Sztuczna inteligencja jest dziś wykorzystywana niemal w każdej branży, w tym w finansowej. 81% respondentów badania przeprowadzonego przez SAS oraz stowarzyszenie GARP (Global Association of Risk Professionals) dostrzega pozytywne efekty implementacji tej technologii.
| REKLAMA | ||
 |
Przykładem biznesowego zastosowania sztucznej inteligencji jest zarządzanie ryzkiem. Najwięcej korzyści w tym obszarze przynosi wykorzystanie AI w procesie automatyzacji (52% odpowiedzi), scoringu kredytowego (45% odpowiedzi) oraz przygotowywania danych (43% odpowiedzi). Około 1/3 respondentów badania SAS i GARP, zatytułowanego Artificial Intelligence in Banking and Risk Management, zwróciła również uwagę na wsparcie AI podczas walidacji, kalibracji i selekcji modeli analitycznych. Specjaliści ds. oceny ryzyka oraz eksperci z branży finansowej, którzy nie wykorzystują sztucznej inteligencji, planują wdrożyć rozwiązania AI w najbliższym czasie. 84% respondentów deklaruje implementację projektów z zakresu uczenia maszynowego i przetwarzania języka naturalnego w ciągu najbliższych trzech lat.
Oczekiwania względem wykorzystania sztucznej inteligencji są bardzo wysokie. Większość uczestników badania SAS i GARP wierzy, że poprawi ona ich pracę i uczyni bardziej efektywną. Najczęściej wskazywali oni na wzrost produktywności (96% odpowiedzi), szybsze wyniki analizy danych (95% odpowiedzi) oraz większe wsparcie procesów decyzyjnych (95% wskazań).
Przeszkody na drodze do wdrożeń AI
Mimo że sztuczna inteligencja jest mocno osadzona w biznesie, zdaniem 52% respondentów przeszkodą stojącą na drodze do jeszcze powszechniejszego wykorzystania tej technologii jest brak odpowiednich umiejętności. Ankietowani wskazali kolejno: małą dostępność i niską jakość danych (59% odpowiedzi), brak zrozumienia, czym jest AI wśród kluczowych interesariuszy (54% odpowiedzi) oraz problemy z interpretacją modeli analitycznych wykorzystywanych w projektach sztucznej inteligencji (47% odpowiedzi).
Źródło: SAS Institute
Oczekiwania względem wykorzystania sztucznej inteligencji są bardzo wysokie. Większość uczestników badania SAS i GARP wierzy, że poprawi ona ich pracę i uczyni bardziej efektywną. Najczęściej wskazywali oni na wzrost produktywności (96% odpowiedzi), szybsze wyniki analizy danych (95% odpowiedzi) oraz większe wsparcie procesów decyzyjnych (95% wskazań).
Przeszkody na drodze do wdrożeń AI
Mimo że sztuczna inteligencja jest mocno osadzona w biznesie, zdaniem 52% respondentów przeszkodą stojącą na drodze do jeszcze powszechniejszego wykorzystania tej technologii jest brak odpowiednich umiejętności. Ankietowani wskazali kolejno: małą dostępność i niską jakość danych (59% odpowiedzi), brak zrozumienia, czym jest AI wśród kluczowych interesariuszy (54% odpowiedzi) oraz problemy z interpretacją modeli analitycznych wykorzystywanych w projektach sztucznej inteligencji (47% odpowiedzi).
Organizacje świadczące usługi finansowe walczą o pozycję na rynku, napędzanym przez sztuczną inteligencję. Ważne jest, aby specjaliści zajmujący się oceną ryzyka połączyli siły z osobami na stanowiskach analityków danych w celu rozwiązania realnych problemów za pomocą AI. Oczywiście technologia ta nie wszędzie znajdzie zastosowanie, ale biznes, a w szczególności branża finansowa, powinien brać pod uwagę systemy analityczne wykorzystujące różne formy sztucznej inteligencji, stawiając czoła codziennym wyzwaniom – mówi Troy Haines, wiceprezes i szef działu zarządzania ryzkiem w SAS.
Badanie przeprowadzono wśród 2000 specjalistów z branży finansowej, uwzględniając branże i sektory, takie jak: bankowość, inwestycje, bezpieczeństwo, zarządzanie aktywami / majątkiem. Na potrzeby badania do sztucznej inteligencji zaliczono: uczenie maszynowe, rozpoznawanie języka naturalnego, wizję komputerową, prognozowanie i optymalizację. Źródło: SAS Institute
