Sztuczna inteligencja rozwijała się od lat 50. XX wieku, choć wówczas głównie kojarzona była przez społeczeństwo z efektami specjalnymi na ekranie hollywoodzkich produkcji i postrzegana jako niezrozumiała. Prawdziwy przełom i wzrost świadomości na temat AI przypada na koniec listopada 2022 roku, kiedy kalifornijski startup OpenAI udostępnił bota ChatGPT (Generative Pre-Trained Transformer), całkowicie rewolucjonizując dostęp do sztucznej inteligencji. To zaowocowało drastycznym rozwojem branż, w tym sektora pożyczkowego. AI opiera się na analizie danych oraz uczeniu maszynowym, wykorzystując algorytmy oddziałujące na sieci neuronowe. To właśnie te mechanizmy umożliwiają uczenie się, automatyczną adaptację do nowych warunków oraz podejmowanie szybkich i bezpiecznych decyzji.
A jak wiadomo w dzisiejszych czasach szybkie i bezpieczne decyzje stanowią fundament innowacji w wielu sektorach gospodarki. Szczególnie w branżach finansowej, hi-tech i telekomunikacyjnej, gdzie każde rynkowe zachowanie musi być analizowane z doskonałą precyzją w ograniczonym czasie , AI wkracza tutaj jako kluczowy gracz. Innowacyjne rozwiązania, takie jak chatboty, systemy językowe, analiza dużych danych oraz systemy rekomendacyjne, nie tylko poprawiają obsługę klienta, ale także obniżają koszty, zwiększają przychody, usprawniają procesy oraz podnoszą ogólną jakość usług.
Od prostych algorytmów analizy danych po zaawansowane modele uczenia maszynowego, AI w branży finansowej przekształca sposób, w jaki podejmowane są decyzje, zarządzane ryzyko i dostarczane usługi. Wraz z postępem technologicznym i coraz większą ilością danych dostępnych do analizy, AI staje się nie tylko pomocniczym narzędziem, ale wręcz niezbędnym partnerem dla instytucji finansowych dążących do utrzymania konkurencyjności i efektywności. Jednak każda innowacja niesie ze sobą ryzyko, a w tym przypadku szczególnie niepokojące mogą być kwestie związane z bezpieczeństwem prywatności danych oraz konieczność dostosowania przepisów prawnych do ciągle rozwijającej się i zmieniającej sztucznej inteligencji. Według badań przeprowadzonych przez NASK, ponad 60% respondentów obawia się, że wraz ze rozwojem AI ich prywatność będzie zagrożona i wystawiona na ciągłą inwigilację, a 50% oczkuje, że kwestie bezpieczeństwa danych, użytkowników i ich prywatności zostaną prawie uregulowane.
Obsługa klienta w FinTech
Jednym z pierwszych i najbardziej oczywistych zastosowań sztucznej inteligencji jest wykorzystanie jej do zoptymalizowania działań obsługi klienta. Wśród tych rozwiązań szczególne miejsce zajmują chatboty oraz wirtualne asystentki, które nie tylko usprawniają komunikację, ale także personalizują doświadczenie klienta.
Chatboty, czyli programy komputerowe zdolne do prowadzenia konwersacji z ludźmi za pomocą tekstu lub mowy, stają się nieodłączną częścią systemów obsługi klienta w firmach fintech. Ich zdolność do szybkiego i efektywnego udzielania odpowiedzi na pytania klientów, obsługi wniosków oraz udzielania informacji o produktach i usługach sprawia, że są niezastąpionym narzędziem w codziennej pracy. Dzięki zastosowaniu zaawansowanych algorytmów uczenia maszynowego, chatboty potrafią przewidywać intencje klientów oraz dostosowywać się do ich indywidualnych preferencji. Na przykład, jeśli klient zadaje pytanie dotyczące finansowania zakupów na raty lub kredytu hipotecznego, chatbot może zaproponować mu spersonalizowaną ofertę, uwzględniając jego historię transakcyjną oraz preferencje i możliwości dotyczące warunków kredytowych.
Oczywistą zaletą chatbotów jest możliwość działania przez całą dobę, co pozwala na natychmiastową reakcję na zapytania klientów, nawet poza godzinami pracy tradycyjnych placówek finansowych. To sprawia, że proces komunikacji jest bardziej elastyczny i dostosowany do aktualnych potrzeb.
