CC BY
13
полиса, подписания договора и раскрытия информации до подачи претензий и запросов на обслуживание) все этапы будут беспрепятственно завершены, а также подписаны с использованием нескольких цифровых каналов. Благодаря этому, специализированный персонал (представители контакт-центра, агенты, специалисты по урегулированию убытков) сможет сосредоточить свое внимание на актуальных проблемах и оперативно решать сложные вопросы в целях урегулирования убытков, повышая при этом имидж компании в целом.
5. Широкое внедрение искусственного интеллекта (ИИ) в деятельность страховых компаний.
Начиная с 2023 года с внедрением понятия «генеративный ИИ» страховые компании начали широко применять аналитику и интеллектуальные технологии в различных сегментах. ИИ способствует качественному улучшению оценки рисков в актуарных и андеррайтинговых процессах, автоматизации процессов урегулирования убытков по ОСАГО и претензиям, выявлению попыток мошенничества, а также улучшению самообслуживания через чат-боты. ИИ может существенно расширить возможности страховщиков по выявлению рисков, повышению эффективности и максимизации стоимости их договоров.
6. Повышение роли риск-менеджмента в борьбе с мошенничеством на страховом рынке.
Ежегодно потребители теряют средства из-за мошенничества, которое происходит примерно в 18 % всех убытков, связанных с имуществом и страхованием от несчастных случаев. Поскольку все больше операций происходит в цифровой сфере, страховщики должны сохранять бдительность в вопросах борьбы с мошенниками. Это означает внедрение проверки личности и аутентификации на протяжении всего жизненного цикла клиента и в каждой точке контакта (включая соглашения), чтобы убедиться, что транзакции осуществляются с законными сторонами. Это также означает более широкий взгляд на методы защиты информации и данных.
В этом быстро меняющемся мире страховая отрасль вынуждена идти в ногу с темпами перемен. Действующим компаниям необходимо разрабатывать и запускать новые продукты, выходить на новые рынки и масштабироваться, что требует от них гибкости. Цифровая трансформация больше не является для страховщиков альтернативой, это необходимость. Чтобы успешно конкурировать в новых реалиях, компаниям нужно внедрять и использовать технологии в своих интересах.
Источники:
1. Ахвледиани Ю.Т. Страховой рынок в условиях цифровизации. / Ю.Т. Ахвледиани - Москва : Российский экономический университет имени Г.В. Плеханова, 2023. - 156 с. - ISBN 978-5-7307-2041-1.
2. Владимирова О.А. Страхование и страховой рынок: анализ понятий / О.А. Владимирова, С.В. Владимиров // Евразийский юридический журнал. 2022. № 3(166). С. 137-139.
3. Жегалова Е.В. Страховой рынок РФ: современное состояние и перспективы развития в условиях трансформации экономики / Е.В. Жегалова // Экономика и предпринимательство. 2023. N° 11(160). С. 273-275.
4. Кравченко Е.В. Страховой рынок России: современное состояние и направления развития / Е.В. Кравченко, А.А. Суховеева // Экономика, предпринимательство и право. 2022. Т. 12, № 2. С. 807-822.
5. Олейник О.С. Анализ развития страхового рынка России на современном этапе / О.С. Олейник, А.Г. Ковригина // Актуальные вопросы современной экономики. 2023. № 12. С. 420-429.
6. Официальный сайт Банка России [Электронный ресурс]. - https://www.cbr.ru/ (дата обращения 29.08.2024).
7. Саввина О.В. Страховой рынок России: ретроспективный анализ индикаторов и современное состояние / О.В. Саввина, Т.В. Дрюк // Банковские услуги. 2023. № 1. С. 33-38.
8. Сизон Ю.Е. Страховой рынок России на современном этапе / Ю.Е. Сизон, О.Н. Углицких // Инновационная экономика: перспективы развития и совершенствования. 2023. № 7(73). С. 72-77.
9. Тихомиров А.Р. Влияние Unit-linked-решений на страховой рынок России / А.Р. Тихомиров // Финансы. 2023. № 7. С. 50-51.
