betalingen, leningen en schadebeheer. “Legacy IT-stacks hebben niet de flexibiliteit om AI-vaardigheden in te zetten. De rekencapaciteit voor data beheer en analyse die u nodig hebt in een gesloten VR-toepassing is er gewoon niet en het testen en ontwikkelen van AI-technologieën kan dagen of zelfs maanden duren - onbetaalbaar als u innovatief wilt zijn. De oplossing? Verander de kerntechnologieën: stap over op cloud computing.

“Een cloud-omgeving kan de tijd die nodig is om AI-oplossingen te testen en te ontwikkelen terugbrengen tot een paar minuten, dankzij managed services”, verzekert Athena. “Een bank waar ik mee samenwerkte begon twee jaar geleden met de overgang naar de cloud, en hun innovatiesnelheid is volgens hun eigen KPI's met ongeveer 49% gestegen. Dat lijkt misschien weinig, maar voor een gevestigde, monolithische instelling is het behoorlijk revolutionair.”

Een ander facet van deze uitdaging is investeren in data management - zowel in termen van data kwaliteit als data toegang. In FI's is data in silo's verdeeld over verschillende business units en divisies. Als gevolg daarvan is data niet gestandaardiseerd, is de kwaliteit moeilijk te beheren en is er niet één enkele bron van waarheid, zodat belanghebbenden niet zeker weten of de onderliggende data van voorgestelde projecten betrouwbaar is. “Investeren in moderne data governance- en data-beheerpraktijken is cruciaal voor FI's”, benadrukt Athena. “En een belangrijk onderdeel daarvan is wat wij een Enterprise Data Model noemen, of EDM. Het is geen IT-concept, maar een manier om uw data - al uw data - te beschrijven en logisch te organiseren in zakelijk relevante taal - een soort zakelijk glossarium, zo u wilt, dat data-kwaliteitsbeheer stroomlijnt voor alle gecertificeerde gebruikers.”

Het laatste onderdeel van deze uitdaging is data toegang.

“Data is de meest waardevolle grondstof die een organisatie bezit; de sleutel tot het benutten van de waarde ervan is toegang hebben tot analyses op schaal, op het punt waar de beslissing wordt genomen. Dit is vooral moeilijk in banken vanwege de vertrouwelijkheid van data. Een innovatieve oplossing is het creëren van API-enabled databases voor effectievere en veiligere data-toegang, maar dan op schaal en in realtime om aan uw bedrijfsdoelstellingen te voldoen.”

De tweede uitdaging voor financiële instellingen ligt in het bedrijfsmodel dat ze gebruiken. De meeste zijn georganiseerd volgens bedrijfsdivisies, vaak met gecentraliseerde IT-functies, wat hun vermogen om te innoveren belemmert. Zakelijke leiders bepalen hun eigen agenda's en AI-strategieën, wat resulteert in gefragmenteerde teams en een watervalaanpak die leidt tot vertragingen, kostenoverschrijdingen, suboptimale prestaties en een totaal gebrek aan een test- en leermentaliteit. FI's moeten in staat zijn om op een iteratieve manier te werken om voortdurend te innoveren en te verbeteren - een noodzaak om AI te kunnen schalen, want niemand doet het ooit van de eerste keer goed.

“In plaats daarvan stellen we bij Artefact een flexibeler en flexibeler toekomstgericht bedrijfsmodel voor dat gebaseerd is op data producten. Een data product is in wezen een set van data oplossingen die direct een zakelijke uitdaging of zakelijk resultaat aanpakken. Elk data product wordt ontwikkeld door een toegewijd team dat zijn eigen budget, middelen en KPI's heeft.”

“Stel bijvoorbeeld dat u een klant 360-team hebt van zakelijke, IT- en data-stakeholders. Zij kunnen verschillende data producten leveren aan de business, maar ook aan externe klanten, zodat u een klant 360 analytics laag krijgt. Data wetenschappers en ingenieurs kunnen deze analyselaag gebruiken om AI ML-oplossingen te testen en te leren. U zou ook een klant 360 dashboard kunnen hebben met relevante KPI's voor uw frontline sales collega's en dit gebruiken om de customer lifetime value te verbeteren. U zou ook data aan uw marketingteam kunnen geven over optimalisatie en personalisatie om hen te helpen hun budgetten beter te besteden.”

De mogelijkheden zijn eindeloos, maar in wezen stelt een modulair bedrijfsmodel uw teams in staat om beter samen te werken en naar een gemeenschappelijk strategisch doel toe te werken, in plaats van in de silo's die FI's momenteel verdelen - net als talloze bedrijven in alle sectoren waar productteams nog geen realiteit zijn.

Investering in AI ethiek en regelgeving is op dit moment van cruciaal belang voor financiële instellingen. Bij het beoordelen van de voorgestelde Wet Kunstmatige Intelligentie, de Europese toezichthouder voor Data-beveiliging (EDPS) is van mening dat een betere bescherming van de grondrechten noodzakelijk is, met inbegrip van een betere bescherming van de grondrechten van individuele personen, waaronder het recht op privacy en het recht op bescherming van persoonlijke data.

Er zullen wettelijke beperkingen worden opgelegd aan iedereen die software gebruikt die te maken heeft met biometrische technologie in financiële instellingen, human capital management of kredietbeoordeling van personen. Zoals de zaken er nu voorstaan, zal dit gevolgen hebben voor bijna alle FI's. Hoewel de volledige omvang van de toekomstige AI-regelgeving nog voor niemand duidelijk is, is het wel duidelijk dat de regelgeving op ethiek gebaseerd zal zijn. Maar veel leiders in de financiële dienstverlening hebben het gevoel dat hun bedrijven de ethische kwesties in verband met AI niet begrijpen.

Artefact stelt voor om een ethische Intern AI-governancekader die alle aspecten van AI-ethiek omvat, inclusief kopers, inclusief data management, modeltraining en omscholing van AI verklaarbaarheid. Hiervoor kan advies van experts nuttig zijn, maar wat echt nodig is, is een tweedelige mindsetverschuiving die alle aspecten van AI-ethiek omvat, inclusief kopers, data-beheer, modeltraining en het bijscholen van AI-verklaarbaarheid.

De eerste verschuiving vereist buy-in op grote schaal van belanghebbenden, door belanghebbenden te verplichten om de silomentaliteit, divisie- en bedrijfsmodellen los te laten die u ervan weerhouden om AI te produceren. De tweede is de overgang van een risicomijdende naar een pioniersmentaliteit. Dit vereist een diepgaande cultuuromslag waarbij de hele organisatie goed op de hoogte is van de impact van AI, de toepassingen en de ethiek ervan, om innovatief te zijn zonder onverantwoordelijk te zijn.

“Het is niet gemakkelijk, vooral niet in een sector waar risicovermijding diep verankerd is. Maar uiteindelijk, als het aankomt op de adoptie van AI, denk ik niet dat financiële instellingen veel keuzevrijheid hebben, het gaat er niet om hoe of of AI waarde kan toevoegen aan uw bedrijf. Het gaat erom hoe u AI in uw dagelijkse activiteiten kunt integreren om relevant en concurrerend te blijven in een snel veranderende wereldmarkt.”