Καθώς οι τράπεζες στον Κόλπο δοκιμάζουν νέα εργαλεία τεχνητής νοημοσύνης, η προσοχή στρέφεται από το τι μπορούν να κάνουν στο πώς θα χρησιμοποιηθούν υπεύθυνα.
Οι τράπεζες του Κόλπου επιθυμούν έντονα να αξιοποιήσουν την τεχνητή νοημοσύνη, όμως πολλές εξακολουθούν να πασχίζουν να απαντήσουν σε ένα βασικό ερώτημα: πώς μπορούν να χρησιμοποιήσουν την τεχνολογία χωρίς να θέτουν σε κίνδυνο ευαίσθητες πληροφορίες πελατών;
ΔΙΑΦΉΜΙΣΗ
ΔΙΑΦΉΜΙΣΗ
Το ζήτημα αποκτά ολοένα μεγαλύτερη σημασία, καθώς οι τράπεζες σε όλη την περιοχή δοκιμάζουν νέα εργαλεία τεχνητής νοημοσύνης που επιταχύνουν τις καθημερινές εργασίες, αναλύουν έγγραφα και ενισχύουν την παραγωγικότητα.
Για την Najla Ibrahim Al-Mutawa, εκτελεστική αντιπρόεδρος Στρατηγικής και Ανάπτυξης Επιχειρήσεων στην QNB, η συζήτηση ξεπερνά την αποδοτικότητα.
«Για τις τράπεζες, το ερώτημα δεν είναι απλώς αν η γενετική τεχνητή νοημοσύνη μπορεί να βελτιώσει την αποδοτικότητα ή την εμπειρία του πελάτη, αλλά αν μπορεί να υιοθετηθεί με τρόπο που να διαφυλάσσει την εμπιστοσύνη, να προστατεύει τα δεδομένα και να ανταποκρίνεται στις ρυθμιστικές απαιτήσεις».
Αυτή η πρόκληση έχει δημιουργήσει και ευκαιρίες για τις εταιρείες που προσπαθούν να κάνουν την τεχνητή νοημοσύνη πιο εύχρηστη και ασφαλή για τις τράπεζες.
Ο Sami Mian, διευθύνων σύμβουλος της Blade Labs, σημειώνει ότι πολλές τράπεζες αισθάνονται πλέον άνετα με τα ίδια τα συστήματα τεχνητής νοημοσύνης, αλλά εξακολουθούν να ανησυχούν για το σε ποια δεδομένα έχουν πρόσβαση αυτά τα συστήματα.
«Το εργαλείο τεχνητής νοημοσύνης μπορεί να έχει εγκριθεί. Το cloud μπορεί να έχει εγκριθεί. Ωστόσο, η τράπεζα πρέπει ακόμη να ελέγχει τι επιτρέπεται στην τεχνητή νοημοσύνη να “βλέπει”».
Η Blade Labs έχει αναπτύξει μια πλατφόρμα με την ονομασία ZeroH Disclosure, που στοχεύει να περιορίζει αυτόματα τις πληροφορίες που κοινοποιούνται στα συστήματα τεχνητής νοημοσύνης, διατηρώντας ταυτόχρονα αρχείο για το ποια δεδομένα γνωστοποιήθηκαν και για ποιον λόγο.
Για πολλές τράπεζες, η μεγαλύτερη πρόκληση ίσως δεν είναι η ίδια η τεχνολογία, αλλά ο τρόπος ελέγχου της.
Οι τράπεζες πρέπει να είναι βέβαιες ότι ονόματα πελατών, στοιχεία λογαριασμών και άλλες ευαίσθητες πληροφορίες προστατεύονται, προτού κοινοποιηθούν δεδομένα σε εργαλεία τεχνητής νοημοσύνης.
Η Alina Timofeeva, σύμβουλος τεχνητής νοημοσύνης και ψηφιακού μετασχηματισμού και διαχειριστική εταίρος στην Tamayouz Business Solutions, αναφέρει ότι η γενετική τεχνητή νοημοσύνη υποχρεώνει τα χρηματοπιστωτικά ιδρύματα να επανεξετάσουν τον τρόπο διαχείρισης των δεδομένων τους.