10. Турбина К.Е. Экологические риски и страхование // ESG-трансформация как вектор устойчивого развития: В трех томах / Под общ. ред. К. Е. Турбиной и И. Ю. Юргенса. Том 3. - Москва: Общество с ограниченной ответственностью Издательство "Аспект Пресс", 2022. - С. 473-570.
EDN: GQHFTM
Л.В. Чебуханова - к.э.н., доцент НОЦ «Правовые исследования», заместитель декана по учебной работе факультета искусственного интеллекта, Российский университет дружбы народов имени Патриса Лумумбы, Москва, Россия, [email protected],
L.V. Chebukhanova - candidate of economic sciences, associate professor of the Scientific Educational Center «Legal Research», Deputy Dean for Academic Affairs of the Faculty of Artificial Intelligence, Peoples' Friendship University of Russia named after Patrice Lumumba, Moscow, Russia.
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ЕГО ВЛИЯНИЕ НА ТРАНСФОРМАЦИЮ ФИНАНСОВЫХ ИНСТРУМЕНТОВ ARTIFICIAL INTELLIGENCE AND ITS IMPACT ON THE FINANCIAL INSTRUMENTS TRANSFORMATION
Аннотация. Целью данного исследования является анализ влияния искусственного интеллекта (ИИ) на различные финансовые инструменты и его роль в создании новых инструментов. ИИ оказывает значительное влияние на финансовую индустрию и ее потенциал - от улучшения операционной эффективности и снижения затрат до создания новых продуктов и повышения качества обслуживания клиентов. Автором рассмотрены примеры использования российскими и зарубежными компаниями возможностей ИИ для повышения безопасности транзакций, персонализированных предложений, управления активами, оптимизации обработки платежей, поддержки новых форм платежей, заключения контрактов, совершенствования анализа данных и прочего. В статье проанализированы как преимущества, так и недостатки применения ИИ в финансовой сфере. Новые финансовые инструменты, основанные на ИИ, могут значительно улучшить доступность, точность и персонализацию финансовых услуг, делая их более эффективными и удобными для пользователей. В то же время существующие риски подчеркивают важность осторожного и продуманного подхода к внедрению искусственного интеллекта в финансовую индустрию. Важно учитывать потенциальные негативные последствия и принимать меры для их минимизации.
Abstract. The purpose of this study is to analyze the impact of artificial intelligence (AI) on financial instruments and its role in creating new ones. AI has a significant influence on the financial industry, with the potential to improve operational efficiency, reduce costs, create new products, and enhance customer service. The author examines examples of how Russian and foreign companies use AI capabilities to enhance transaction security, personalize offers, manage assets, optimize payment processing, introduce new payment methods, conclude contracts, and improve data analysis. The
article discusses both the benefits and drawbacks of using AI in finance. New AI-powered financial instruments could significantly enhance the accessibility, precision, and personalization of financial services, making them more effective and user-friendly. At the same time, existing risks emphasize the importance of a cautious and thoughtful approach to introducing AI into the financial industry. It is essential to consider potential negative consequences and take steps to minimize them.
Ключевые слова: искусственный интеллект, новые финансовые инструменты, финтех,
Keywords: artificial intelligence, financial instruments, financial technology (fintech)
Введение
Появление новых финансовых инструментов под влиянием искусственного интеллекта (ИИ) представляет собой значительное событие в современной финансовой индустрии. Искусственный интеллект становится причиной значительных изменений в различных аспектах финансовой индустрии, оказывая влияние на традиционные финансовые инструменты, создавая новые возможности для их изменения и создания.
Искусственный интеллект используется для создания инновационных продуктов, автоматизации анализа данных, улучшения оценки рисков и оптимизации процессов принятия решений. Это привело к разработке новых способов оплаты, таких как цифровые валюты и системы онлайн-платежей, а также чат-ботов для банковских услуг. Исследования показывают, что использование ИИ в финансовой сфере может привести к повышению эффективности, снижению операционных расходов и повышению точности оценки рисков. Однако существуют опасения по поводу конфиденциальности данных, соблюдения нормативных требований и этических вопросов, которые необходимо решить.
Несмотря на эти проблемы, интеграция искусственного интеллекта в финансовые сервисы потенциально может улучшить качество обслуживания клиентов и сделать финансовые решения более доступными для более широкого круга людей.