Rozwiązanie to jest nie tylko wygodne dla klientów, ale także dla firmy i personelu. Automatyzacja procesów pozwala zaoszczędzić czas, zwiększając tym samym efektywność i możliwość skupienia się na zadaniach, które wymagają większego nakładu merytorycznej pracy.
Oprócz chatbotów, popularne stają się także wirtualne asystentki, często dostępne w aplikacjach mobilnych dla klientów. Wirtualna asystentka może monitorować wydatki i sugerować sposoby optymalizacji budżetu, zapewniając tym samym wsparcie w zarządzaniu finansami osobistymi czy firmowymi. Dodatkowo, poprzez integrację z różnymi platformami finansowymi, wirtualne asystentki mogą automatycznie wykonywać operacje, takie jak płatności rachunków czy przelewy, co daje klientowi poczucie kontroli nad swoimi finansami w czasie rzeczywistym.
Zarządzanie ryzykiem, wykrywanie nadużyć finansowych i optymalizacja portfela inwestycyjnego
Prawidłowe wprowadzenie sztucznej inteligencji do branży finansowej znacząco zmieniło sposób, w jaki instytucje zarządzają ryzykiem. Tradycyjne metody oceny i zarządzania są coraz bardziej wspierane przez zaawansowane technologie AI, co pozwala na szybsze i bardziej precyzyjne podejmowanie decyzji. Sztuczna inteligencja umożliwia tworzenie zaawansowanych modeli predykcyjnych, które stają kluczowe w przewidywaniu ryzyka. Za pomocą technik uczenia maszynowego, takich jak uczenie nadzorowane i uczenie nienadzorowane, instytucje finansowe są w stanie analizować ogromne ilości danych historycznych, identyfikując wzorce i tendencje, które mogą wskazywać na potencjalne ryzyko.
Na przykład, banki czy firmy fintech mogą wykorzystać modele predykcyjne AI do oceny zdolności kredytowej lub wypłacalności klientów. Analiza wielu zmiennych, takich jak historia kredytowa, stabilność dochodów czy trendy konsumpcji, pozwala na dokładne określenie ryzyka związane z udzieleniem pożyczki. Dzięki temu firmy mogą podejmować bardziej świadome decyzje dotyczące przyznawania kredytów gotówkowych, minimalizując tym samym ryzyko niewypłacalności.
Warto również wspomnieć , że sztuczna inteligencja ma ogromne możliwości w wykrywaniu nadużyć i oszustw w sektorze finansowym. Dobrze wdrożone AI wspomaga proces przeciwdziałania praniu pieniędzy (Anti-Money Laundering, AML), obejmujący szereg działań, takich jak identyfikacja klientów, monitorowanie transakcji, raportowanie podejrzanych operacji, szkolenie pracowników oraz utrzymanie odpowiednich procedur i systemów kontroli. Firmy finansowe, instytucje bankowe, kancelarie prawne, firmy ubezpieczeniowe i inne podmioty działające w sektorze finansowym są zobowiązane do przestrzegania wymogów dotyczących AML w celu minimalizacji ryzyka wykorzystania ich usług do prania pieniędzy lub finansowania działalności przestępczej.
Systemy detekcji oszustw oparte na AI mogą monitorować zachowanie klientów podczas transakcji online, identyfikując nietypowe wzorce zakupów, podejrzane aktywności na koncie, oraz identyfikacje z jakiego sprzętu i oprogramowania korzysta dany użytkownik. Natychmiastowe powiadomienie personelu o potencjalnych nadużyciach pozwala na szybką interwencję i minimalizację strat finansowych.
W sektorze inwestycyjnym sztuczna inteligencja jest coraz częściej wykorzystywana do optymalizacji portfela inwestycyjnego oraz zarządzania ryzykiem inwestycyjnym. Za pomocą zaawansowanych algorytmów AI, takich jak algorytmy genetyczne czy sieci neuronowe, instytucje finansowe mogą analizować różnorodne czynniki, takie jak historię inwestycji, preferencje klienta czy aktualne warunki rynkowe, w celu zoptymalizowania alokacji kapitału i minimalizacji ryzyka.
Przykładowo, systemy AI automatycznie dostosowują portfel inwestycyjny klienta na podstawie zmieniających się warunków rynkowych i celów inwestycyjnych, zapewniając optymalną równowagę między ryzykiem a oczekiwaną stopą zwrotu.
