Umjetna inteligencija uvukla se u sve sfere naših života. U nekima je gotovo neprimjetna i koristimo ju već godinama, dok je u drugima bila disruptivna i u potpunosti promijenila kako se neke stvari rade.
Jedno od područja u kojem bi umjetna inteligencija mogla napraviti značajne promjene zasigurno je i financijska industrija. Brojne fintech tvrtke, ali i tradicionalne institucije poput banaka, u većoj ili manjoj mjeri, već koriste umjetnu inteligenciju kako bi povećale sigurnost transakcija i što prije otkrile (ali i zaustavile) krađe i prijevare.
Kako to zapravo izgleda u praksi i što će sve generativna umjetna inteligencija promijeniti u svijetu financija, otkrit će na konferenciji Money Motion 2025., koja se održava u Zagrebu 27. i 28. ožujka, Viktoria Merkoulova, direktorica IT Group Strategy and Transformation u Nexi Group.
Uoči same konferencije, imali smo priliku porazgovarati s Viktoriom Merkoulovom i saznati nešto više o tome kako se umjetna inteligencija koristi u financijskoj industriji, ali i što nas očekuje u budućnosti.
Prijevare u financijskim transakcijama i dalje su značajan izazov koji zahtijeva napredne mehanizme otkrivanja. Tradicionalne metode ograničene su svojom reaktivnom prirodom i nemogućnošću rukovanja velikim količinama podataka u stvarnom vremenu. AI ih nadopunjuje i postupno zamijenjuje. Algoritmi strojnog učenja, modeli dubokog učenja i obrada prirodnog jezika otkrivaju neobične obrasce i ponašanja koji mogu ukazivati na prijevaru. AI može obraditi i analizirati velike količine podataka u stvarnom vremenu. Učeći iz povijesnih podataka, AI modeli mogu poboljšati svoju točnost tijekom vremena, smanjujući lažno pozitivne i lažno negativne rezultate. Sustavi umjetne inteligencije mogu se prilagoditi novim vrstama prijevara kako se pojavljuju, osiguravajući da mogućnosti otkrivanja ostanu ažurne. Ključna prednost je proaktivno, a time i preventivno otkrivanje prijevara. Glavni izazov je dostupnost i točnost podataka.
Tehnike kao što su dubinsko učenje, skupne metode i pojačano učenje omogućit će nijansiraniju analizu transakcijskih podataka. Sve veća računalna snaga, potaknuta razvojem hardvera, omogućit će brža i složenija izračunavanja. Integracija podataka iz različitih izvora, uključujući transakcijske podatke, društvene medije i izvore trećih strana, pružit će sveobuhvatniji pogled na potencijalnu prijevaru. Ovaj holistički pristup omogućit će identifikaciju složenih obrazaca prijevare koji mogu obuhvaćati više kanala i dodirnih točaka.
Naravno, ključno je da regulatori uspostave jasna pravila i zahtjeve za stvaranje pogodnog okruženja za razvoj i implementaciju sustava za otkrivanje prijevara vođenih umjetnom inteligencijom. Potrebni su nam etički okviri za korištenje umjetne inteligencije kako bismo osigurali da sustavi za otkrivanje prijevare rade s transparentnošću, pravednošću i odgovornošću te kako bismo riješili pitanja vezana uz pristranost, poštenje, privatnost i algoritamsku transparentnost kako bismo osigurali poštovanje individualnih prava, ističe na samom početku naša sugovornica.
Umjetna inteligencija na različite se načine koristi u financijskoj industriji. Nas je zanimalo kako se koristi u hiperautomatizaciji financijskih operacija.
Kombinacija hiperautomatizacije, robotske automatizacije procesa i umjetne inteligencije, postala je revolucionarna metoda za poboljšanje poslovnih procesa od početka do kraja. Imamo posla s računalima koja oponašaju ljudske kognitivne funkcije u bilo kojem poslu koji se ponavlja. Promatramo kako naše poslovanje postaje učinkovitije, s manje troškova, a prije svega jednostavnije, čime se ljudska pogreška smanjuje na minimum zahvaljujući korištenju umjetne inteligencije.