Согласно исследованию McKinsey [1], среди секторов экономики с наибольшим потенциалом использования ИИ является банковский сектор, принося этому сектору дополнительную капитализацию до 340 млрд. долл. Например, в российском банке Сбер по данным его руководства уже в 85 % процессах используется ИИ [2].
Одной из причин широкого внедрения ИИ в таких секторах, как финансовые услуги, является его универсальность [3]. Более широкое использование ИИ в финансах можно частично объяснить острой конкуренцией внутри сектора [4]. Используя ИИ, финансовые учреждения могут получить конкурентное преимущество за счет внедрения инновационных услуг и повышения операционной эффективности [5]. ИИ также может анализировать поведение и предпочтения клиентов, предлагая индивидуальные рекомендации и персонализированные услуги [6].
Рассмотрим более подробно влияние ИИ на финансовую отрасль: от действующих финансовых инструментов до возможностей появления новых.
Внедрение ИИ в существующие финансовые услуги и инструменты
В настоящее время ИИ активно используется для оказания услуг на финансовых рынках. Так, робо-кон-сультанты (робо-эдвайзеры) - онлайн сервисы, которые используют ИИ для автоматизации управления инвестициями. Они анализируют данные о рынке, предпочтениях и профиле риска клиентов, чтобы давать персональные инвестиционные рекомендации и управлять портфелями. В качестве примера можно привести зарубежные сервисы- Betterment, Wealthfront, Acorns; российские сервисы - Финансовый Автопилот от Finex, Финансовый помощник от Сбер, Робот советник от ВТБ или Тинькофф и другие.
Так, Betterment - один из крупнейших робо-консультантов, управляющий активами на сумму более 25 миллиардов долларов. Использует алгоритмы искусственного интеллекта для создания и управления диверсифицированными портфелями.
Сервис Wealthfront на основе ИИ предоставляет автоматизированные услуги по инвестированию и управлению капиталом, включая оптимизацию налогообложения и управление портфелем ценных бумаг.
Помимо роботов-консультантов, многие компании предлагают услуги алгоритмической торговли. Искусственный интеллект играет все более важную роль в торговле акциями и другими ценными бумагами. Алгоритмическая торговля с использованием искусственного интеллекта позволяет совершать сделки за доли секунды, анализируя огромные объемы данных, что приводит к более эффективному ценообразованию и снижению тран-закционных издержек.
Алгоритмическая торговля использует искусственный интеллект для реализации высокоскоростных и точных торговых стратегий на финансовых рынках и автоматизации повседневных операций. Алгоритмы анализируют большие объемы данных в режиме реального времени, чтобы находить торговые возможности и принимать решения. Приведем несколько примеров.
Так, Kensho Technologies предоставляет платформу для анализа данных и алгоритмической торговли, которая использует машинное обучение для анализа рынка и автоматизации торговых решений. Two Sigma - это хедж-фонд, который использует передовые технологии искусственного интеллекта и машинного обучения для разработки торговых стратегий. Algo Capital - первая российская компания, которая начала использовать методы количественного анализа для управления активами. ALOR OpenAPI - российский сервис для ведения торгов и получения биржевой информации.
Зачастую часть платформ являются робо-эдвайзерами и используют алгоритмическую торговлю (Betterment, Wealthfront и VanguardPersonalAdvisor).
Искусственный интеллект может улучшить ценообразование производных инструментов, таких как опционы и фьючерсы, анализируя исторические данные и прогнозируя волатильность рынка. Это помогает трейдерам
принимать более обоснованные решения и снижает риск потерь. Согласно ряду исследований, использование ИИ в ценообразовании деривативов позволяет сократить количество ошибок [7].
Кроме этого, ИИ анализирует настроения на рынке на основе новостных статей, социальных сетей и других источников, чтобы предсказать рыночные тенденции.
Платформа Thomson Reuters Eikon использует анализ настроений для получения информации о рыночных тенденциях и прогнозах.
Bloomberg Terminal включает в себя функции анализа настроений, помогающие трейдерам и аналитикам принимать обоснованные решения.