Zagrożenia, jakie wiążą się z wprowadzeniem sztucznej inteligencji na rynek finansowy
Jak już ustaliliśmy, sztuczna inteligencja (AI) jest w stanie zrewolucjonizować rynek finansowy i prawny, wprowadzając innowacyjne rozwiązania, które mogą znacząco usprawnić procesy obsługi klienta, optymalizować zarządzanie ryzykiem oraz poprawić efektywność operacyjną instytucji finansowych. Korzyści płynące z zastosowania zautomatyzowanych procesów i systemów sztucznej inteligencji są nieocenione, jednakże wraz z postępem technologicznym pojawiają się także nowe wyzwania i ryzyka, które należy uwzględnić i odpowiednio nimi zarządzać.
Najbardziej oczywistym zagrożeniem jest możliwość awarii systemu i zakłócenia automatyzacji. Chociaż sztuczna inteligencja wydaje się być niezwykle zaawansowana, to nadal podlega ona pewnym ograniczeniom technicznym i może być podatna na błędy lub nieprzewidziane sytuacje, które mogą prowadzić do zakłóceń w działaniu systemów AI, co niestety może skutkować poważnymi stratami finansowymi.
Dodatkowo, istnieje coraz większa świadomość dotycząca kwestii obiektywności i bezpieczeństwa algorytmów sztucznej inteligencji. Wraz z rosnącym znaczeniem sztucznej AI w podejmowaniu decyzji biznesowych i finansowych, pojawiają się obawy dotyczące uczciwości i transparentności działania algorytmów. Istnieje ryzyko manipulacji lub wykorzystania AI do celów oszustwa lub manipulacji rynkiem, co wymaga skrupulatnej kontroli i nadzoru ze strony organów regulacyjnych oraz instytucji finansowych.
Ponadto, rosnąca integracja sztucznej inteligencji w różnych obszarach działalności finansowej może prowadzić do wzrostu bezrobocia – ponad 40% respondentów w badaniu NASK zgłasza obawy dotyczące destabilizacji rynku pracy w związku z rozwojem AI . Wprowadzenie zaawansowanych systemów AI, zdolnych do wykonywania skomplikowanych zadań z mniejszą lub bez potrzeby interwencji ludzkiej, może spowodować stopniowe zastępowanie pracowników przez maszyny. To z kolei może prowadzić do problemów społecznych związanych z utratą miejsc pracy i koniecznością przekwalifikowania się. Jednak największe obawy niesie ze sobą kwestia bezpieczeństwa danych (57,4%), prywatności (47,8%) oraz bezpieczeństwa użytkowników (46,3%). W miarę wzrostu ilości danych przechowywanych i przetwarzanych przez systemy AI, istnieje ryzyko naruszenia prywatności i wycieku danych osobowych. Dodatkowo, ataki hakerskie mogą być skierowane przeciwko systemom AI w celu manipulacji nimi lub wykradania poufnych informacji, co może prowadzić do poważnych konsekwencji dla klientów i instytucji finansowych.
Ostatnio w Kancelarii Inkaso WEC S.A. oraz Kancelarii Prawnej Wójtowicz i wspólnicy zostały wprowadzone nowe systemy AI mające na celu usprawnić obsługę prawną. W kwestii dokładności i samodzielności AI wypowiedziała się Mec. Agnieszka Kunikowska:
Integracja sztucznej inteligencji z systemem zarządzania dokumentacją i korespondencją sądową w Kancelarii Prawnej Inkaso WEC S.A oraz Kancelarii Prawnej WEC Wójtowicz sp.k. miała znaczny wpływ na usprawnianie działalności, jednak nie oznaczała całkowitego wyeliminowania czynnika ludzkiego. Wykorzystanie AI pozwala nam na skuteczne rozpoznawanie typów pism oraz automatyczne przetwarzanie z ich treści znacznej ilości danych koniecznych do wprowadzaniu do systemu przy archiwizacji korespondencji, co bez wątpienia wpływa na efektywność procesów – dzięki temu można obsłużyć znacznie większą ilość spraw w krótszym okresie czasu. Niemniej jednak, należy zauważyć, że pojawiają się sytuacje, w których sztuczna inteligencja nie radzi sobie z prawidłową interpretacją typu dokumentu i przypisuje go do niewłaściwego folderu, co bez ingerencji i analizy ze strony pracowników doprowadziłoby do błędnego przeprowadzenia dalszych procesów. Zatem, chociaż AI przynosi liczne korzyści, to nadal istotne jest utrzymanie nadzoru ludzkiego nad procesem archiwizacji korespondencji wpływającej, zapewniając tym samym nie tylko zwiększoną efektywność działania, ale także utrzymanie wysokiego poziomu świadczonych usług i ich profesjonalnego charakteru.
