L'impatto trasformativo della GenAI sui servizi finanziari

Economico

Resoconto:

L'intelligenza artificiale generativa è una tecnologia potente che apre innumerevoli possibilità per le aziende, sollevando al contempo delle sfide. Quale impatto avrà sui servizi finanziari?

Il mondo è su un'autostrada veloce per le nuove tecnologie. La progettazione, la creazione, il collaudo e l'adozione di nuove tecnologie hanno subito un'accelerazione esponenziale dalla Rivoluzione industriale. Non ci vogliono più decenni, ma giorni, perché le masse adottino nuove tecnologie. La rivoluzione dell'Intelligenza Artificiale Generativa (GenAI) e del Large Language Model (LLM) sta ulteriormente spingendo il mondo verso un'altra realtà completamente nuova.

Quali sono le implicazioni di questa potente nuova tecnologia? Come sta reinventando il futuro dei servizi finanziari? E come possiamo bilanciare innovazione e responsabilità umana per un uso etico dell'IA? I relatori di un recente dibattito alla BNP Paribas Global Official Institutions Conference (GOIC) hanno condiviso le loro intuizioni.

The Transformative Impact of GenAI on Financial Services_1

Quali sono le implicazioni di GenAI sui servizi finanziari? I relatori di un recente dibattito alla BNP Paribas Global Official Institutions Conference (GOIC) hanno condiviso le loro intuizioni.

Generazione di contenuti con l'intelligenza artificiale

Aprendo la discussione, Alexei Grinbaum, Senior Research Scientist presso CEA-Saclay, ha spiegato: "Il modo in cui i sistemi di intelligenza artificiale generano contenuti è asemantico. I sistemi di intelligenza artificiale generativa non capiscono nulla come gli umani e non lavorano con la dimensione del significato umano. Il calcolo serve solo a selezionare il token successivo in una sequenza. La selezione del token è il risultato del calcolo probabilistico, ed è tutto ciò che fa GenAI. Ciò che è interessante è che, sebbene GenAI calcoli solo i token mancanti, in realtà produce contenuti che hanno senso per noi e sembrano essere pieni di significato per l'utente".

Ha aggiunto: "La generazione di AI non valuta se un contenuto è vero o falso, perché il significato umano non fa parte del processo di elaborazione. Dobbiamo aggiungere un sistema di filtri, chiamato allineamento, per filtrare ciò che è sbagliato, discriminatorio o tossico".

GenAI rimane una macchina. La qualità di ciò che fornisce dipende dagli stimoli che gli diamo: "Per parlare con questo agente non umano, devi imparare modi specifici di parlare". Non possiamo semplicemente usare modi umani di usare il linguaggio e supporre che questo darebbe il miglior risultato con i sistemi di intelligenza artificiale.

L'adozione di GenAI

Dopo che Carl Benz creò il primo veicolo alimentato a benzina nel 1886, durante la Rivoluzione industriale, ci vollero 27 anni prima che la sua adozione diventasse più diffusa, quando Henry Ford la rese disponibile al pubblico nel 1913.

In confronto, quando ChatGPT è stato lanciato a novembre 2022, ci sono voluti cinque giorni per ottenere 1 milione di utenti. Il record precedente era detenuto da Instagram, per il quale ci sono voluti due mesi per raggiungere quel numero di utenti, ha affermato Guillaume Bour, Head of Enterprise presso Mistral AI, parlando al GOIC.

L'adozione di GenAI è stata fulminea, le applicazioni sembrano infinite e la corsa verso la prossima frontiera è iniziata. Rendere la tecnologia gratuita per l'uso su open source accelererà ulteriormente la natura trasformativa di GenAI.

Tra i settori, i servizi finanziari sono uno dei settori in prima linea nell'adozione dell'IA, con un numero crescente di esplorazioni negli ultimi 18 mesi e un passaggio da applicazioni aziendali incentrate sui dipendenti e non core, che erano per lo più soluzioni pronte all'uso, a casi d'uso aziendali con guadagni molto più significativi in termini di vantaggio competitivo, ha osservato Bour. La maggior parte dei casi d'uso che ha visto sono stati strumenti che migliorano più attività amministrative, dietro le quinte, come decisioni creditizie, know-your-customer (KYC), ESG e miglioramenti della gestione del rischio.

