“Σήμα κινδύνου” για τις εφαρμογές τεχνητής νοημοσύνης από FSB

της Λαλέλας Χρυσανθοπούλου

Μπορεί οι εφαρμογές τεχνητής νοημοσύνης να είναι η νέα “καυτή τάση” στον χρηματοοικονομικό τομέα, πλην όμως αυξάνονται οι φωνές για τους κινδύνους που εγκυμονούν. Πιο πρόσφατο κρούσμα,  το σήμα συναγερμού της Επιτροπής Χρηματοοικονομικής Σταθερότητας (Financial Stability Board-FSB), του συντονιστικού οργάνου του G-20 για την εποπτεία του χρηματοοικονομικού τομέα, που προειδοποίησε ότι η αντικατάσταση υπαλλήλων στις τράπεζες και τις ασφαλιστικές από μηχανές εγκυμονεί τον κίνδυνο εξάρτησης των ομίλων από εταιρείες τεχνολογίας εκτός του πεδίου αρμοδιότητας των εποπτικών αρχών.

Στην πρώτη έκθεσή του για την τεχνητή νοημοσύνη που δημοσιεύθηκε πρόσφατα, η FSB κάνει λόγο για σοβαρούς κινδύνους που απαιτούν παρακολούθηση. Η τεχνητή νοημοσύνη (Artificial Intelligence-AI)  και η μηχανική μάθηση (machine learning)  αναφέρονται σε τεχνολογίες που αντικαθιστούν τις παραδοσιακές μεθόδους αξιολόγησης της φερεγγυότητας των πελατών, ανάλυσης δεδομένων, τιμολόγησης ασφαλιστικών συμβολαίων κ.α. Δεν υπάρχουν αξιόπιστα στοιχεία για την -ραγδαία αυξανόμενη- χρήση των εν λόγω τεχνολογιών, πράγμα που δημιουργεί αβεβαιότητα στις εποπτικές αρχές αναφορικά με τις δυνητικές επιπτώσεις των νέων -και συχνά απρόσμενων- δεσμών που δημιουργούνται μεταξύ αγορών και χρηματοοικονομικών ομίλων.

Για παράδειγμα, η τεχνητή νοημοσύνη θα μπορούσε να οδηγήσει σε “μη βιώσιμη” αύξηση της πιστωτικής επέκτασης εξαιτίας της αυτοματοποίησης των διαδικασιών credit scoring. Και παρότι η εν λόγω τεχνολογία είναι πολλά υποσχόμενη εάν υπάρξει σωστή διαχείριση των κινδύνων που εγκυμονεί, εντούτοις θα μπορούσε να οδηγήσει σε υπερβολική εξάρτηση τραπεζών και ασφαλιστικών εταιρειών από τις λίγες εξειδικευμένες εταιρείες τεχνολογίας  που παρέχουν τις εφαρμογές AI. “Αυτό θα οδηγούσε στην ανάδυση νέων συστημικά σημαντικών παικτών εκτός του πεδίου δράσης των εποπτικών αρχών”, παρατηρεί η FSB. “Εάν για παράδειγμα, ένας μεγάλος πάροχος ΑΙ κατέρρεε, αυτό θα μπορούσε να προκαλέσει ταυτόχρονη διαταραχή της δραστηριότητας μεγάλου αριθμού χρηματοοικονομικών ομίλων”.

Επιπροσθέτως, οι εποπτικές αρχές θα μπορούσαν να αντιμετωπίσουν δυσκολίες στην “απόδοση ευθυνών”. “Εάν αποφάσεις που ελήφθησαν με βάση εφαρμογές AI και machine learning προκαλέσουν ζημίες σε χρηματοοικονομικούς ομίλους, ίσως παρατηρηθεί έλλειψη ορατότητας αναφορικά με ζητήματα ευθύνης”, υποστηρίζει η FSB. Σύμφωνα με την ίδια μελέτη, οι λεγόμενες επενδύσεις ‘RegTech’, δηλαδή η χρήση μηχανών για τη συμμόρφωση σε έναν κυκεώνα νέων ρυθμίσεων που στοχεύουν στην πάταξη του “ξεπλύματος” χρήματος και την θωράκιση των τραπεζών, θα μπορούσαν να ανέλθουν σε 6,45 δισ. δολ. έως το 2020.

Σε έρευνα της συμβουλευτικής εταιρείας Accenture τον Μάιο, το 75% των ερωτώμενων τραπεζιτών υποστήριξαν ότι την επόμενη τριετία, η τεχνητή νοημοσύνη θα γίνει το κύριο “κανάλι” αλληλεπίδρασης των τραπεζών με τους πελάτες τους. Την ίδια στιγμή, οι ασφαλιστικοί όμιλοι έχουν επενδύσει πάνω από 400 εκατ. δολάρια σε εφαρμογές ‘InsurTech’.

Και οι ίδιες οι εποπτικές αρχές χρησιιμοποιούν εφαρμογές τεχνητής νοημοσύνης για εντοπισμό κρουσμάτων απάτης και ξεπλύματος χρήματος. Η FSB παραδέχτηκε ότι η ΑΙ συμβάλει στην μείωση των δαπανών, την βελτίωση της κερδοφορίας και την καλύτερη εξυπηρέτηση των πελατών στον χρηματοοικονομικό τομέα. Πρόσθεσε όμως ότι εγείρει ανησυχίες για την προστασία των δεδομένων που χρησιμοποιούνται στις διάφορες εφαρμογές.