В мраморных залах мировых финансов искусственный интеллект перешёл из инновационной лаборатории в колл-центры. Он вошёл в категорию, ранее предназначенную для платежных систем, центров обработки данных и основных механизмов управления рисками. JPMorgan ChaseИскусственный интеллект теперь рассматривается как критически важной инфраструктуры Банк считает, что не может позволить себе пренебрегать этим.

Этот стратегический поворот был подчеркнут недавними комментариями генерального директора Джейми Даймона, который решительно защищал растущий технологический бюджет банка от скептиков с Уолл-стрит. Его предупреждение было ясным: учреждения, отстающие в развитии ИИ, рискуют потерять позиции как в пользу гибких финтех-конкурентов, так и в пользу передовых технологических игроков. Речь шла не о замене персонала, а о сохранении работоспособности в отрасли, где скорость, масштаб и дисциплина в отношении затрат имеют значение каждый день.

JPMorgan уже много лет вкладывает значительные средства в технологии, ежегодно тратя на них более 17 миллиардов долларов, но искусственный интеллект коренным образом изменил характер этих расходов. То, что раньше было частью «прорывных» инновационных проектов, теперь включено в базовые операционные расходы банка. Это включает в себя внутренние инструменты ИИ, которые поддерживают анализ рынка акций, автоматизируют составление документов, упрощают проверки соответствия требованиям и выполняют рутинные операционные задачи в масштабах всей организации.

Три столпа банковского дела с использованием ИИ.

Подход JPMorgan, ориентированный в первую очередь на инфраструктуру, опирается на три стратегических столпа, которые отличают его от более мелких конкурентов, не обладающих капиталом для столь масштабного фундаментального строительства.

JPMorgan, искусственный интеллект и риск отставания от конкурентов.

Позиция JPMorgan отражает огромное давление в банковском секторе. Конкуренты, такие как Голдман Сакс и Морган Стэнли Также активно инвестируются в ИИ для ускорения выявления мошенничества и оптимизации работы по соблюдению нормативных требований. По мере распространения этих инструментов растут и ожидания клиентов.

Регуляторы могут предполагать, что банки имеют доступ к передовым системам мониторинга. Клиенты могут ожидать более быстрых ответов и меньшего количества ошибок. В таких условиях отставание в использовании ИИ может выглядеть не столько как осторожность, сколько как неэффективное управление. Однако JPMorgan не утверждал, что ИИ решит структурные проблемы или устранит риски. Многие проекты в области ИИ с трудом выходят за рамки узкого применения, а их интеграция в сложные устаревшие системы остается сложной задачей.

Проблема управления

Более сложная работа заключается в управлении. Необходимо определить, какие команды могут использовать ИИ, при каких условиях и под каким контролем, что требует четких правил. Для ошибок необходимы определенные пути эскалации. Необходимо назначать ответственных лиц, когда системы выдают некорректные результаты. В крупных предприятиях внедрение ИИ не ограничивается доступом к моделям или вычислительным мощностям, а сдерживается процессами, политикой и доверием.