27 августа 2024 г.
Финансовый ИИ вызвал значительный интерес финдиректоров, стремящихся максимально использовать ресурсы и повысить эффективность принятия решений, но чрезмерный ажиотаж на рынке, вероятно, приведет к периоду разочарования технологиями в этой области, предупреждает Gartner.
«Генеративный ИИ находится на самом Пике завышенных ожиданий среди финансовых технологий (см. рис. 1), — пишет в пресс-релизе Марк Д. Макдоналд (Mark D. McDonald), старший директор-аналитик финансовой практики Gartner. — Общедоступные инструменты генеративного ИИ вызвали огромный интерес к этой технологии за последние два года, однако на практике она может оказаться не столь трансформативной, как ожидалось».
Рис. 1. Кривая цикла зрелости технологий финансового ИИ и углубленной аналитики (по состоянию на июль 2024 г.)
Y = Ожидания; X = Стрела времени
(Легенда): Плато широкого применения будет достигнуто в течение:
менее 2 лет / от 2 до 5 лет / от 5 до 10 лет / более 10 лет / Устареет раньше
Умерьте ожидания от GenAI в финансовой сфере
Хотя Gartner прогнозирует некоторое разочарование в GenAI со стороны финотделов, это не значит, что данная технология не будет им полезна. Напротив, на рынке есть ряд приложений с GenAI для финансовых служб, просто они могут оказаться не столь трансформативными, как думают сейчас многие руководители. GenAI работает с текстами, поэтому с задачами, требующими анализа текста, например контрактов, он справится превосходно.
«Финотделы могут также использовать GenAI для вещей, которые они сейчас не делают, — например, для сравнения выставленного инвойса поставщика с согласованными ценами, чтобы убедиться, что понесенные расходы им соответствуют», — пишет Макдоналд.
«Главные сильные стороны GenAI с точки зрения финансовых служб — это простота доступа и использования, — отмечает он. — Многие вендоры предлагают инструменты GenAI, внедряемые внутри организации, но они требуют специального обучения сотрудников, как и для каких целей их применять».
Что же касается задач, оперирующих числовыми данными, здесь следует полагаться на другие методы ИИ, прежде всего различные приложения машинного обучения, которые могут помочь с прогнозированием доходов или нахождением ошибок в больших объемах данных.
«Машинное обучение может также помочь с новыми, более сложными методами анализа финансовых результатов, выявляя тенденции, которые иначе могли бы быть упущены, — пишет Макдоналд. — Одно из главных преимуществ машинного обучения в том, что руководители финансовых служб могут количественно оценить качество выдачи алгоритма, что может служить доказательством для проверяемых операций».
Однако использование машинного обучения потребует некоторых новых навыков. Финотделы начинают применять общедоступную модель Data Science, которая обучает финансовых специалистов подмножеству возможностей науки о данных и навыкам использования ее основных методов.
Композитный ИИ
Эта технология находится на этапе Зарождения инноваций на Кривой цикла зрелости; она касается совместного применения разных методов ИИ, чтобы повысить эффективность обучения и расширить уровень представления знаний.
«Применение ИИ финансовыми службами обретает зрелость, и становится ясно, что какой-то один метод не является панацеей, — пишет Макдоналд. — Сочетание нескольких методов ИИ гораздо эффективнее, чем использование только эвристики или подхода, основанного лишь на данных».
Растущее использование искусственного интеллекта в принятии решений подталкивает финотделы к композитному ИИ, поскольку самые подходящие действия можно надежней определить, сочетая модели на основе правил и модели оптимизации (эту комбинацию часто называют предписывающей аналитикой). Малые массивы данных или ограниченная доступность данных также подтолкнули финотделы к сочетанию нескольких методов ИИ.
Моделирование, использующее агенты, — следующий этап композитного ИИ. Такое решение составлено из нескольких агентов, представляющих разные акторы в экосистеме. Объединение этих агентов в «рой» позволяет обеспечить понимание ситуации в целом, более глобальную оптимизацию планирования, адаптивное планирование и устойчивость процессов.
Источник: Пресс-служба компании Gartner