Кроме инструментов для управления инвестициями и работы на финансовых рынках, ИИ используется в традиционных финансовых инструментах.
В первую очередь, это финансовые чат-боты (финтех чат-боты), которые на основе искусственного интеллекта предоставляют клиентам финансовые консультации, поддержку и информацию о счетах в режиме реального времени.
Эрика от Bank of America - это виртуальный финансовый помощник, который помогает клиентам управлять счетами, отслеживать расходы и получать финансовые консультации.
Eva от HDFC Bank - чат-бот, который помогает клиентам с запросами по счетам и транзакциям.
Чат-бот от Альфа-банка - это ассистент, который может общаться с клиентами, в том числе проявлять эм-патию, распознавать документы и сообщения. Был признан лучшим банковским ботом России в 2023 г. [8]. Внедрен не только в приложение банка, но и в мессенджерах и социальных сетях.
Чат-бот от Промсвязьбанк был создан еще в 2021 г. для упрощения работы с клиентами, автоматического распознавания счетов, заполнения документов, проведения платежей и прочего. Внедрен не только в приложение банка, но и в социальных сетях.
Чат-бот от банка ВТБ - это виртуальный ассистент на основе генеративного искусственного интеллекта, который отвечает на вопросы и консультирует клиентов по банковским продуктам и услугам.
За последнее время согласно экспертным оценкам [8] финтех чат-боты стали человечней, научились использовать информацию о пользователе, большинство сценариев уже автоматизировано, и большинство реализаций чат-ботов не приводят к неудовлетворенности клиентов.
Искусственный интеллект используется для оценки кредитного риска и кредитоспособности заемщиков путем анализа альтернативных данных, таких как поведение в социальных сетях, транзакционные данные и другие неструктурированные данные. Таким образом, оценка платежеспособность заемщиков может проводится более точно, чем традиционные методы. Это улучшает процесс выпуска облигаций и снижает вероятность дефолта.
ZestFinance - компания, использующая искусственный интеллект для анализа кредитных рисков и предоставления кредитных решений на основе альтернативных данных, это позволило позволяет снизить дефолты по кредитам на 20-30 % [9].
Kabbage - платформа для малого бизнеса, использующая искусственный интеллект для оценки кредитоспособности и предоставления займов.
Сбер полностью передал принятие решений по выдаче кредитов физических лиц на искусственный интеллект с использованием разработанной системы «Сбер.Кредитная Машина», и 40 % - по корпоративным клиентам [10]. Впервые нейронные сети для принятия решений Сбер начал применять в 2018 г.
Скоринг-модель МТС Банка на основе математической модели определяет для каждого конкретного клиента объем кредита, его формат и стоимость, и на основе нейронной сети проводит предикативную аналитику [11].
Искусственный интеллект автоматизирует рутинные бухгалтерские задачи, такие как ввод данных, учет затрат и подготовка финансовых отчетов.
Бухгалтерская платформа Xero использует искусственный интеллект для автоматизации бухгалтерских процессов и повышения точности отчетов.
Kabbage Insights - инструмент, анализирующий финансовые данные бизнеса и предоставляющий рекомендации по управлению финансами.
Российская компания Directum разработала экосистему «Цифровая бухгалтерия», использующую цифровые инструменты на основе ИИ для обработки, проверки и анализа первичных документов и платежных поручений.
Сервис СБИС (Saby) - российское программное обеспечение на основе ИИ распознает и оцифровывает бухгалтерские и кадровые документы, автоматизирует ввод данных, помогает заполнять документы, а также проверяет распознанную информацию.
Кроме этого, ИИ все чаще используется для повышения безопасности транзакций. Так, системы на основе ИИ позволяют анализировать транзакции в режиме реального времени и выявлять подозрительную активность, чтобы предотвратить финансовое мошенничество. По данным Банка России за начало 2024 года финансовыми организациями в России было отражено в 5 раз больше мошеннических атак, чем в 2023 г. [12].
Компания Darktrace использует машинное обучение для обнаружения и предотвращения киберугроз и мошеннических действий в финансовых системах.
Платформа для обнаружения мошеннических действий FICO Falcon Fraud Manager использует искусственный интеллект и машинное обучение для анализа транзакций и выявления подозрительной активности.
