Kecerdasan buatan, khususnya AI generatif, terus menjanjikan peningkatan produktivitas yang besar di banyak industri, termasuk perbankan dan asuransi.
AI juga menimbulkan banyak tantangan, seperti yang terlihat dari kecenderungannya untuk berhalusinasi. Potensi lainnya adalah potensi penyalahgunaan. Hal ini dapat berasal dari bias yang tidak disadari dalam rangkaian pelatihan data, yang mengakibatkan hasil yang diskriminatif bagi orang kulit berwarna. Hal ini juga dapat mencerminkan bagaimana sistem genAI diprogram, sebagaimana dibuktikan oleh keributan baru-baru ini mengenai gambar-gambar paus atau tokoh sejarah lainnya yang “terbangun” yang tampil sebagai laki-laki kulit putih.
Dalam kasus yang paling ekstrim, manajer aset dapat beralih ke AI untuk penelitian atau bahkan perdagangan portofolio. Halusinasi dapat merusak perusahaan; serta mencoba menjelaskan kepada regulator mengapa bot menyebabkan flash crash.
AI tidak mungkin diterapkan dengan cara yang begitu dramatis, namun AI dapat diterapkan dengan cara yang lebih halus. Faktanya, hal itu sudah terjadi.
Bank, perusahaan asuransi, dan fintech sudah menggunakan alat AI untuk menilai peringkat kredit atau menjamin kebijakan. Industri ini berisiko tidak mampu menjelaskan kepada pelanggan yang tidak puas mengapa pinjaman mereka ditolak, misalnya.
Masalah yang lebih biasa adalah kapan AI bisa diterapkan. Misalnya, perangkat lunak dapat digunakan untuk menguraikan keluaran media sosial seseorang untuk menilai kondisi mentalnya, yang dapat digunakan untuk menentukan harga suatu produk keuangan. Hal ini menimbulkan banyak pertanyaan.
Haruskah perusahaan diperbolehkan mempertimbangkan data tersebut? Jika tidak, pengganti apa yang akan mereka cari untuk mendapatkan gambaran tentang calon pelanggan? Apa yang dimaksud dengan privasi, dan bagaimana penegakannya?
Tolong atur
Jawaban wajar atas pertanyaan-pertanyaan tersebut adalah dengan melibatkan regulator. Yang terbaik adalah mengembangkan seperangkat aturan netral untuk menahan dorongan terburuk perusahaan. Hal ini juga lebih mudah untuk membiarkan regulator melakukan tindakan berat – dan memberikan kebebasan untuk mengabaikan jika mereka tidak melakukan hal tersebut.
Regulasi memang diperlukan, namun apakah cukup? Mungkin saja, tapi hanya jika industri keuangan puas menyerahkan inovasinya kepada Big Tech dan startup AI generasi baru.
Terkait AI, kenyataannya regulator tidak akan pernah mampu mengimbanginya. Hal ini bukanlah hal yang buruk: kami mengharapkan inovasi datang dari sektor swasta. Namun sifat AI membuat regulasi menjadi sulit.
Pertama, hanya sedikit orang yang bekerja di regulator yang memiliki keahlian mendalam dalam pembelajaran mesin dan alat AI lainnya, apalagi genAI.
Kedua, untuk dapat bertahan di dunia ini, dibutuhkan sejumlah besar GPU, unit pemrosesan grafis, chip tulang punggung yang mendukung aplikasi AI, dan perangkat keras pusat data yang mencakup cloud.
Industri AI mencakup startup seperti OpenAI, pemain Big Tech seperti Microsoft dan Meta, spesialis chip seperti Nvidia, dan penyedia cloud seperti AWS. Raksasa-raksasa ini memiliki sumber daya unik yang sangat besar untuk merekrut talenta terbaik – dan membeli kekuatan komputasi untuk menjalankan sistem AI.
Baik regulator maupun perusahaan tidak dapat menetapkan agenda tersebut selama hal ini masih terjadi.
Daya beli
Badan-badan regulator dapat mencoba untuk menetapkan peraturan – dan mereka harus melakukannya, karena mereka dapat membentuk norma-norma dasar – namun mereka akan kesulitan untuk mengatasi perbedaan-perbedaan dalam cara mencegah bank dan pihak lain menyalahgunakan sistem AI.
Namun ada alternatif lain. Salah satunya adalah melihat kembali bagaimana pemerintah membantu mendukung ekonomi inovasi mereka pada masa-masa awal. Misalnya, keberhasilan Silicon Valley sebagian besar disebabkan oleh program pembelian besar-besaran yang dilakukan NASA dan militer AS pada tahun 1950-an dan 1960-an.
