UI v luksemburškem finančnem sektorju: Sprejetje, izzivi in pot naprej
Luksemburškifinančni sektor se v zadnjih letih vse bolj zanima za umetno inteligenco (AI) in strojno učenje (ML). Skupni tematski pregled CSSF (Commission de Surveillance du Secteur Financier) in BCL (Banque centrale du Luxembourg) razkriva, da so naložbe in izvajanje tehnologij umetne inteligence sicer še v zgodnjih fazah, vendar se stalno povečujejo.
Sektor, ki se ogreva za umetno inteligenco
Raziskava, ki je potekala med oktobrom 2021 in januarjem 2022, je bila namenjena 148 nadzorovanim institucijam in je dosegla 93-odstotno stopnjo odzivnosti. Ocenjevala je tri ključna področja: digitalno strategijo, sprejemanje umetne inteligence in mleka ter primere uporabe v resničnem življenju. Rezultati ponujajo pregled nad panogo, ki previdno, vendar postopoma sprejema umetno inteligenco.
Leta 2021 je le 32 % vprašanih poročalo o naložbah v umetno inteligenco, ki je v ozadju API-jev (56 %) in digitalnega uvajanja (34 %). Do leta 2023 pa je strojno učenje postalo glavno področje pričakovane rasti naložb, saj 39 % institucij načrtuje povečanje proračunov za strojno učenje. To pomeni premik od raziskovalnega zanimanja k strateškemu sprejemanju.
Trenutne ravni sprejemanja
Kljub vsesplošni pozornosti, ki jo vzbuja umetna inteligenca, je v času raziskave le 30 % institucij aktivno uporabljalo umetno inteligenco, 25 % pa jih je implementiralo rešitve ML. Med njimi je ML očitno prevladujoča tehnologija, saj jo uporablja 83 % uporabnikov AI. Primeri uporabe, o katerih so poročali anketiranci, vključujejo predvsem odkrivanje goljufij, avtomatizacijo procesov, trženje, vpogled v stranke in kibernetsko varnost.
Zanimivo je, da banke – kljub temu, da predstavljajo večino anketirancev – pri uvajanju umetne inteligence zaostajajo za plačilnimi institucijami in institucijami za izdajo elektronskega denarja, verjetno zaradi svojih bolj zapletenih starejših sistemov.
Prednosti in izzivi
Institucije so opredelile tri glavne prednosti uporabe umetne inteligence in računalniškega modeliranja:
-
Izboljšana notranja učinkovitost
-
Zmanjšanje tveganja
-
Izboljšani izdelki in storitve
Na drugi strani pa so največji izzivi kakovost podatkov, pomanjkanje talentov za umetno inteligenco in matematiko ter težave s premikanjem in spremljanjem modelov. K previdnosti pri širši uporabi prispeva tudi pomanjkanje jasnega regulativnega okvira.
Organizacijske strukture in vrzeli v znanju in spretnostih
Večina institucij, ki uporabljajo umetno inteligenco (86 %), ima posebne ekipe za podatkovno znanost – pogosto na ravni skupine. Vendar so ekipe v Luksemburgu še vedno majhne, običajno manj kot 10 ljudi. Najbolj zahtevana znanja in spretnosti so analiza podatkov, statistika in programiranje IT.
Kljub naraščajočemu zanimanju za umetno inteligenco 30 % anketirancev za osebje še ni izvedlo nobenega usposabljanja v zvezi z umetno inteligenco, kar kaže na pomanjkanje notranje pripravljenosti.
Upravljanje in zaupanje
Poročilo kaže mešano sliko upravljanja umetne inteligence. Medtem ko večina institucij v projekte AI vključuje tradicionalne nadzorne funkcije, kot sta varstvo podatkov in informacijska varnost, ima le 22 % institucij etične politike, specifične za AI, le 7 % pa jih je ustanovilo odbore za etiko. Ker uporaba umetne inteligence dozoreva, bo etično upravljanje ključnega pomena za zagotavljanje zaupanja in skladnosti z zakonodajo.
Varnost ostaja ključno področje. Le 56 % jih izvaja neodvisne varnostne preglede svojih sistemov umetne inteligence, le 27 % pa jih posebej testira proti grožnjam, kot so napadi nasprotnikov ali zastrupitev podatkov. Podobno sta preprečevanje pristranskosti in pojasnjevanje v številnih primerih uporabe še vedno premalo razvita.
Primeri uporabe v proizvodnji
Poročali so o 158 primerih uporabe, povezanih z umetno inteligenco, pri čemer jih je 59 % že v produkciji. Na prvem mestu sta preprečevanje pranja denarja in odkrivanje goljufij (18 %), sledijo avtomatizacija procesov (15 %) in primeri uporabe, usmerjeni k strankam, kot so priporočila za izdelke in vpogledi (po 8 %). Večina sistemov se še vedno zanaša na tradicionalne notranje podatke in so zgrajeni znotraj podjetja ali z omejeno zunanjo podporo.
Pogled naprej
Luksemburški finančni sektor je na previdni, a odločni poti k integraciji umetne inteligence. Povečanje naložb, povezanih z UI, in vse večje zavedanje o koristih in tveganjih signalizirata, da ekosistem dozoreva. Vendar pa je pred nami še veliko dela: povečanje nadarjenosti, izboljšanje upravljanja ter zagotavljanje, da so sistemi UI zaupanja vredni, varni in razložljivi.
Medtem ko se Evropa približuje sprejetju zakona o umetni inteligenci, imajo luksemburške finančne institucije priložnost, da so zgled in združijo inovacije z odgovornostjo.