انتظار میرود هوش مصنوعی مولد (AI) که به عنوان ژن AI نیز شناخته میشود، به طور قابلتوجهی بر مدیریت ریسک در پنج سال آینده تأثیر بگذارد و به مؤسسات مالی این امکان را میدهد تا وظایف را خودکار کنند، فرآیندها را تسریع کنند و کارایی را بهبود بخشند.
اما به منظور استفاده از مزایای ژنرال هوش مصنوعی، عملکردهای ریسک و انطباق باید دستورالعملها و چارچوبهایی را ایجاد کنند که نه تنها به خطرات ورودی نسل هوش مصنوعی بپردازد، بلکه استفاده مسئولانه از نسل هوش مصنوعی را نیز تضمین کند.
La گزارش، تأثیر بالقوه هوش مصنوعی ژنرال بر مدیریت ریسک در موسسات مالی را مورد بحث قرار می دهد، مزایای این فناوری را در افزایش فرآیندها و کارایی ها و همچنین بررسی ملاحظات مهم مرتبط با پذیرش ژن AI بررسی می کند.
بر اساس این مقاله، هوش مصنوعی ژنرال این پتانسیل را دارد که روش مدیریت ریسک بانکها را طی سه تا پنج سال آینده تغییر دهد و به کارکردها اجازه دهد تا از وظایف معمول به سمت مشارکت با بخشهای تجاری برای جلوگیری از ریسکهای استراتژیک از شروع تجربیات جدید مشتری دور شوند.
این تغییر می تواند به متخصصان ریسک زمان بیشتری برای مشاوره در مورد محصولات جدید، تجزیه و تحلیل روند ریسک و بهبود فرآیندهای ریسک قبل از بروز مشکلات بدهد.
این گزارش خاطرنشان میکند که چندین مؤسسه در حال حاضر کاوش استفاده از هوش مصنوعی ژنتیکی در مدیریت ریسک را آغاز کردهاند و از رعایت مقررات، جرایم مالی، ریسک اعتباری، مدلسازی و تجزیه و تحلیل دادهها، ریسک سایبری و ریسک آب و هوا به عنوان موارد استفاده نوظهور نام میبرند.
چگونه شرکت ها می توانند از هوش مصنوعی مولد برای مدیریت ریسک استفاده کنند
در انطباق با مقررات، این گزارش میگوید که شرکتها از هوش مصنوعی ژنرال به عنوان یک متخصص قانونگذاری و سیاست مجازی استفاده میکنند. این شرکتها در حال آموزش سیستمهای هوش مصنوعی هستند تا به سؤالات مربوط به مقررات، خطمشیها و دستورالعملهای شرکت پاسخ دهند.
در جرایم مالی، هوش مصنوعی ژنرال برای تولید گزارشهای فعالیت مشکوک بر اساس اطلاعات مشتری و تراکنش و بهبود نظارت بر تراکنش استفاده میشود. در این گزارش آمده است که این فناوری همچنین برای ایجاد خودکار و بهروزرسانی رتبهبندی ریسک مشتریان بر اساس تغییرات در ویژگیهای شناخت مشتری (KYC) آنها استفاده میشود.
در ریسک اعتباری، هوش مصنوعی ژنرال قادر است اطلاعات مشتری را برای اطلاع از تصمیمات اعتباری خلاصه کند و در نهایت به تسریع فرآیند اعتباری سرتاسر بانک ها کمک کند. پس از تصمیم گیری اعتبار، ژنرال هوش مصنوعی می تواند یادداشت اعتباری و قرارداد را پیش نویس کند.
در مدلسازی و تجزیه و تحلیل دادهها، هوش مصنوعی ژنرال قادر است نظارت بر عملکرد مدل را خودکار کند و در صورتی که معیارها خارج از سطح تحمل قرار گیرند، هشدار ایجاد کند. این فناوری همچنین میتواند اسناد مدل و گزارشهای اعتبارسنجی را پیشنویس کند.
در خطرات سایبری، هوش مصنوعی ژنرال میتواند از زبان طبیعی برای بررسی آسیبپذیریهای امنیت سایبری و تولید کد برای قوانین شناسایی استفاده کند. این فناوری همچنین می تواند به عنوان یک متخصص مجازی برای بررسی داده های امنیتی عمل کند.
در نهایت، در خطر آب و هوا، هوش مصنوعی ژنرال میتواند قطعات کد را پیشنهاد کند، آزمایش واحد را تسهیل کند و با نقشههای با وضوح بالا به تجسم ریسک فیزیکی کمک کند. این فناوری میتواند جمعآوری دادهها را برای ارزیابی ریسک انتقال طرف مقابل بهطور خودکار انجام دهد و سیگنالهای هشدار اولیه را بر اساس رویدادهای محرک تولید کند. همچنین میتواند بهطور خودکار گزارشهایی درباره موضوعات محیطی، اجتماعی و حاکمیتی (ESG) و بخشهای پایداری گزارشهای سالانه تولید کند.
