Оценка воздействия искусственного интеллекта: трансформация парадигм в финансовых учреждениях

Искусственный интеллект (AI) – это термин, сформированный социально-поведенческими обоснованиями человеческих возможностей. AI в целом характеризуется набором технологий и возможностей, которые в значительной степени автономны и предсказуемы. Ожидания от AI часто сравниваются с человеческим интеллектом. Следствием этого является понимание того, что к AI можно приблизиться, пытаясь понять сам человеческий интеллект. Темпы применения AI в промышленности явно ускоряются, поскольку компании начинают использовать AI для повышения прибыльности и достижения масштаба. Этот обзор сосредоточен на том, как AI в настоящее время применяется в финансовых учреждениях, предоставляющих услуги, включая ключевые аспекты внедрения, поддержку новых продуктов и услуг, играя стратегическую роль в цифровой трансформации. Это также касается того, как поставщики финансовых услуг по всему миру решают проблемы внедрения AI с его новыми рисками и регуляторными последствиями, а также влияние AI на конкурентную среду и уровни занятости. В выводах показано, как ожидается, что AI вызовет смену парадигмы в отрасли финансовых услуг, управляемую данными и инновационными алгоритмами для преобразования бизнес-моделей. Финансовые учреждения начинают использовать AI для повышения прибыльности и достижения масштаба, но их успех будет в значительной степени зависеть от развивающихся инвестиций в варианты использования, модели внедрения и нормативно-правовой среды. В выводах показано, как ожидается, что AI вызовет смену парадигмы в отрасли финансовых услуг, управляемую данными и инновационными алгоритмами для преобразования бизнес-моделей. Финансовые учреждения начинают использовать AI для повышения прибыльности и достижения масштаба, но их успех будет в значительной степени зависеть от развивающихся инвестиций в варианты использования, модели внедрения  и нормативно-правовой среды. В выводах показано, что AI, как ожидается, вызовет смену парадигмы в отрасли финансовых услуг, управляемую данными и инновационными алгоритмами для преобразования бизнес-моделей. Финансовые учреждения начинают использовать AI для повышения прибыльности и достижения масштаба, но их успех будет в значительной степени зависеть от развивающихся инвестиций в варианты использования, модели внедрения и нормативноправовой среды.

1. Mendel J. M., McLaren R. W. 8 Reinforcement-Learning Control and Pattern Recognition Systems. Mathematics in Science and Engineering, 1970, vol. 66, pp. 287–318. DOI 10.1016/S0076-5392(08)60497-X

2. Haykin S. Neural networks: A Comprehensive Foundation. Prentice Hall PTR, Upper Saddle River, NJ, United States, 1998. ISBN:978-0-13-273350-2

3. Skilton M., Hovsepian F. The 4th industrial revolution: Responding to the impact of artificial intelligence on business. 2018. 315 p. DOI 10.1007/978-3-31962479-2

4. Buchanan G. B., Cao X. C. Quo Vadis? A Comparison of the Fintech Revolution in China and the West. 2018. Working Paper, 02. URL: https://swiftinstitute.org/wp-content/uploads/2018/10/SIWP-2017-002-_Fntech_China_West_ BuchCao_FINAL.pdf

5. CBINSIGHTS. The 2018 Global CVC Report. 2018. URL: https://www.cbinsights.com/research/report/corporate-venture-capital-trends-2018/

6. Marr B. How Much Data Do We Create Every Day? The Mind-Blowing Stats Everyone Should Read. Forbes. 2018. URL: https://www.forbes.com/sites/bernardmarr/2018/05/21/how-much-data-do-we-create-every-day-the-mindblowing-stats-everyone-should-read/#61c686d260

7. Bughin J., Seong J., Manyika J., Hamalainen L., Windhagen E., Hazan E. Tackling Europe’s gap in digital and AI. McKinsey Global Institute. 2019. https://www.mckinsey.com/featured-insights/artificial-intelligence/tacklingeuropes%20gap-in-digital-and-ai

8. European Commission. Digital Single Market: Artificial Intelligence. 2019. URL: https://ec.europa.eu/digital-single-market/en/artificial-intelligenc

9. OECD. Recommendation of the Council on Artificial Intelligence. 2019. URL: https://legalinstruments.oecd.org/fr/instruments/OECD-LEGAL-0449

10. Miller M. The Present and Future of Artificial Intelligence, Gartner Report. 2019.

11. McWaters R., Blake M., Galaski R., Chubb C., Uykur D., Blickling A., Muench T. The New Physics of Financial Services. World Economic Forum, 2018, pp. 1–165. URL: http://www3.weforum.org/docs/WEF_New_Physics_of_Financial_Services.pdf

12. Dhar N., Holly T., Ryan D., Galeaz G. Top financial services issues of 2018. PWC, 2017, pp. 1–33. Top financial services issues of 2018: December 2017 (pwc.com)

13. Curran C., Garrett D., Puthiyamadam T. A decade of digital: Keeping pace with transformation. In: 2017 Global Digital IQ Survey: 10th anniversary edition. PWC, 2017, pp. 1–29. URL: https://www.pwc.com/sk/en/publikacie/assets/2017/pwc-digital-iq-report.pdf

14. Rao A. S., Verweij G. Sizing the Prize. In: Publications. PWC, 2016. URL: www.pwc.com/gx/en/issues/data-and-analytics/publications/artificialintelligence-study.html.