Система дроп-мониторинга Т-Банка [13] - это инструмент, который на основе анализа большого количества операций, составили сценарии поведения клиентов и портрет «дроппера» для выявления подозрительных операций и проведения дополнительной проверки.
В Банке ВТБ на основе искусственного интеллекта проводится оценка кредитной заявки на предмет нестандартного поведения потенциального заемщика, внешнего воздействия на заемщика, получения доступа к личному кабинету и тд. Отобранные заявки проходят дополнительную проверку [14].
В свою очередь Сбер разработал и запатентовали систему, благодаря которой на основе ИИ определяются звонки от мошенников, проводится расшифровка диалогов, сопоставляется голос [15].
Искусственный интеллект позволяет автоматизировать процесс оценки рисков при обработке платежей. Это снижает вероятность ошибок и ускоряет процесс обработки транзакций. Например, компания Adyen используют искусственный интеллект для оптимизации управления рисками и обработки платежей, снижения операционных расходов и улучшения качества обслуживания клиентов.
Искусственный интеллект может сыграть ключевую роль в поддержке и обработке транзакций с криптова-лютами и другими цифровыми активами. Это включает в себя анализ рыночных данных, прогнозирование цен и автоматизацию торговых стратегий. Такие компании, как Coinbase и Binance, активно используют ИИ для улучшения качества своих услуг и обеспечения безопасности транзакций с цифровыми активами.
Кроме этого, на финансовом крипторынке рынке представлены токены блокчейн-проектов и платформ, связанных с разработками в сфере искусственного интеллекта, например, такие как Graph (GRT), Injective (INJ), Oasis Network (ROSE), Render (RNDR), Fetch.ai (FET), SingularityNET (AGIX), Ocean Protocol (OCEAN). Стоимость такой криптовалюты подвержена резким изменениям, когда в СМИ появляются новости, так или иначе связанные с достижениями сферы ИИ [16]. Кроме этого, волатильность обусловлена спекуляциями на крипторынке, скам-проектами и частой низкой ликвидностью [17].
Трансформация финансовых инструментов и услуг благодаря ИИ
Широкое распространение искусственного интеллекта может станет причиной изменения действующих финансовых инструментов и услуг.
Ранее мы рассмотрели чат-боты и инструменты алгоритмической торговли, которые позволяют упросить принятие инвестиционных решений, оптимизируют работу, помогают в разработке торговых стратегий. Широкое распространение таких инструментов, как торговые роботы, советники, роботы-управляющие, стало возможным благодаря применению искусственного интеллекта.
С развитием ИИ и роботов-консультантов традиционные брокерские услуги могут стать менее востребованными. Клиенты предпочитают использовать автоматизированные платформы, которые предлагают более низкие комиссии и быстрые операционные решения. Согласно ряду экспертных оценок [18], роль брокеров на финансовых рынках может постепенно снижаться.
Искусственный интеллект может заменить традиционных финансовых консультантов, предлагая клиентам персонализированные рекомендации на основе анализа данных. Это снижает потребность в человеческих консультациях и сокращает расходы клиентов. По данным Всемирного экономического форума к профессиям, которые наиболее быстро могут терять свою актуальность, являются банковские и финансовые консультанты, клерки и прочее [19].
Искусственный интеллект может быть интегрирован с блокчейном для создания смарт-контрактов, которые автоматически исполняются при выполнении определенных условий. Это повышает прозрачность и безопасность транзакций. Исследование Всемирного экономического форума показало, что к 2027 году в блокчейне может храниться до 10 % мирового ВВП [20].
Также, ИИ позволяет создавать финансовые инструменты на основе анализа больших данных. Например, новые виды страховых полисов, учитывающие поведение клиентов в режиме реального времени, или кредиты с динамическими условиями в зависимости от кредитной истории заемщика. Исследование McKinsey показало, что использование ИИ в страховании может сократить операционные расходы и увеличить производительность на 40 % к 2030 г. [21].