«Στις τραπεζικές υπηρεσίες, το προϊόν είναι η εμπιστοσύνη», είπε. «Το ερώτημα μετατοπίζεται από το πού αποθηκεύονται τα δεδομένα στο ποιος έχει πρόσβαση σε αυτά, πώς χρησιμοποιούνται και ποιος λογοδοτεί αν κάτι πάει στραβά».
Αυτό είναι ιδιαίτερα κρίσιμο στον Κόλπο, όπου οι ρυθμιστικές αρχές προωθούν τον ψηφιακό μετασχηματισμό, ενισχύοντας ταυτόχρονα τους κανόνες για την προστασία δεδομένων, την κυβερνοασφάλεια και τη διακυβέρνηση της τεχνητής νοημοσύνης.
Η Al-Mutawa σημειώνει ότι οι τράπεζες γίνονται πιο επιλεκτικές στον τρόπο με τον οποίο χρησιμοποιούν την τεχνητή νοημοσύνη. Η δοκιμή εφαρμογών χαμηλού κινδύνου αντιμετωπίζεται διαφορετικά από τις χρήσεις που εμπλέκουν δεδομένα πελατών και άλλες ευαίσθητες πληροφορίες.
«Τα δεδομένα πελατών, οι εμπιστευτικές εσωτερικές πληροφορίες, οι μηχανισμοί καταπολέμησης οικονομικού εγκλήματος, τα μοντέλα κινδύνου και οι ιδιόκτητες επιχειρηματικές πληροφορίες απαιτούν πολύ ισχυρότερες δικλίδες ασφαλείας», είπε.
Ο Mian υποστηρίζει ότι η λύση βρίσκεται στο να δοθεί στα ιδρύματα μεγαλύτερος έλεγχος, εξαρχής, πάνω στο ποιες πληροφορίες μπορούν να κοινοποιούνται στα συστήματα τεχνητής νοημοσύνης.
Αντί να βασίζονται στο προσωπικό για τη χειροκίνητη αφαίρεση ευαίσθητων στοιχείων από έγγραφα, η εταιρεία υποστηρίζει ότι οι περιορισμοί αυτοί μπορούν να ενσωματωθούν απευθείας στη διαδικασία, ώστε να αποκαλύπτονται μόνο εγκεκριμένες πληροφορίες και ταυτόχρονα να δημιουργείται ίχνος ελέγχου για όσα κοινοποιήθηκαν.
Η ίδια λογική εφαρμόζεται και στα ισλαμικά χρηματοοικονομικά, όπου η έγκριση προϊόντων συχνά απαιτεί τη συμμετοχή πολλών πλευρών, όπως νομικών ομάδων, τμημάτων κανονιστικής συμμόρφωσης, ελεγκτών και ειδικών στη σαρία.
Η Blade Labs αναπτύσσει επίσης το Ask Ali, έναν βοηθό τεχνητής νοημοσύνης με επίκεντρο τα ισλαμικά χρηματοοικονομικά. Η πλατφόρμα έχει σχεδιαστεί ώστε να βοηθά επαγγελματίες να ερευνούν πρότυπα, να εξετάζουν έγγραφα και να χειρίζονται ερωτήματα που σχετίζονται με τη σαρία, διατηρώντας παράλληλα την ανθρώπινη εποπτεία της διαδικασίας.
Και οι τρεις συμφωνούν ότι η εμπιστοσύνη θα είναι πιθανότατα ο καθοριστικός παράγοντας για το πόσο γρήγορα θα υιοθετήσουν οι τράπεζες την τεχνητή νοημοσύνη.
«Τα ιδρύματα που θα το λύσουν πρώτα θα μπορούν να χρησιμοποιούν την τεχνητή νοημοσύνη με μεγαλύτερη ευχέρεια», ανέφερε ο Mian. «Όσα δεν μπορούν να αποδείξουν ότι έχουν τον έλεγχο θα μείνουν κολλημένα σε πιλοτικά έργα, περιορισμούς και εσωτερικές εγκρίσεις».