Ideja iza hiperautomatizacije je izgradnja inteligentnog, automatiziranog okruženja kroz besprijekornu integraciju različitih alata i tehnologija za automatizaciju. U ovom ekosustavu rutinske aktivnosti automatizira robotska automatizacija procesa. AI, s druge strane, dodaje inteligenciju sustavu, dopuštajući mu da uči iz podataka, daje predviđanja i prilagođava se promjenjivim okolnostima. Radeći zajedno, ovi elementi daju sinergijski učinak koji povećava produktivnost i učinkovitost, pojašnjava.
Sve bi to trebalo olakšati poslovanje tvrtkama, ali i omogućiti još bolju uslugu klijentima. No, kako točno umjetna inteligencija može poboljšati personalizaciju u plaćanjima i kakvu korist može donijeti svim stranama?
Baš kao i u slučaju prijevare, u uobičajenom ponašanju kupaca, AI omogućava tvrtkama da razumiju kontekst transakcije i interakcije korisnika, što omogućuje točniji marketing u stvarnom vremenu, prepoziciju vrijednosti, maksimalizaciju vrijednosti kupca i povećanje prodaje. AI podupire poslovanje u boljem i bržem razumijevanju naših kupaca te filtriranju prijedloga koji nisu uspjeli, što u konačnici omogućuje povećanje prihoda i veće zadovoljstvo kupaca. Naravno, da bi umjetna inteligencija ispravno radila, potrebno je osigurati visokokvalitetne podatke i robusne procese upravljanja tim podacima, ističe Viktoria Merkoulova.
Svaka nova tehnologija dolazi sa svojim setom izazova. U financijskom sektoru ti su izazovi dodatno istaknuti zbog brojnih regulatornih pravila koje moraju slijediti. No, koji su izazovi implementacije generativne AI?
GenAI je u procesu kontinuirane evolucije. Stoga je prvi izazov s kojim se susrećemo - kako ostati u tijeku s tehnologijom. Veliki jezični modeli (LLM) se stalno specijaliziraju, a troškovi korištenja dramatično se mijenjaju. Zbog toga smo odlučili konstruirati vlastitu GenAI platformu koja nije ovisna o LLM-u, s inteligentnim dispečerskim sustavom koji se sposoban za mijenjanje GenAI tokova ovisno o potrebama i budućim kompatibilnim tehnologijama. Drugo - potpuna promjena paradigme isporuke, što je više kulturološka promjena. Kada je GenAI agent spreman za proizvodno okruženje? Hoćemo li reći nikad? Kako možemo uspostaviti prihvatljiv prag testiranja prihvatljivosti kako bismo pokrenuli GenAI rješenje? GenAI ne daje isti odgovor na isto pitanje, njegova se inteligencija kontinuirano razvija i nije deterministička. Usvajanje - kako osiguravamo upotrebu GenAI instrumenta koje gradimo u Nexiju. Vidimo da obuka korisnika i upoznavanje s novim procesima nisu dovoljni. Dovršili smo potpuni razvoj GenAI asistenta za kodiranje s našim programerima modernih jezika, uključujući treninge i promotivne događaje. Pa ipak, ljudi nerado to čine dijelom njihove svakodnevice. Vidimo da zajednice korisnika, mentori, mreže zagovornika, puno pomažu u jačanju korisnosti GenAI-ja i izgradnji povjerenja korisnika, objašnjava Merkoulova.
Na Money Motionu ćete sudjelovati na panelu o trendovima u svijetu plaćanja. S obzirom na vaše iskustvo, znači li to da će umjetna inteligencija igrati značajnu ulogu u plaćanjima u stvarnom vremenu i prelasku na transakcije s računa na račun? Kako bi to moglo utjecati na tradicionalne metode plaćanja?
Vidimo jasnu tendenciju prelaska na elektronsko plaćanje u cijelom svijetu. AI samo pridonosi tome kako će se implementirati, ali ne utječe na samu tendenciju. Ljudi žele iskustvo korištenja bez muke, a potražnja će odrediti ponudu. Dakle, definitivno će doći do povećanja rasta u ovom prostoru.
Je li umjetna inteligencija (ili će ikada biti) toliko dobra u donošenju odluka da zamijeni investicijske bankare? I hoće li ljudi ikada vjerovati AI-ju dovoljno da sav svoj novac ostave u rukama AI-ja, da tako kažem?