Demikian pula, hanya pemerintah yang mempunyai potensi untuk memasuki pasar infrastruktur AI dan membeli GPU untuk program penelitian mereka sendiri yang dapat menandingi skala Big Tech. Ini adalah salah satu cara untuk menetapkan standar, melalui partisipasi dan kepemimpinan, daripada terus-menerus berusaha mengikuti standar tersebut dengan menulis lebih banyak peraturan.
Bagaimana dengan jasa keuangan? Sejauh ini belum ada tanda-tanda bahwa pemerintah siap untuk memainkan peran ini, sehingga industri-industri lain bergantung pada perusahaan teknologi besar.
Pelajaran yang bisa diambil serupa: Wall Street perlu menjadi pelanggan penting bagi Big Tech sehingga mereka dapat menetapkan standar bagaimana AI diperlakukan.
Masalahnya adalah ukuran. Bahkan JP Morgan pun tidak memiliki kekuatan untuk menandingi Microsoft di arena ini. Itu tidak akan pernah bisa membenarkan biayanya.
AI sumber terbuka
Namun bagaimana dengan industri sebagai sebuah kelompok? Adakah cara bagi Big Finance – yang bekerja sama dengan fintech terkemuka di seluruh dunia – untuk mengumpulkan sumber daya dan menjadi pelanggan strategis?
Bank tidak terbiasa bermain bersama. Pendekatan seperti itu akan sangat asing.
Di sisi lain, bank perlahan mulai beralih ke open source untuk mengembangkan perangkat lunak. Mereka menyadari bahwa berbagi kode untuk banyak fungsi non-inti – menjadi pemain komunitas, bukan pemilik hak milik – dapat menciptakan perangkat lunak yang lebih berkualitas dan lebih tangguh.
Apakah sumber terbuka berfungsi untuk genAI?
Jawabannya tidak jelas. Beberapa perusahaan teknologi besar di bidang ini telah terbuka dengan pengembangannya, seperti Meta, yang memungkinkan startup AI mengunduh dan mengadaptasi beberapa modelnya.
Standar industri untuk open source mengharuskan semua kasus penggunaan diizinkan, namun hanya sedikit startup genAI yang benar-benar memenuhi kriteria tersebut. Sebagian besar, termasuk OpenAI yang namanya tidak masuk akal, mengoperasikan toko tertutup.
Itu karena genAI tidak seperti kategori perangkat lunak lainnya. Kode sumber hanya satu komponen. Yang tidak kalah pentingnya adalah data pelatihan dan cara data tersebut dikategorikan. Saat ini tidak ada konsensus dalam industri AI mengenai apa arti “open source”.
Inilah pembukaan untuk lembaga keuangan. Bank, bursa, dan vendor data secara kolektif memiliki sejumlah besar data, yang sebagian besar dikhususkan untuk pasar modal dan jasa keuangan. Secara teori, jika ada mekanisme untuk mengumpulkan informasi ini, maka akan ada dasar untuk mengembangkan kode dan standar yang menyertainya.
Vendor akan menolak tindakan apa pun yang menghancurkan bisnis mereka; bank dan perusahaan asuransi tidak tertarik untuk berkolaborasi dalam hal apa pun yang mungkin dianggap inti. Di sisi lain, mungkin ada bidang-bidang dalam jasa keuangan yang, bagi sebagian besar pelakunya, bukan merupakan bidang inti, dan solusi industri mungkin diperlukan. Identitas digital, kepatuhan, pelaporan, dan aspek manajemen risiko semuanya terlintas dalam pikiran.
Menggali Fin tahu bahwa ini adalah gagasan yang sangat spekulatif, gagasan yang mungkin tidak dapat membenarkan upaya besar yang diperlukan untuk mewujudkannya. Di sisi lain, seberapa pentingkah bagi industri keuangan untuk membentuk masa depannya dibandingkan hanya secara pasif menunggu Silicon Valley melakukan hal yang sama? Mungkin di sinilah kita kembali ke gagasan bahwa pemerintah adalah pelanggan besar AI. Agar pemerintah dapat bertindak dalam kapasitas ini, diperlukan program tersendiri. Mengatur layanan keuangan di era AI sepertinya merupakan awal yang baik.
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
- PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
- PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
- PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
- Sumber: https://www.digfingroup.com/influence-ai/
