ผู้บริหารจาก Bank of America และ S&P Global ระบุว่า สถาบันการเงินควรเริ่มจากการพิจารณาว่าต้องการแก้ปัญหาใดและข้อมูลมีความน่าเชื่อถือเพียงใด ก่อนนำปัญญาประดิษฐ์ (AI) มาใช้ พร้อมเน้นย้ำถึงขอบเขตการใช้งานและขั้นตอนให้มนุษย์ตรวจสอบผลลัพธ์
Hari Gopalkrishnan ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีและสารสนเทศของ Bank of America และ Sally Moore ประธานเจ้าหน้าที่ฝ่ายลูกค้าและหัวหน้าร่วมฝ่าย Market Intelligence ของ S&P Global ร่วมอภิปรายแนวทางใช้ AI ในภาคการเงินที่งาน Fortune AIQ Summit ณ ตลาดหลักทรัพย์นิวยอร์กเมื่อวันที่ 1 Fortune รายงานว่า Gopalkrishnan ชี้ว่าการนำ AI ไปใช้กับงานที่ทำได้ดีอยู่แล้วด้วยโมเดลแบบกำหนดผลลัพธ์แน่นอน เป็นข้อผิดพลาดที่พบได้บ่อย
Gopalkrishnan กล่าวว่า Bank of America พิจารณาความต้องการของลูกค้าและขั้นตอนการทำงานก่อนตัดสินใจว่าจะใช้ AI หรือไม่ งานบางประเภทอาจเหมาะกับแอปมือถือหรือระบบกฎที่ประมวลผลแบบเรียลไทม์มากกว่า ธนาคารระบุว่าโครงการ AI จะได้รับการประเมินความเสี่ยง 16 ด้าน ซึ่งรวมถึงความเป็นส่วนตัว อคติ ผลกระทบต่อบุคลากร และทรัพย์สินทางปัญญา
เขามองว่าเอเจนต์ AI แบบมีผู้ช่วยทำงานร่วมกันมีโอกาสนำมาใช้ได้ในระยะใกล้มากกว่าเอเจนต์อัตโนมัติ Fortune รายงานว่า Gopalkrishnan กล่าวว่า “ยังมีโอกาสอีกมากที่ทำได้จริงกับเอเจนต์ผู้ช่วยซึ่งมีมนุษย์ร่วมทำงานด้วย” ประเด็นนี้สะท้อนว่าควบคู่ไปกับความเร็วในการสร้างผลลัพธ์จาก AI ยังต้องมีขั้นตอนให้คนตรวจสอบและรับผิดชอบผลลัพธ์ด้วย
Moore กล่าวว่า ความถูกต้องของข้อมูลและความสามารถในการตรวจสอบย้อนกลับถึงแหล่งที่มาเป็นเรื่องสำคัญสำหรับงานการเงิน เธออธิบายว่า “ข้อมูลคือสกุลเงินภายใน AI” ลูกค้าต้องตรวจสอบที่มาของข้อมูลและผลลัพธ์ได้ จึงจะนำ AI ไปใช้กับงานด้านกฎระเบียบได้
Moore ยังยกตัวอย่างการนำเนื้อหาของ S&P Global ไปผสานกับแพลตฟอร์มที่ธนาคารขนาดใหญ่พัฒนาขึ้นเอง โดยระบุว่า การสนับสนุนจาก S&P Global ช่วยลดเวลาจนเริ่มใช้งานจริงได้หกเท่า และเพิ่มความแม่นยำจากประมาณ 60% ในช่วงแรกเป็น 98% ทั้งนี้ ไม่มีการเปิดเผยชื่อธนาคารหรือวิธีวัดผล
S&P Global ประกาศเมื่อวันที่ 6 กรกฎาคมว่าจะปรับโครงสร้างธุรกิจ Market Intelligence เป็นสองหน่วยงาน ได้แก่ “Kensho Data & Platforms” และ “Enterprise Solutions” บริษัทระบุว่าต้องการผสานความสามารถด้านข้อมูล AI ซอฟต์แวร์ และเวิร์กโฟลว์ให้สอดคล้องกับความต้องการของลูกค้า คำกล่าวของ Moore ในงานสอดคล้องกับทิศทางการปรับโครงสร้างที่มุ่งเชื่อมโยงข้อมูลเข้ากับแพลตฟอร์ม
คำกล่าวของผู้บริหารทั้งสองสะท้อนว่า การประเมินผลการนำ AI มาใช้ในภาคการเงินทำได้ยากหากดูเพียงขนาดของงานที่ทำให้เป็นระบบอัตโนมัติ ขอบเขตงานที่ AI จัดการได้และเกณฑ์ตรวจสอบผลลัพธ์ก็เป็นปัจจัยที่ควรพิจารณาควบคู่กัน
ตัวเลขเกี่ยวกับ Erica ผู้ช่วยเสมือนของ Bank of America ก็ควรพิจารณาตามเกณฑ์การนับที่แตกต่างกัน Fortune รายงานโดยอ้างคำกล่าวของ Gopalkrishnan ว่า Erica ประมวลผลธุรกรรม 3.6 พันล้านรายการ ส่วน Bank of America ระบุในประกาศอย่างเป็นทางการเมื่อเดือนมีนาคมว่า ลูกค้ามีปฏิสัมพันธ์กับ Erica มากกว่า 3.2 พันล้านครั้ง ตัวเลขทั้งสองอ้างอิงช่วงเวลาและวิธีนับต่างกัน จึงนำมาเปรียบเทียบโดยตรงไม่ได้
รายงานก่อนหน้าของ TokenPost ที่กล่าวถึงขนาดการลงทุนใน AI และความรับผิดชอบของผู้บริหาร นำเสนอความเห็นที่แตกต่างกันเกี่ยวกับการขยายการใช้งานและผู้ที่ต้องรับผิดชอบ ในงานครั้งนี้ ผู้บริหารจากทั้งสองบริษัทเน้นว่าควรเลือกปัญหาที่จะนำ AI ไปใช้ก่อน พร้อมวางขั้นตอนให้มนุษย์ตรวจสอบและเตรียมข้อมูลที่เชื่อถือได้
ความคิดเห็น 0