Le applicazioni rivolte al cliente rappresentano il livello successivo della competizione, poiché le aziende aumentano le capacità di intelligenza artificiale dei loro chatbot per contact center rivolti al cliente. La startup svedese di e-commerce Klarna , ad esempio, afferma di avere un chatbot in grado di gestire oltre 2 milioni di conversazioni con i clienti in un mese senza influire negativamente sul suo Net Promoter Score (NPS), che misura la soddisfazione del cliente.

Il punto di vista del fornitore

Per essere un buon provider servono due ingredienti chiave: competenza e capitale. Bour stima che attualmente ci siano alcune migliaia di persone nel mondo che padroneggiano questa tecnologia. Dal punto di vista del capitale, sviluppare modelli GenAI richiede molto capitale perché deve far funzionare molte GPU senza sosta per giorni o addirittura settimane.

I modelli grandi e potenti sono importanti per la ricerca, ma non sempre sono finanziariamente sostenibili quando si passa alla produzione e alla scalabilità. "Il ritorno sull'investimento non è ovvio per molti casi d'uso", ha osservato Bour. "Per supportare la scala di grandi aziende e istituzioni in tutto il mondo con il rapporto costo-prestazioni più efficiente, avrai bisogno di modelli grandi e molto potenti, che sono più costosi, ma anche di modelli di medie dimensioni che sarai in grado di mettere a punto e specializzare per attività specifiche".

I modelli più grandi hanno una maggiore capacità di ragionamento e di esecuzione di compiti più avanzati, ma sono anche più lenti. L'industria deve trovare un equilibrio nel compromesso tra velocità e capacità di ragionamento.

Prendendo l'esempio del refactoring del codice legacy, Bour ha spiegato: "Se vuoi tradurre milioni di righe di COBOL in Java, il che è una sfida che molti istituti finanziari affrontano, è necessaria molta accuratezza e prestazioni per un modello. Ciò può richiedere giorni o addirittura settimane, il che non ha molta importanza. D'altro canto, se stai creando un chatbot per i tuoi clienti, la latenza è estremamente importante. Quindi preferiresti scegliere modelli più piccoli che abbiano anche un ottimo livello di prestazioni".

Un altro fattore di differenziazione per Mistral è la flessibilità dell'azienda nell'implementare i propri modelli nei data center dei propri clienti anziché mettere i dati nel cloud, il che è sicuramente un punto di forza per le istituzioni finanziarie. "Riteniamo che i nostri clienti debbano avere la possibilità di portare il modello nei dati e non il contrario", ha osservato Bour.

Un'altra caratteristica fondamentale è la multilinguità: è la capacità di un modello di comprendere e comunicare in modo nativo in una lingua specifica anziché usare la traduzione. Ciò garantisce che il modello comprenda le sensibilità e le sfumature culturali. "Non si tratta solo di vocabolario o grammatica, ma anche di aspetti culturali e di distillare le specificità di una lingua e di una cultura", ha affermato Bour.

Il punto di vista degli utenti

L'autorità di regolamentazione dei mercati finanziari francesi, Autorité des Marchés Financiers (AMF), si considera "consumatori di IA", ha affermato Iris Lucas, responsabile dell'intelligence dei dati dell'AMF. "In effetti, all'AMF ci stiamo ponendo la questione dell'uso per i nostri scopi e sono in corso diversi progetti, ad esempio la protezione degli investitori, la promozione della finanza sostenibile, il rilevamento degli abusi di mercato e l'efficienza operativa".

AMF ha implementato i suoi primi strumenti di intelligenza artificiale nel 2019, con un rilevamento delle truffe chiamato FISH, Financial Investment Scam Hunter. Nel 2021, AMF ha lanciato un grande programma di dati trasversali chiamato ICData, con l'ambizione di estendere l'uso dei dati per rendere AMF più basato sui dati.

