Kennisbank

AI зрялост при банки, застрахователи и финансови доставчици на услуги

Сектор, който вече е свикнал с правила, но не и с гъвкавост

Финансовите услуги се отличават от другите сектори с дълга история на структурирани данни и строг контрол. Докато много организации все още трябва да започнат с подреждането на информация, този сектор често вече разполага с десетилетия опит с модели за данни, одитни следи и управление на риска. Това създава привидна преднина. Измерението управление на данни на практика често отчита по-висок резултат, отколкото в други сектори, но това не означава, че организацията като цяло е готова за AI. Докато например строителният сектор се бори с фрагментирани данни за проекти, финансовият сектор по-скоро се бори със силози от данни, които са толкова добре защитени, че вече не се достигат помежду си.

Съотношението между фундаменталните измерения е поради това изкривено, но по различен начин, отколкото другаде. ИТ инфраструктурата обикновено е стабилна, но и тромава: големи, стари системи, които не се адаптират бързо. Организационната структура често е йерархична и разделена по строги линии на отговорност, което може да забави вземането на решения за нови технологии. Резултатът е сектор, който на хартия отчита добри резултати по отношение на основата, но на практика бавно прави прехода от foundation към activation.

Защо съответствието с регулациите (compliance) едновременно помага и забавя

Съответствието с регулациите и управлението на риска са вградени в ДНК-то на сектора. Това работи в две посоки. От една страна, то осигурява дисциплина в качеството на данните и ясно разграничение на отговорностите, нещо, което другите сектори тепърва трябва да изградят. От друга страна, навикът първо да се пресмятат рисковете води до сдържаност при внедряването на нови технологии, преди въздействието да е напълно изчислено. Тази сдържаност не е непременно недостатък, но обяснява защо пилотните проекти по-често остават в пробна фаза, отколкото да прераснат в структурно приложение.

Измерението вземане на решения тук е определящо. В много финансови организации липсва ясен преглед на това кой има право да взема кое решение относно дадено AI приложение и въз основа на каква информация. Този преглед, това, което трябва да съдържа инвентаризация на решенията, е точно мястото, където много измервания на зрялост разкриват пропуск: технологията е налична, правомощието да се работи с нея — не.

Разликите между отделите често са по-големи, отколкото в други сектори

Това, което допълнително отличава този сектор, е степента на разлика между отделите. Отдел „Риск“ вече от години работи с модели и статистика и вижда AI като логично разширение на това, което вече се случва. Отдел „Бек офис“ или отдел за обслужване на клиенти вижда AI преди всичко като нещо, наложено отгоре, без собствените работни процеси да са пригодени за това. Когато няколко души от една и съща организация отделно оценяват седемте измерения, тази разлика веднага прави впечатление. Резултатът рядко е единна картина, и точно това е ценно: показва къде разговорът за готовността все още не се е състоял.

Тази разлика е по-малко случайна, отколкото изглежда. Финансовите институции често са изградени от подразделения, които исторически са се развивали отделно едно от друго, всяко със свой собствен темп на дигитализация. Това е различен модел от например инсталационния бранш, където разликата по-често възниква между централния офис и изпълнението на терен, или сектора на недвижимите имоти, където разликата често е между управление и разработка.

Защо редът на измеренията тук не бива да бъде пропускан

Изкушението да се започне от видимите, зависими измерения е голямо във финансовия сектор, защото вече има много данни и много опит с модели. Въпреки това редът остава валиден: организационната структура, ИТ инфраструктурата и управлението на данни формират основата, върху която се крепи останалото. Организация, която на хартия отчита висок резултат за управление на данни, но при която вземането на решения и отговорността не са изяснени, се сблъсква със същата стена като организация, която тепърва трябва да започне. Защо фундаменталните измерения трябва да са първи, тогава не е въпрос на предпочитание, а на начина, по който AI приложенията действително функционират: без стабилна основа всичко остава на нивото на пилотен проект, колкото и напреднал да е моделът.

Сравнението с други капиталоемки сектори, като енергийния сектор, показва, че силна техническа основа не води автоматично до зрялост в другите измерения. Технологията и дисциплината са необходими, но не достатъчни.

От готовност към конкретни задачи

Измерването на зрялостта показва дали организацията като цяло разполага с основата, за да носи AI отговорно: структурата, инфраструктурата, управлението на данни и вземането на решения около тях. Това е различен въпрос от това коя част от работата сама по себе си е подходяща за поемане от AI. Веднага щом тази основа е изяснена, става релевантно да се разгледа за всяка задача какво AI може да поеме и какво не. Това е сферата на работния скенер на FTE TO AI, който за всяка задача изчислява каква част от работата може да бъде поета от AI, въз основа на естеството на самата задача, а не на готовността на организацията.