ملاحظات کلیدی هنگام اتخاذ هوش مصنوعی مولد برای مدیریت ریسک
این گزارش ملاحظات کلیدی در اتخاذ ژن هوش مصنوعی در عملکردهای مدیریت ریسک موسسات مالی را مورد بحث قرار می دهد. این بر اهمیت اولویتبندی موارد استفاده که ارزش را به حداکثر میرساند و در عین حال از پذیرش مسئولانه و پایدار فناوری اطمینان میدهد، تأکید میکند.
این گزارش هنگام ارزیابی اولویتبندی موارد استفاده، با تأکید بر ریسک، تأثیر و امکانسنجی، سه بعد مهم را برجسته میکند. این گزارش میگوید که این ارزیابیها باید با چشمانداز کلی برای ژنرال هوش مصنوعی مطابقت داشته باشد، با مقررات مربوطه مطابقت داشته باشد و حساسیت دادهها را در نظر بگیرد.
مک کینزی به موسسات مالی توصیه می کند که با رویکردی متمرکز شروع کنند و سه تا پنج مورد استفاده از ریسک و انطباق را در اولویت قرار دهند که با اهداف استراتژیک آنها همخوانی دارد. این گزارش میگوید که این موارد استفاده را میتوان در عرض سه تا شش ماه اجرا کرد و به دنبال آن تأثیر تجاری تخمین زد.
با این حال، مککینزی هشدار میدهد که معرفی ژن AI خطرات جدیدی را به همراه دارد و مؤسسات مالی را ملزم میکند که رویکرد جدیدی برای مدیریت ریسک و کنترلها اتخاذ کنند. توصیه میکند که عملکردهای ریسک در سطح سازمانی هوشیار باقی بمانند و اقداماتی مانند اطمینان از آگاهی در سراسر سازمان، بهروزرسانی معیارهای شناسایی مدل، توسعه کارشناسان خطر هوش مصنوعی ژنتیکی و بازبینی کنترلهای موجود انجام دهند.
علاوه بر این، سازمانها باید دادههای قابل توجه و نیازهای فنی مرتبط با سیستمهای هوش مصنوعی ژنرال را بشناسند و استعدادهای مورد نیاز برای پذیرش نسل هوش مصنوعی را درک کنند.
پتانسیل هوش مصنوعی مولد در خدمات مالی
ژنرال هوش مصنوعی به عنوان یک نیروی قدرتمند در بخش خدمات مالیr، نویدبخش فرصت های فوق العاده است. موسسه جهانی مک کینزی تخمین می زند ژنرال هوش مصنوعی می تواند بهره وری را بین 3 تا 5 درصد در بخش بانکی افزایش دهد و ارزشی معادل 200 تا 340 میلیارد دلار اضافی در درآمد سالانه ایجاد کند.
یک نظرسنجی در سال 2023 توسط KPMG از 300 مدیر اجرایی جهانی در طیف گسترده ای از صنایع انجام شد. یافت مدیران بخش مالی با سرعت بیشتری نسبت به هر صنعت دیگری از هوش مصنوعی استفاده می کنند.
38 درصد از رهبران خدمات مالی شرکتکننده در نظرسنجی گفتند که تیم رهبری اجرایی آنها بهطور مناسب فناوری را اولویتبندی کردهاند، در مقابل 26 درصد از کل پاسخدهندگان نظرسنجی. 26 درصد گفتند که سازمان آنها قبلاً حداقل یک راه حل هوش مصنوعی را اجرا کرده است یا قصد دارد این کار را در شش ماه آینده انجام دهد، در مقابل 21 درصد از کل مدیران اجرایی.
شرکت های خدمات مالی همچنین سرمایه گذاری های خود را در ژنرال هوش مصنوعی افزایش می دهند. 64 درصد از مدیران مالی مورد بررسی گفتند که سازمان آنها برای تخصیص بودجه به فناوری طی 6 تا 12 ماه آینده، در مقابل 50 درصد از کل سازمان ها، آماده است.
اما پتانسیل ژنرال هوش مصنوعی فراتر از خدمات مالی است. گلدمن ساکس تخمین می زند ژنرال هوش مصنوعی میتواند باعث افزایش ۷ درصدی تولید ناخالص داخلی (GDP) شود که تقریباً به ۷ تریلیون دلار میرسد. این بانک می گوید که تقریباً دو سوم مشاغل ایالات متحده در معرض درجاتی از اتوماسیون توسط هوش مصنوعی قرار دارند.
اعتبار تصویر ویژه: ویرایش شده از Freepik
- محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
- PlatoData.Network Vertical Generative Ai. به خودت قدرت بده دسترسی به اینجا.
- PlatoAiStream. هوش وب 3 دانش تقویت شده دسترسی به اینجا.
- PlatoESG. کربن ، CleanTech، انرژی، محیط، خورشیدی، مدیریت پسماند دسترسی به اینجا.
- PlatoHealth. هوش بیوتکنولوژی و آزمایشات بالینی. دسترسی به اینجا.
- منبع: https://fintechnews.sg/94699/ai/mckinsey-generative-ai-risk-management/