Per quanto riguarda la finanza sostenibile, AMF sta utilizzando l'intelligenza artificiale per estrarre gli obiettivi di sostenibilità nelle politiche di gestione dei fondi. L'intelligenza artificiale è anche uno strumento prezioso che AMF sta utilizzando per il clustering nel rilevamento degli abusi di mercato, mentre vengono esplorate tecniche di apprendimento supervisionato per identificare tipi specifici di manipolazione del mercato. Nell'efficienza operativa, AMF sta esplorando l'uso dell'intelligenza artificiale per la generazione automatica di verbali di riunione, il supporto per gli esperti e una maggiore assistenza alla supervisione, per ridurre le attività manuali senza valore aggiunto. "Il nostro punto di vista è che LLM non sostituirà i nostri colleghi o esperti, ma può estendere le loro capacità", ha osservato Lucas.

Esaminando l'uso dell'IA negli istituti finanziari, Léa Deleris, Head of Risk Artificial Intelligence Research presso BNP Paribas, ha spiegato: "Il mio team sviluppa casi d'uso dell'IA per aiutare l'efficienza e l'efficacia della gestione del rischio. Lavoriamo anche sulla strategia della funzione e contribuiamo a livello di Gruppo a tutta la comunità attorno all'IA, in particolare attorno all'IA responsabile, che è etica, sicura, solida, senza pregiudizi, attenta all'impronta di carbonio e spiegabile".

Ha aggiunto: "Abbiamo oltre 50 casi d'uso in produzione che affrontano casi d'uso di rischio e conformità, principalmente nell'identificazione e nel rilevamento".

Deleris vede la maggior parte dell'impatto di GenAI sulla documentazione e sui controlli. Grandi istituzioni globali come BNP Paribas hanno controlli in aree geografiche e giurisdizioni molto diverse. "A livello di BNP Paribas Group, vogliamo assicurarci di soddisfare le specificità locali, assicurandoci al contempo di mantenere una coerenza globale. Avere uno strumento in grado di leggere, riassumere e trovare le sfide ci aiuterà a essere ancora più efficienti", ha osservato.

Responsabile della ricerca sull'intelligenza artificiale sui rischi, BNP Paribas

Altri ambiti in cui l'intelligenza artificiale può garantire un'efficienza significativa sono la modellazione, i test di stress, l'accelerazione della documentazione e l'allineamento alle procedure e alle normative.

AI responsabile

"Oltre ai vantaggi e alle sfide nell'implementazione dell'intelligenza artificiale, un tema essenziale per tutti noi è come farlo in modo responsabile", ha affermato Hugues Even, Chief Data Officer di BNP Paribas, che ha moderato la discussione.

Questo è lo scopo dell'EU AI Act che "mira a creare un quadro giuridico unificato per i sistemi e le applicazioni di intelligenza artificiale in tutta l'Unione Europea (UE)", ha spiegato Deleris, aggiungendo: "L'intento dell'AI Act è di garantire che i sistemi di intelligenza artificiale siano sviluppati e distribuiti in modo sicuro, etico e affidabile".

L'AI Act categorizza i sistemi di IA in base al loro livello di rischio e introduce obblighi e requisiti specifici per ciascuna categoria. I sistemi di IA ad alto rischio saranno soggetti a rigorosi obblighi di conformità, tra cui valutazioni di conformità, governance dei dati e requisiti di trasparenza.

Deleris ha avvertito che l'AI Act si è concentrato solo sulla protezione di una categoria di rischi che incidono sui diritti fondamentali dei cittadini. Le istituzioni affrontano rischi aggiuntivi come la perdita informatica, ma anche operativa o di reputazione derivante dall'uso improprio dell'IA. "La gestione del rischio modello non è una novità nelle istituzioni finanziarie e riguarda esattamente la garanzia che un modello (IA o meno) sia adatto allo scopo e utilizzato per lo scopo corretto. Quindi abbiamo già dei framework e dobbiamo soprattutto coltivare una cultura di gestione di tali rischi", ha aggiunto.