С развитием ИИ и автоматизированных систем оценки рисков необходимость в традиционных страховых агентах может отпасть. Клиенты смогут приобретать полисы онлайн, используя платформы ИИ, которые предлагают более точные оценки и условия. Исследование PwC показало, что к 2030 году до 30 % страховых агентов могут потерять работу [22].
Выводы
Таким образом, рассмотрев примеры использования ИИ в различных финансовых инструментах и финансовых услугах, мы можем отметить ряд преимуществ.
1. В первую очередь, к преимуществам использования ИИ мы можем отнести повышение точностей прогнозов и аналитики. ИИ может анализировать большие объемы данных и выявлять закономерности, что позволяет принимать более обоснованные решения, например в инвестировании.
2. Искусственный интеллект открывает доступ к более точной и актуальной информации, что улучшает процесс принятия решений. Это позволяет быстрее реагировать на изменения рынка и снижать риски.
3. Искусственный интеллект позволяет автоматизировать операции на финансовых рынках, что повышает скорость и эффективность торговли и инвестирования, а также способствует более эффективному ценообразованию.
4. Использование ИИ позволяет автоматизировать многие рутинные задачи, в том числе обработку транзакций и документов, управление счетами, что значительно снижает операционные расходы. Чат-боты и виртуальные помощники на базе ИИ могут круглосуточно обрабатывать запросы клиентов, повышая качество обслуживания и снижая нагрузку на контактные центры.
5. Системы с применением ИИ способны выявлять подозрительные операции, транзакции, нетипичные операции в режиме реального времени, что значительно улучшает борьбу с мошенничеством.
6. Благодаря возможности анализа данных в режиме реального времени и автоматическому мониторингу всех транзакций с помощью систем на основе ИИ, повышается прозрачность и безопасность финансовых операций. Это снижает риски и повышает доверие клиентов к финансовым учреждениям.
7. Использование ИИ помогает усовершенствовать модели оценки рисков, кредитоспособности клиентов, что позволяет финансовым учреждениям более точно прогнозировать их и управлять ими. Это снижает вероятность потерь и повышает стабильность финансовой системы.
8. С помощью внедрения ИИ возможно создавать персонализированные финансовые продукты и услуги с учетом индивидуальных потребностей клиентов. Это улучшает клиентский опыт и повышает лояльность клиентов.
Эти положительные стороны могут свидетельствовать о значительном влиянии ИИ на финансовую отрасль и его потенциале для дальнейшего совершенствования финансовых операций и услуг.
Вместе с тем, использование ИИ в финансовой сфере несет в себе ряд рисков.
1. Алгоритмы ИИ зависят от качества данных, на которых они обучаются. Результатом могут стать ошибки в прогнозировании, ложные закономерности, завышенные данные [23]. Если данные неполные, предвзятые, ИИ может принимать ошибочные или несправедливые решения, что в свою очередь может привести к дискриминации определенных групп клиентов при выдаче кредитов.
2. Проблемы этики и законности использования ИИ в финансах могут возникать в связи с тем, что алгоритмы ИИ могут принимать решения, не учитывающие социальные, моральные аспекты, или быть обучены на несуществующих фактах. Данный аспект может привести к дискриминации или нарушению прав клиентов, что в свою очередь может повлечь за собой юридические последствия и нанести ущерб репутации компании.
3. Высокая стоимость и сложность интеграции ИИ в существующие финансовые системы и ее адаптация, необходимость значительных инвестиций в инфраструктуру и обучение сотрудников.
4. Повышение уязвимостей и рисков кибератак при интенсивном использовании в финансовых системах. Хакеры могут использовать уязвимости в алгоритмах ИИ для проведения мошеннических операций или кражи данных.
5. Использование ИИ может в незаконных целях, например для манипулирования рынком [24] или проведения мошеннических операций. Без надлежащего контроля и регулирования ИИ может нанести значительный ущерб финансовому рынку и его участникам.
6. Необходимость адаптации существующего нормативно-правового регулирования финансовой сферы к использованию ИИ в целях сокращения различных рисков.
7. Потеря сотрудниками финансовой сферы работы, сокращение заработной платы при замене на системы с применением искусственного интеллекта.
8. Необходимость постоянного повышения квалификации сотрудников финансовой отрасли в областях применения ИИ в целях конкурентоспособности на рынке труда.
