Kerjasama AI dan Manusia amat penting dalam membentuk masa depan kewangan

AI, transformasi dalam dinamik tenaga kerja, dan kemampanan bukan sahaja membentuk industri tetapi memastikan masa depan yang makmur untuk perusahaan kewangan di seluruh Asia.

Industri perbankan dan kewangan di Asia sememangnya landskap yang sentiasa berubah, didorong oleh beberapa trend transformatif yang turut menjadi pemangkin kepada perubahan.

Kecerdasan buatan (AI), menawarkan perkhidmatan kewangan yang lebih cekap dan meningkatkan pengalaman pelanggan. Pada masa yang sama, tenaga kerja dalam industri berubah, kerana kepakaran mereka kini seiring dengan keupayaan AI.

Sementara itu, kemampanan terus muncul sebagai pemacu kritikal apabila institusi kewangan menjadi agen utama dalam mempromosikan amalan beretika dan mementingkan alam sekitar.

Liew Nam Soon, Rakan Pengurusan Serantau EY Asean, juga Rakan Kongsi Urusan untuk Singapura dan Brunei di Ernst & Young Solutions LLP, mempunyai pengalaman luas dalam bidang kewangan dan perundingan strategik, dengan rekod prestasi yang luar biasa yang menjangkau lebih 30 tahun.

Dalam peranannya sekarang, beliau bertanggungjawab untuk menyelia prestasi perniagaan, strategi perkhidmatan pelanggan dan operasi dalam jaminan, perundingan, cukai, strategi dan urus niaga di seluruh Wilayah EY Asean.

Sebelum ini, beliau mengetuai EY Asean Markets and Financial Services, di mana beliau terlibat dengan beberapa institusi kewangan paling berpengaruh di seluruh Asia.

Nam Soon mempunyai pengalaman industri yang mendalam dalam perkhidmatan kewangan dan teknologi. Beliau telah bekerja secara meluas dalam pengurusan kekayaan dan aset; runcit, PKS, perbankan korporat dan pelaburan; insurans, ekuiti persendirian dan FinTech.

Dalam temu bual dengan Asian Banking & Finance, Nam Soon mengutarakan potensi luar biasa AI dalam industri perkhidmatan kewangan, yang walaupun bukan baru dalam sektor ini, bersedia untuk merevolusikan pelbagai aspek perbankan dan kewangan, daripada perkhidmatan pelanggan kepada pengurusan risiko.

Beliaua juga mendalami transformasi tenaga kerja dalam industri sambil menyokong pendekatan kolaboratif di mana manusia dan AI bekerjasama untuk memanfaatkan kekuatan masing-masing.

Sektor perbankan dan kewangan Asia sedang mengalami pertumbuhan pesat dan dinamik pasaran yang berkembang. Dari perspektif anda, apakah arah aliran atau pembangunan utama yang anda rasa sangat menarik atau menjanjikan dalam industri, dan bagaimana anda melihatnya membentuk masa depan perbankan dan kewangan di Asia?

Industri perkhidmatan kewangan (FS) tidak asing dengan gangguan dan tiga arah aliran utama menonjol dalam cara ia boleh memberi kesan kepada masa depan industri - teknologi baru muncul seperti AI, transformasi tenaga kerja dan kemampanan.

Pertama, pecutan pendigitalan dan teknologi baru muncul. Industri perkhidmatan kewangan telah lama mendahului sektor lain dalam memanfaatkan teknologi digital untuk perkhidmatan dan proses mereka. Permulaan perbankan terbuka juga telah menimbulkan ekosistem digital. Walau bagaimanapun, apa yang mungkin paling menarik ialah sempadan seterusnya dalam teknologi baru muncul - dan itu adalah AI.

AI bukanlah baru sepenuhnya kepada institusi FS, jika anda berfikir tentang bagaimana chatbot berkuasa AI telah digunakan selama bertahun-tahun. Sektor ini secara semula jadi merupakan tanah yang subur untuk AI memandangkan ketersediaan set data yang besar, ditambah pula dengan keperluan untuk ramalan berbutir.

Daripada operasi hadapan hingga pertengahan hingga belakang pejabat, kes penggunaan AI adalah banyak, termasuk bot sembang perkhidmatan pelanggan, pengurusan kewangan peribadi, e-KYC dinamik pada saluran layan diri, pengurusan risiko makroekonomi, pengesanan penipuan dan pemantauan pematuhan.

 
Di seluruh dunia, kita melihat kecanggihan penggunaan yang lebih besar muncul. Sebagai contoh, sebuah bank Eropah menggunakan set data sintetik yang dijana AI untuk membangunkan dan menguji tawaran bank baharu.

