За последние 10 лет лидеры финансового рынка в России инвестировали в развитие искусственного интеллекта (ИИ) более 600 млрд рублей, причем вложенные средства зачастую приносили трехкратную прибыль. Об этом говорится в исследовании Ассоциации ФинТех (АФТ) «Применение технологий искусственного интеллекта на финансовом рынке», в котором приняли участие 75% банков из ТОП-20, страховые и технологические компании и вузы. Работа охватила более 100 кейсов внедрения искусственного интеллекта в финансовой сфере и выявила основные тенденции внедрения ИИ в банковские и другие финансовые процессы.
Ключевые тренды ИИ в финтехе
Демократизация. Удешевление и повышение доступности ИИ-решений для широкого круга пользователей, в том числе для малого и среднего бизнеса. Создание условий, при которых разработка этих решений требует минимального знания кода или даже его отсутствия.
Развитие генеративного ИИ. Важно создать систему, которая способна не только генерировать текст, видео, фото, музыку, картинки и другие виды контента, но и делать это с определённой долей креативности, анализируя большое количество входных данных, запросов.
Большие языковые модели. Специфика - в разнообразии возможных вариантов применения результатов их работы. Глубокое обучение моделей происходит с помощью контента разных модальностей — текстов, аудио, видео, изображений и др. Эта технология способна имитировать межчеловеческое общение, принимая во внимание многие параметры. Примерами являются чат-боты и голосовые помощники.
Безопасность и ИИ. Угрозы для компьютерных систем и сетей, увеличивающиеся с использованием ИИ, требуют решения в виде моделей, способных предотвратить ситуации кражи персональных данных или нарушения конфиденциальности.
По данным исследования, крупные компании инвестируют в эту отрасль в 500 раз больше средств, чем другие участники рынка, что вызывает обеспокоенность у 82% опрошенных, так как использование ИИ дает очевидные конкурентные преимущества наиболее "продвинутым" участникам рынка. Подобные вложения позволяют разрабатывать собственные LLM (большие языковые модели), что "дает фору" внедряющим их компаниям, ведь именно они стали драйвером развития в финтехе в 2023 году.
ИИ — ядро, вокруг которого строятся продукты, обеспечивающие конкурентные преимущества... LLM модели показали, что мы можем огромные массивы данных перерабатывать в продукты искусственного интеллекта. Но надо не забывать про данные для них... Синергия финансовых данных с данными других отраслей важны для того, чтобы сильные модели могли учиться не только на модальностях текстов или видео в будущем.
Не менее 47% участников российского рынка планируют до конца года внедрить в деятельность своих компаний генеративные трансформеры.
Основой для стремительного развития технологий стали open-source разработки (разработки в свободном доступе, которыми могут воспользоваться не только их авторы, но и другие пользователи для усовершенствования и внедрения кода/программы) и коробочные решения (готовые продукты, которые можно использовать для других проектов, внедряя их в самые короткие сроки). Надо сказать, что open-source - это скорее набор инструментов, чем готовое решение. Но оба варианта позволяют создавать продукты и внедрять их в бизнес в ускоренном режиме, что повышает эффективность многих проектов.
Качество и польза ИИ зависят прежде всего от данных, на основе которых происходит обучение. Модальности текстов, видео и аудио может создать основу, но для разработки более мощных и узконаправленных систем важно использование специализированных данных, в финтехе — в первую очередь банковских. Большая часть таких данных являются конфиденциальными. Тут встаёт вопрос о правовом регулировании процессов, связанных с обработкой и использованием данных. На данный момент нет единого кодекса, регулирующего использование ИИ. Но существуют отдельные документы, как например «Кодекс этики искусственного интеллекта».
Нужно ли регулирование — вопрос открытый. Помимо Европы и Китая нет каких-то практик сложившихся. Наоборот, рынок хочет развиваться отдельно, регулирование отдельно. Коллеги, насколько я понимаю, тоже за то, чтобы заниматься развитием моделей, а не тем, что обходить некоторый регуляторный барьер.
Исследование показало, что в основном работа с ИИ сейчас фокусируется на методах машинного обучения. Проблема с кадрами, необходимыми для дальнейшего развития технологий в отрасли, решается с помощью акселераторов и повышения квалификации сотрудников. В целом можно отметить, что генеративный ИИ и демократизация технологий делают доступным достижение нового уровня качества и удобства финансовых продуктов.