Согласно отчету McKinsey, генеративный искусственный интеллект может приносить мировой экономике от 2,6 до 4,4 триллионов долларов ежегодно. Банковская отрасль была отмечена как один из секторов, которые могут увидеть наибольшее влияние (в процентах от своих доходов) от генеративного ИИ. Технология «может принести дополнительную прибыль в размере от 200 до 340 миллиардов долларов в год, если варианты использования будут полностью реализованы», говорится в отчете.

Для компаний из всех секторов текущая задача состоит в том, чтобы отделить ажиотаж, сопровождающий любую новую технологию, от реальной и долгосрочной ценности, которую она может принести. Это актуальная проблема для компаний, предоставляющих финансовые услуги. Уже широкое и растущее использование цифровых инструментов в отрасли делает ее особенно подверженной влиянию технологических достижений. В этом отчете MIT Technology Review Insights рассматривается раннее влияние генеративного ИИ в финансовом секторе, где он начинает применяться, а также барьеры, которые необходимо преодолеть в долгосрочной перспективе для его успешного внедрения.

Основные выводы этого отчета заключаются в следующем:

• Корпоративное внедрение генеративного искусственного интеллекта в финансовых услугах все еще находится на начальной стадии. Наиболее активные варианты использования связаны с сокращением затрат за счет освобождения сотрудников от малоценной повторяющейся работы. Компании начали внедрять генеративные инструменты искусственного интеллекта для автоматизации трудоемкой и утомительной работы, которая раньше требовала от людей оценки неструктурированной информации.

• Проводятся обширные эксперименты с потенциально более разрушительными инструментами, но признаки коммерческого внедрения остаются редкими. Ученые и банки изучают, как генеративный ИИ может помочь в таких важных областях, как выбор активов, улучшение моделирования и лучшее понимание корреляции активов и хвостового риска — вероятности того, что актив будет работать намного ниже или намного выше своей средней прошлой производительности. Однако до сих пор их коммерческому использованию препятствует ряд практических и нормативных проблем.

• Устаревшие технологии и нехватка талантов могут замедлить внедрение инструментов генеративного искусственного интеллекта, но лишь временно. Многие компании, предоставляющие финансовые услуги, особенно крупные банки и страховщики, по-прежнему обладают устаревшими информационными технологиями и структурами данных, потенциально непригодными для использования современными приложениями. Однако в последние годы проблема утихла благодаря широкому распространению цифровизации и, возможно, продолжится. Как и в случае с любой новой технологией, в экономике не хватает талантов, обладающих опытом, особенно в области генеративного искусственного интеллекта. На данный момент компании, предоставляющие финансовые услуги, похоже, обучают персонал, а не участвуют в торгах по набору из скудного пула специалистов. Тем не менее, трудности с поиском талантов в области ИИ уже начинают ослабевать, и этот процесс будет повторять тот, который наблюдался с развитием облачных технологий и других новых технологий.

• Сложнее преодолеть могут быть недостатки самой технологии и нормативные препятствия на пути ее внедрения для определенных задач. Общие, готовые инструменты вряд ли смогут адекватно выполнять сложные конкретные задачи, такие как анализ и выбор портфеля. Компаниям придется обучать свои собственные модели, а этот процесс потребует значительных затрат времени и инвестиций. Как только такое программное обеспечение будет готово, его вывод может быть проблематичным. Риски предвзятости и отсутствия подотчетности в сфере ИИ хорошо известны. Поиск способов проверки сложных результатов генеративного ИИ пока не увенчался успехом. Власти признают, что им необходимо больше изучать последствия генеративного ИИ, и исторически они редко одобряли инструменты перед их внедрением.

Скачать полный отчет.

Этот контент был создан Insights, подразделением MIT Technology Review, специализирующимся на создании контента. Оно не было написано редакцией MIT Technology Review.