Keindahan ini ialah cara maklumat pelanggan dirahasiakan dalam pengekstrakan dan ujian, memacu kitaran R&D yang lebih pantas, dan produk yang lebih mesra pengguna dan mengutamakan pelanggan, sambil mengurangkan risiko kerahsiaan dan privasi data pelanggan.

Kes penggunaan lain ialah bagaimana sebuah bank Asia telah membangunkan model kredit pembelajaran mesin untuk portfolio runcitnya untuk mengukuhkan pengurusan risiko bagi pinjaman tidak bercagar, yang membawa kepada peningkatan kualiti penyaringan pinjaman dan pengurangan kerugian kredit.

Apa yang kita lihat hanyalah puncak gunung ais potensi GenAI atau Generative AI. Walaupun pemain FS mungkin tergoda untuk mengikuti kereta muzik, penggunaan GenAI bukanlah "plug and play".

Pengguna mesti menggunakan tahap keraguan yang sihat dan pagar untuk merealisasikan penggunaannya dengan cara yang bertanggungjawab, beretika dan mampan secara komersial. Tadbir urus, pengesahan model dan kepercayaan sekitar model bahasa besar (LLM) adalah pertimbangan utama.

Apakah beberapa risiko ini yang institusi FS mesti berhati-hati?

Terdapat risiko AI yang perlu diuruskan dan ini adalah agnostik sektor. Salah satunya ialah ketepatan maklumat. LLM hanya sebaik data yang dilatih, tetapi ini bersifat sementara dan mungkin tidak terkini sepenuhnya. Begitu juga, mungkin terdapat berat sebelah dalam data latihan.

Oleh itu, respons yang dihasilkan oleh AI mungkin terdengar masuk akal atau meyakinkan tetapi mungkin salah atau mengelirukan dan termasuk halusinasi. Penyelesaian adalah dengan menyemak fakta pengesahan model berdasarkan sumber yang layak.

 
GenAI juga bukan pengganti pertimbangan manusia di mana konteks dan nuansa adalah penting. Daripada menggantikan manusia sepenuhnya dalam situasi yang memerlukan pertimbangan (mis., ejen manusia di pusat panggilan), GenAI harus digunakan untuk menambah keupayaan tenaga kerja.

Privasi, keselamatan dan kesahan adalah satu lagi risiko penting. Pendedahan data proprietari atau kebocoran yang tidak diingini boleh berlaku apabila kakitangan memasukkan dokumen dalaman ke dalam LLM awam, dan ini secara tidak sengaja menjadi sebahagian daripada set latihan model.

Walaupun percubaan digalakkan, berhati-hati mesti diambil untuk mengelak daripada mendedahkan data proprietari atau maklumat sensitif, dan penyimpanan data yang tidak perlu. Ini boleh mengakibatkan ketidakpatuhan terhadap undang-undang privasi data.

Sementara itu, terdapat juga persoalan mengenai pemilikan hak cipta dan harta intelek. Sebagai contoh, apabila model GenAI menjana reka bentuk atau idea produk baharu berdasarkan gesaan pengguna, siapa yang boleh membuat tuntutan terhadapnya?

 
GenAI berkembang begitu pantas sehingga pengawal selia juga memahami impaknya dan melaksanakan mandat AI yang bertanggungjawab apabila risiko berkembang. Oleh itu, institusi FS menjadi tanggungjawab untuk menangani risiko kerana akhirnya, kepercayaan dan reputasi pelanggan akan hilang.

 
Bagaimanakah institusi FS yang tidak mahu ketinggalan mengatasi kerumitan ini?

Tadbir urus dan pagar adalah yang terpenting.

Institusi FS juga harus berusaha untuk meningkatkan kekhususan model untuk sektor mereka. Walaupun industri yang kurang dikawal selia boleh menggunakan aplikasi GenAI di luar rak, AI generik, berasaskan luas tidak mempunyai pengetahuan domain untuk digunakan secara langsung kepada industri khusus seperti FS.

Mencipta LLM tersuai berkemungkinan besar memerlukan pelaburan dan keperluan keupayaan yang besar. Cara mengatasinya adalah untuk bank memperhalusi model asas daripada penyedia penyelesaian dengan mengemas kini dan melatihnya dengan data mereka sendiri untuk disesuaikan untuk tujuan tertentu.

Untuk itu berfungsi, institusi FS mesti melabur dalam sistem pengurusan data yang mantap dan proses pembersihan data untuk memastikan set data berkualiti tinggi. Selain itu, mereka juga memerlukan bakat yang betul seperti jurutera pantas AI, dan ini bermakna pengambilan pekerja daripada kumpulan bakat yang sangat khusus dan berdaya saing tinggi atau peningkatan kemahiran pekerja mereka secara pantas. Alternatifnya ialah melibatkan sokongan perkhidmatan profesional.