Vjerujem da postoje područja našeg poslovanja koja su povezana s brigom o kupcima gdje će visoka tehnologija uvijek zahtijevati ljudski dodir, empatiju, osjećaj. Kada je u pitanju obrada podataka, sofisticirani strojevi rade prilično dobar posao. GenAI je "životinja vlastite vrste", nije deterministička i neprestano poboljšava svoju inteligenciju. Ovdje bih bila vrlo oprezna. GenAI je izvrstan suputnik na putovanju, ali čovjek mora ostati u toku za donošenje konačne odluke, smatra Meroulova.
Gledajući unaprijed, što mislite da će biti najtransformativnija inovacija u industriji plaćanja potaknuta umjetnom inteligencijom?
Stvarno se nadam da će to biti potaknuto ljudskom empatijom i dobrom voljom i računam da će to riješiti složenost s kojom se svi susrećemo. Moramo pojednostaviti svoje procese, s ili bez umjetne inteligencije, inače nećemo uspjeti pravilno njima upravljati, predvidjeti i ublažiti rizike. Zbog složenosti ne uspijevamo vidjeti vrijednost i shodno tome odrediti prioritete, naglašava naša sugovornica.
Na kraju, zanimalo nas je, što bi savjetovala tvrtkama koje žele učinkovito integrirati generativnu umjetnu inteligenciju u svoje poslovanje?
GenAI nije raketna znanost. Iz našeg osobnog iskustva možemo potvrditi snažnu preferenciju za izgradnju rješenja umjesto kupovine. GenAI proizvodi za opću namjenu ne daju očekivano povećanje produktivnosti. Umjesto toga, izgradnja unutarnje baze znanja i obuka vlastitih agenata donosi ogromnu stvarnu vrijednost - prisiljava na standardizaciju procesa tvrtke, normalizaciju i čišćenje podataka, stvara vlastitu imovinu koja je zajedničko znanje za korištenje među odjelima. Počeli smo od slučajeva uporabe za IT, pokrivajući potpuni razvoj softvera, kao što je generiranje funkcionalne i tehničke analize, kodiranje i testiranje. Prvi nam je cilj bio izgradnja više agenata sposobnih za izvršavanje ovih faza razvoja softvera od početka do kraja. Radeći s našim korisnicima došli smo do zaključka da postoje mnogo jednostavniji, ali vrlo skalabilni slučajevi upotrebe. Jednostavno stvaranje baze znanja sa svom projektnom dokumentacijom za naše velike projekte implementacije, kojoj mogu pristupiti poslovni, operativni i IT odjel već je veliko postignuće, dokazujući zajednički i ažurirani izvor informacija. Drugi slučaj upotrebe koji je postao bestseler je "Code to Doc" GenAI agent. Za IT odjel koji radi u vremenskoj stisci postoji tipičan fenomen isporuke softvera bez odgovarajuće dokumentacije. Budući da je kôd jedinstveni izvor, uz podršku GenAI-ja, izgradili smo agenta koji radi obrnuti inženjering od koda do tehničke dokumentacije.
Ukratko, rekla bih da GenAI nije lijek za sve. Dakle, da bi se dobila stvarna opipljiva vrijednost od GenAI-ja, potrebno je osigurati da GenAI riješi konkretan problem i postigne konkretan i mjerljiv pokazatelj učinkovitosti. Na temelju iskustva iz Nexi-ja s GenAI-jem prelazimo s razvoja aplikacija na okvir za generiranje aplikacija gdje GenAI agenti imaju ulogu suradnika i članova tima, izvršavajući ponavljajuće jednostavnije aktivnosti, a prepuštajući ljudima donošenje odluka, strategiju i sve aktivnosti koje zahtijevaju intuiciju, slutnju i emocionalnu inteligenciju.
Sukladnost pravilima, GDPR, AI zakon su škakljive stvari. Stoga bih također toplo preporučila da se u tvrtkama razvija nova i potrebna ekspertiza, a to je AI etičar, zaključuje na kraju Viktoria Merkoulova.
Što nas još sve očekuje u svijetu plaćanja i koji trendovi bi mogli biti ključni u budućnosti, Viktoria Merkoulova će otkrivati na panelu "Trends and developments in the world of payments" koji će se održati u sklopu Money Motion 2025. konferencije.