15. Duin S., Bakhshi N. Artificial Intelligence. Deloitte, 2018, pp. 4–32. https://www2.deloitte.com/content/dam/Deloitte/nl/Documents/deloitte-analytics/deloitte-nl-data-analytics-artificial-intelligence-whitepaper-eng.pdf

16. FinTech Innovation Lab. In: Mind the Gap: Addressing Challenges to FinTech Adoption, Accenture, 2018, pp. 2–9. URL: https://www.accenture.com/_acnmedia/pdf-74/accenture-FinTech-challenges-adoption.pdf

17. MMC Ventures. The State of AI: Divergence. 2019. URL: https://www.stateofai2019.com/summary

18. Nedelkoska L., Quintini G. Automation, skills use and training. OECD Social, Employment and Migration Working Papers, 2018, no. 202, pp. 1–124. DOI 10.1787/2e2f4eea-en

19. Chui M., Malhotra S. AI adoption advances, but foundational barriers remain. 2018. Adoption of AI advances, but foundational barriers remain | McKinsey

20. Proudman J. Cyborg supervision – the application of advanced analytics in prudential supervision Workshop on research on bank supervision. Bank of England, 2018, pp. 1–9. URL: https://www.bankofengland.co.uk/-/media/boe/files/speech/2018/cyborg-supervision-speech-by-james-proudman.pdf

21. Artificial intelligence and machine learning in financial services. Market developments and financial stability implications. Financial Stability Board, 2017, pp. 1–40. URL: https://www.fsb.org/wp-content/uploads/P011117.pdf

22. Sarkar S., Chauhan S., Khare A. A meta-analysis of antecedents and consequences of trust in mobile commerce. International Journal of Information Management. 2020, vol. 50, pp. 286–301. DOI 10.1016/j.ijinfomgt.2019.08.008

23. KPMG. AI Compliance in Control. Financial Services Regulatory Challenges. 2018, pp. 1–15. URL: https://advisory.kpmg.us/content/dam/advisory/en/pdfs/2019/ai-compliance-in-control.pdf

24. Monetary Authority of Singapore.: Principles to Promote Fairness, Ethics, Accountability and Transparency in the Use of Artificial Intelligence and Data Analytics in Singapore’s Financial Sector. 2019, pp. 3–14. URL: https://www.mas.gov.sg/~/media/MAS/News%20and%20Publications/Monographs%20and%20Information%20Papers/FEAT%20Principles%20Final.pdf

25. McWaters R., Blake M., Galaski R., Majumdar I., Soni H. Navigating Uncharted Waters: A Roadmap to Responsible Innovation with AI in Financial Services. World Economic Forum, 2019, pp. 1–133.

26. Kothari C. R. Research Methodology: Methods and Techniques. Second Revised Edition. New age publishers. New Delhi, 2004. ISBN (13): 978-81-2242488-1

27. Bono J. E., McNamara G. From the editors: Publishing in AMJ – Part 2: Research design. Academy of Management Journal, 2011, vol. 54, iss. 4, pp. 657–660. DOI 10.5465/amj.2011.64869103

28. Bowen A. G. Document Analysis as a Qualitative Research Method. Qualitative Research Journal, 2009, vol. 9, iss. 2, pp. 27–40. DOI 10.3316/QRJ0902027

29. Bartlett R., Morse A., Stanton R., Wallace N. Consumer-lending discrimination in the FinTech era. National bureau of economic research. NBER Working Paper 25943, 2019, pp. 1–42. URL: http://www.nber.org/papers/w25943

30. Fuscaldo D. Zest-Finance Using AI To Bring Fairness to Mortgage Lending. 2019. URL: https://www.forbes.com/sites/donnafuscaldo/2019/03/19/zestfinance-using-ai-to-bring-fairness-to-mortgage-lending/?sh=71d75f0c7f2d

31. Kiron D., Unruh G. The Convergence of Digitalization and Sustainability. In: MIT Sloan Management Review, 2018. URL: https://sloanreview.mit.edu/article/the-convergence-of-digitalization-and-sustainability/

32. Ryll L., Seidens S. Evaluating the Performance of Machine Learning Algorithms in Financial Market Forecasting: A Comprehensive Survey. 2019. URL: https://arxiv.org/pdf/1906.07786.pdf

33. Schizas E., McKain G., Zhang B., Ganbold A., Kumar P., Hussain H., Garvery K., Huang E., Wang S., Yerolemous N. The Global RegTech Industry Benchmark Report. Cambridge Centre for Alternative Finance, 2019, pp. 4–71. DOI 10.2139/ssrn.3560811

34. Villa J. Choosing your deep learning infrastructure: the cloud vs on-prem debate. 2018. URL: https://www.determined.ai/blog/cloud-v-onprem