銀行業務における人工知能と機械学習の利用拡大

銀行業務における人工知能と機械学習の利用拡大

[[432637]]

銀行ガバナンスリーダーシップネットワーク(BGLN)は最近、銀行が人工知能(AI)と機械学習の利用を拡大する際に直面する機会とリスク、およびこの分野における規制と監督への影響について議論するオフサイト会議を開催しました。

完全なレポートを読むには、このアドレスにアクセスし、関連する指示に従ってください:https://mp.weixin.qq.com/s/TlXkERGK61C1syqItw0GvA

銀行は人工知能と機械学習の広範な利用を模索している

モルガン・スタンレーの最高情報責任者キャサリン・ウェットマー氏は最近、「AIは業界全体にとって大きな可能性を秘めており、私たちはまだその氷山の一角に触れたに過ぎない」と述べた。JPモルガン・チェースのCEOジェイミー・ダイモン氏は株主への年次書簡で、「私たちはすでにAI技術を不正やリスク対応、マーケティング、将来予測、クリエイティブプランニング、業務、取引など幅広い分野に適用し、大きな成果を上げているが、まだ道のりは長く、より多くの応用を模索する必要がある」と述べた。エコノミスト誌によると、銀行や保険会社は2025年までにAI関連技術への投資が86%増加すると予想している。 1

参加者は、金融機関が信用の質を判断するために人工知能を導入する可能性について議論した。参加者の中には、今後数年のうちに人工知能が信用のあらゆる側面に完全に力を与えるようになると予測する人もいました。一部のフィンテック企業は、顧客や企業のデータを活用して「信用リスクを予測し、カスタマイズされたサービスを提供する」能力のおかげで、少なくとも部分的には急成長を遂げることができている。これは人工知能によって可能になります。さらに、取引における人工知能や機械学習の利用も拡大し続けているが、まだかなりの開発の余地があると複数の参加者が述べた。

人工知能と機械学習が業界内で大きな注目と投資を集め続ける中、銀行のリーダーや規制当局は、AI による決定が合理的に説明できるかどうか、機械学習技術を使用して得られた結果が適切かどうかなど、これらの技術の適用によって生じる可能性のある可能性だけでなく、具体的なリスクや問題も理解しようとしています。

規制と監視も追いついている

2021年3月、連邦準備制度理事会を含む米国の5つの連邦金融規制当局は、金融機関による人工知能の応用に関する意見募集キャンペーンを発表した。彼らは「より具体的には、この活動は、金融機関による人工知能(機械学習を含む)の活用、人工知能の適切なガバナンス、リスク管理と制御、人工知能の開発、採用、管理の課題、関連する説明を提供する必要があるかどうかなどをよりよく理解するために意見を募集することを目的としている」と指摘した。

2021年4月、欧州委員会は人工知能に関する初の法的枠組みを提案した。委員会は「人工知能技術の急速な発展と、人工知能分野への国による大規模な投資という世界的な政策背景を踏まえ、EUは団結して数多くの機会をフルに活用し、人工知能の課題に前向きに対応しなければならない」と述べた。

AIアプリケーションを効果的に規制するためには、規制当局はテクノロジーの仕組みを迅速に理解する必要がある、とある参加者は主張した。さもなければ、「手術室で実際に何が行われているのか、どのようなツールが必要なのかを議論せずに手術ガイドラインを作成するようなものだ」。

AIアプリケーションがどのように進化しているかを理解し、新しいアプリケーションの斬新さに光を当てます

他の新興テクノロジーと同様に、AI は、その可能性を取り巻く誇大宣伝ほど十分に理解されていません。機械学習のいくつかの側面は長年にわたって業界で採用されてきましたが、他の部分はまだ初期の実験段階にあります。人工知能と機械学習は、幅広いビジネスおよび社内アプリケーションに大きな可能性を秘めています。

この潜在能力を最大限に引き出すには、銀行のリーダーと規制当局は、銀行がリスクを管理し、これらのツールを適切に使用していることを確認する必要があります。従来の企業はテクノロジーの導入を競うだけでなく、新規参入企業と大手テクノロジー企業の両方からの圧力も高まる可能性があります。

金融機関はまだ AI の取り組みの初期段階にあり、経営陣は取締役会に包括的な AI 開発戦略を提示していない可能性もあります。取締役は、機会をうまく活用するときと同じように、これらのリスクをどのように軽減できるかを問う必要があります。

注: 1. Bank Governance Leadership Network 2021 年 9 月号 – 銀行における人工知能と機械学習の利用拡大。

この記事は一般的な情報提供のみを目的として書かれており、会計、税務、法律、その他の専門的なアドバイスとして依拠されることを意図したものではありません。具体的なアドバイスについてはアドバイザーにお問い合わせください。

<<:  AIエンタープライズアプリケーションは成熟しつつある

>>:  世界的なAI人材不足により、各国間の協力とトレーニングが増加

ブログ    
ブログ    
ブログ    

推薦する

スタンフォード大学の「バーチャルタウン」がオープンソース化:25人のAIエージェントが「ウエストワールド」に登場

「ウエストワールド」を見たことがある友人は、このドラマの舞台が未来の世界、巨大なハイテクな大人向けテ...

Google の内部対立が激化!従業員が共同書簡に署名:AIマスターのジェフ・ディーン氏は謝罪すべき!

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

再帰アルゴリズムの時間計算量について十分に理解していない

[[414048]]この記事では、面接の質問と面接のシナリオを使用して、再帰アルゴリズムの時間計算量...

ジェフ・ディーン: 「スパースモデル設計ガイド」を作成しましたので、ぜひご覧ください。

スパースモデルは、ディープラーニングの分野でますます重要な役割を果たしています。特定のトークンまたは...

Apple Store 店員から機械学習エンジニアへ: AI を学び始めた経緯

機械学習エンジニアの職は、AI 博士号取得者だけのものではありません。インターネット上の公開コースや...

...

「一歩ずつ考えよう」というマントラよりも効果的で、プロジェクトが改善されていることを示す

大規模言語モデル (LLM) は、適切なプロンプトがあれば、多くの自然言語処理タスクにとって強力なツ...

AIモデルは研究者ががん検出の精度を向上させるのに役立つ

マドゥ・ネール博士とアシャ・ダス博士は、人工知能 (AI) モデルを使用して患者の組織サンプルのスキ...

...

NetEase Games AIOps実践:異常検知の最適化戦略とプラットフォーム構築

この共有では主に以下の点が紹介されます。 AIOps ロードマップ異常検出プラットフォーム構築インテ...

...

...

AIは単細胞生物が脳なしで意図した方向に移動する仕組みを説明するのに役立つ

単純な生物はどのようにして特定の場所へ移動できるのか?ウィーン大学で開発された人工知能と物理モデルが...

ケーススタディ | 埋め込みに基づく特徴セキュアな計算

[[331789]]序文従来のデータの公開と共有の方法の多くは、生のデータをプレーンテキストで直接出...