W związku z powyższym, konieczne jest ciągłe monitorowanie, analiza i doskonalenie systemów sztucznej inteligencji, aby minimalizować ryzyko wystąpienia potencjalnych zagrożeń i zapewnić bezpieczeństwo oraz niezawodność działań w sektorze finansowym. Wdrażanie odpowiednich procedur zarządzania ryzykiem oraz zwiększanie świadomości w zakresie kwestii związanych z bezpieczeństwem danych i prywatnością są kluczowe dla utrzymania zaufania klientów i stabilności rynku finansowego.
Prawne problemy ze sztuczną inteligencją
Technologia rozwija się dynamicznie, a im szybciej zmienia się zastosowanie i umiejętności sztucznej inteligencji, tym więcej komplikacji związanych z prawnym jej uregulowaniem. System regulacyjny nie tylko nie nadąża za tworzeniem prawa wyznaczającego granice AI, ale problem polega też na braku pełnej transparentności w kwestii tworzenia i wykorzystania jej algorytmów. Przez brak jednoznaczności w kwestii przepisów, dochodzi do wydawania znacząco różniących się wyroków między innymi w sprawach praw autorskich AI. Z przeprowadzonego badania na temat sztucznej inteligencji w społeczeństwie i gospodarce przeprowadzonego przez NASK wynika, że za regulacje prawne dotyczące AI odpowiedzialny powinien być parlament i rząd (53,7%) oraz organizacje międzynarodowe (48,9%). Niekontrolowana sztuczna inteligencja może przynieść więcej szkody niż pożytku. Dlatego w kwietniu 2021 roku Unia Europejska podjęła kompleksowe prace nad projektem AI Act – rozporządzeniem regulującym sztuczną inteligencję. Od tego czasu wprowadzono do niego wiele kompleksowych zmian, ponieważ wcześniej projekt ten nie odnosił się on w ogóle do m.in. spopularyzowanego Chat GPT od OpenAI.
W związku z intensywnymi pracami w komisjach, również Parlament Europejski niebawem przedstawi swoje stanowisko w sprawie projektu. Zainicjuje to trójstronną dyskusję między przedstawicielami Komisji Europejskiej, Parlamentu oraz Rady UE, prowadząc tym samym do przyspieszenia prac legislacyjnych nad AI Act.
Głównymi założeniami AI Act jest stworzenie regulacji ograniczających zagrożenia związane z wykorzystaniem sztucznej inteligencji, zapewnienie wysokiego poziomu bezpieczeństwa dla firm i osób fizycznych oraz jednoczesne wspieranie rozwoju technologii AI, a także harmonizacja przepisów dotyczących wprowadzania na rynek, udostępniania i użytkowania systemów AI w Unii Europejskiej.
W najnowszej wersji AI Act wprowadzono system klasyfikacji ryzyka o czterech poziomach. Im wyższe będzie ryzyko danego oprogramowania, tym oczekiwanie, że stosowanie takich narzędzi w gospodarce będzie objęte surowszymi zasadami. Systemy o minimalnym ryzyku, które nie będą poddawane regulacji, będą mogły być swobodnie rozwijane (najczęściej na użytek wewnętrzny lub prywatny). Natomiast systemy o niewielkim ryzyku będą zobligowane do spełniania odpowiednich obowiązków informacyjnych i wymogów przejrzystości. Wreszcie, systemy wysokiego ryzyka, takie jak te, które znacząco ingerują w sferę ludzkiej prywatności, będą poddane szczególnym regulacjom, obejmującym zdalną identyfikację biometryczną lub tzw. „scoring kredytowy”. Te klasyfikacje mają na celu zapewnienie właściwej ochrony użytkowników oraz przyczynienie się do zrównoważonego rozwoju technologii sztucznej inteligencji w Europie.
autor: Julia Socha