"Sebbene l'AMF non supervisioni attualmente i modelli di IA sviluppati dai partecipanti al mercato ai sensi dell'AI Act, ciò potrebbe evolversi in futuro con l'avanzare delle normative. Nel frattempo, stiamo attivamente interagendo con gli operatori del mercato per comprendere come viene utilizzata l'IA e se influisce sui loro processi di conformità o sulla gestione del rischio", ha osservato Lucas. Ha aggiunto che "La sfida principale rimane quella di trovare un equilibrio tra lo sfruttamento delle opportunità offerte dall'IA e la gestione dei suoi rischi. Questo è fondamentale per l'ambizione dell'AMF: supportare l'innovazione garantendo al contempo il corretto funzionamento dei mercati".

Grinbaum del CEA-Saclay ha concordato: "L'AI Act non è solo più procedure burocratiche e più certificati obbligatori. Ci sono anche disposizioni molto interessanti, persino un nuovo principio etico, e importanti richieste di più ricerca".

"La tecnologia in rapida evoluzione dell'IA generativa offre opportunità per i primi utilizzatori nei loro mercati, e il potenziale e i casi d'uso già implementati in aree come la modellazione, il rilevamento, l'indagine e la segnalazione. Ciò richiede anche controlli e considerazioni etiche, e il potenziale per la regolamentazione, incluso il fondamentale AI Act dell'UE", ha concluso Even.

Fonte: Bank of America

Per rimanere aggiornato su tutti gli eventi economici di oggi, consulta il nostro Calendario economico

Avvertenza sui rischi ed esclusione di responsabilità sugli investimenti

Comprendi e riconosci che esiste un alto grado di rischio coinvolto nel trading con strategie. Seguire qualsiasi strategia o metodologia di investimento è il potenziale di perdita. Il contenuto del sito viene fornito dai nostri collaboratori e analisti solo a scopo informativo. Tu solo sei l'unico responsabile di determinare se qualsiasi attività di negoziazione, o titolo, o strategia, o qualsiasi altro prodotto è adatto a te in base ai tuoi obiettivi di investimento e alla tua situazione finanziaria.

Informativa sui rischi

Il trading di strumenti finanziari come azioni, valute, materie prime, futures, obbligazioni, fondi o criptovalute è un'attività ad alto rischio, che include la perdita parziale o totale dell'importo dell'investimento, pertanto il trading non è adatto a tutti gli investitori.

Quando prendi qualsiasi decisione finanziaria, dovresti condurre la tua due diligence, usare il tuo giudizio e consultare consulenti qualificati. Il contenuto di questo sito Web non è rivolto a te, né prendiamo in considerazione la tua situazione finanziaria o le tue esigenze. Le informazioni contenute in questo sito Web non sono necessariamente fornite in tempo reale, né sono necessariamente accurate. I prezzi forniti su questo sito possono essere forniti dai market maker anziché dalle borse. Qualsiasi decisione commerciale o altra decisione finanziaria presa è di esclusiva responsabilità dell'utente e non è possibile fare affidamento su alcuna informazione fornita tramite il sito Web. Non forniamo alcuna garanzia rispetto a qualsiasi informazione sul sito Web e non siamo responsabili per eventuali perdite commerciali che potrebbero derivare dall'uso di qualsiasi informazione sul sito Web.

L'uso, la memorizzazione, la riproduzione, la visualizzazione, la modifica, la diffusione o la distribuzione dei dati contenuti in questo sito web sono vietati senza il consenso scritto di questo sito web. I fornitori e gli scambi che forniscono i dati contenuti in questo sito Web mantengono tutti i loro diritti di proprietà intellettuale.

Ricerche recenti

Principali ricerche

Quotazioni

Analisi

Utente

24/7

Calendario economico

Educazione

Dati