Dengan "kebangkitan mesin," bagaimanakah tenaga kerja dalam FS dibentuk semula?
 
Pembentukan semula tenaga kerja adalah trend lain yang akan memberi kesan yang berkekalan kepada industri FS. Ia tidak sepatutnya menjadi kes "manusia berbanding mesin." Manusia adalah pemandu, dan AI adalah pembantu juruterbang.

Di EY, kami melihat kebaikan untuk membenamkan "manusia@pusat" dalam semua transformasi dan dalam cara perniagaan mengintegrasikan teknologi dan kemanusiaan.

Maksudnya ialah memberi tumpuan kepada AI berpusatkan manusia untuk mencipta sistem yang memanfaatkan kerjasama kekuatan masing-masing iaitu, kreativiti manusia, gerak hati, dan empati; dan repositori luas pengetahuan dan keupayaan analisis GenAI.

Agar AI boleh dipercayai, dipercayai dan berkesan, elemen manusia mesti ada untuk mengaudit, memperhalusi, membenarkan atau mengalih keluar keluaran AI yang tidak patuh atau tidak diingini.

 
Pada masa yang sama, tenaga kerja FS akan mendapat manfaat daripada peningkatan kemahiran yang berterusan – dan celik digital sepatutnya menjadi penting selagi industri menerima pendigitalan.

Secara khususnya, pertimbangkan kemahiran yang lebih luas yang mungkin diperlukan oleh kakitangan bukan teknikal untuk memanfaatkan LLM dengan lebih baik, bertanya soalan yang lebih baik dan hanya menggunakan data yang mereka fahami sepenuhnya dan tidak menjadi mangsa kerentanan AI.

Dengan kesan teknologi dan AI, dari perspektif transformasi tenaga kerja yang lebih luas, seseorang boleh mengharapkan untuk melihat anjakan yang memerlukan definisi semula peranan; reka bentuk semula kerja, mobiliti dan pengekalan; metrik baharu yang mengukur produktiviti dan prestasi; dan strategi pemerolehan, pembangunan dan pengekalan bakat yang disemak semula.

Anda telah menyebut kemampanan sebagai trend ketiga untuk ditonton. Apakah perkembangan baru di hadapan ini?

Isu sekitar ESG kekal sangat penting. Sektor FS memainkan peranan penting dalam peralihan kepada masa depan yang lebih mampan.

Selain menguruskan perjalanan bersih-sifar dan kesan korporat mereka sendiri, pengaruh mereka sebagai penyedia kewangan bermakna mereka boleh dikatakan boleh melakukan lebih daripada mana-mana industri lain untuk menyepadukan kriteria ESG jangka panjang ke dalam perniagaan dan pelaburan global.

 
Menurut Indeks Kewangan Mampan EY, institusi FS mencapai kemajuan yang baik dan dua bidang peluang menonjol. Salah satunya adalah untuk berusaha untuk tadbir urus yang lebih baik dan memastikan akauntabiliti dan menghubungkan imbuhan dan pampasan kepada sasaran kemampanan; yang kedua ialah menyelaraskan penawaran produk kepada strategi hijau.

Untuk tujuan itu, institusi FS sudah tentu boleh menjalin kerjasama yang lebih mendalam dengan pelanggan korporat, khususnya, mereka yang berada dalam perniagaan berat. seperti sektor pelepasan karbon, untuk membantu pengaktifan ESG mereka, dan menawarkan pembiayaan hijau dan pensekuritian pinjaman untuk membantu mereka mengurangkan pelepasan mereka.

Memandangkan pengukuran ESG merupakan salah satu halangan kepada tindakan, beberapa bank sedang bergerak ke arah menawarkan alat – sesetengahnya dikuasakan oleh AI – untuk memberikan kejelasan yang lebih jelas kepada pelanggan tentang jejak alam sekitar mereka, implikasi dan cadangan tindakan pembetulan untuk mengenal pasti potensi kos dan karbon simpanan.

Sebagai hakim di Anugerah Perbankan & Kewangan Asia, apakah kualiti dan pencapaian yang anda cari dalam calon yang menonjolkan mereka?

Inovasi yang menangani "ruang putih" dan mencipta nilai yang mampan untuk organisasi, pelanggan dan pekerjanya serta pihak berkepentingan lain akan menyerlah.

Apa yang menjadikan sesuatu inovasi lebih tersendiri ialah cara ia membenamkan prinsip tujuan, kepelbagaian dan keterangkuman, dan manusia@pusat dalam artikulasinya sehingga pelaksanaan dan impak.  - DagangNews.com

Nota Editor: Artikel berbahasa Inggeris ini asalnya disiarkan di dalam laman web Asian Banking & Finance dan disiarkan semula dengan kebenaran.