9. Подрыв доверия клиентов при неправильном использовании искусственного интеллекта, его ошибках, некачественном диалоге и тд. Например, если ИИ откажет в кредите без объяснения причин или ошибочно обвинит клиента в мошенничестве, это может нанести ущерб репутации финансовой организации и привести к потере клиентов.
10. Сложности в установлении ответственности [25] и возмещении убытков за ошибки, совершенные ИИ.
11. Значительные убытки, связанные с ошибками ИИ в прогнозировании, выдаче кредитов [26].
12. Дестабилизация финансового рынка при использовании одинаковых инвестиционных стратегий и алгоритмов, предложенных ИИ [24].
Представленные проблемы и риски подчеркивают важность осторожного и взвешенного подхода к внедрению ИИ в финансовую отрасль. Необходимо учитывать возможные негативные последствия и принимать меры по их минимизации.
Заключение
Искусственный интеллект оказывает значительное влияние на финансовую отрасль. В финансах ИИ используется от повышения операционной эффективности и снижения затрат до создания новых продуктов и улучшения качества обслуживания клиентов.
В нашем исследовании были проанализированы сферы финансового рынка, финансовых услуг и инструментов, на которое оказывает влияние искусственного интеллекта.
Были рассмотрены интеллектуальные финансовые консультанты, динамические страховые продукты, прогнозирование и управление кредитными рисками, персонализированные инвестиционные платформы, автоматизированные системы обнаружения мошенничества, финансов планирование и управление активами.
Алгоритмическая торговля, смарт-контракты, торговые роботы, кредитный скоринг - лишь некоторые примеры того, как ИИ изменяет облик финансового рынка. В то же время некоторые традиционные финансовые услуги могут исчезнуть, уступив место автоматизированным и более эффективным решениям.
Искусственный интеллект в финансах имеет множество положительных сторон, таких как трансформационный потенциал, повышение эффективности и результативности финансовых организаций и услуг, автоматизация операций, увеличение точности данных и прогнозов, улучшение взаимодействия с клиентами и повышение операционной эффективности, борьба с мошенничеством и финансовыми преступлениями и пр.
Несмотря на это, внедрение ИИ в финансовую отрасль несет в себе ряд недостатков, таких как уязвимости, причинение ущерба человеку и обществу, недостаточная устойчивость и надежность систем принятия решений, ошибки в прогнозах, соблюдение нормативных требований, этических вопросов, угроза рынку труда и пр.
Несмотря на эти риски, в будущем роль ИИ в финансах будет только возрастать, открывая новые возможности и решения для участников рынка. Новые финансовые продукты позволят улучшить качество и доступность финансовых услуг, повысить их клиентоориентированность и адаптивность к рыночным реалиям.
Источники:
1. McKinsey, (2023). Capturing the full value of generative AI in banking [электронный ресурс]. 05.12.2023. Режим доступа: https://www.mckm-sey.com/industries/financial-services/our-insights/capturing-the-full-value-of-generative-ai-in-banking#/ (дата обращения: 05.06.2024).
2. Коммерсантъ, (2024). Александр Ведяхин: в 85% процессов Сбера внедрен искусственный интеллект [электронный ресурс]. 11.04.2024. Режим доступа: https://www.kommersant.ru/doc/6636402 (дата обращения: 06.06.2024).
3. Milana, C., & Ashta, A. (2021). Artificial intelligence techniques in finance and financial markets: a survey of the literature. Strategic Change, 30 (3), 189-209.
4. Kruse, L., Wunderlich, N., Beck, R., (2019). Artificial Intelligence for the Financial Services Industry: What Challenges Organizations to Succeed. Proceedings of the 52th Hawaii International Conference on System Sciences (HICSS 2019), 1-10.
5. Ryll, L., Barton, M.E., Zhang, B.Z., McWaters, R.J., Schizas, E., Hao, R., Bear, K., Preziuso, M., Seger, E., Wardrop, R., Rau, P.R., Debata, P., Rowan, P., Adams, N., Gray, M., Yerolemou, N., (2020). Transforming Paradigms: A Global AI in Financial Services Survey, 128 p. https://doi.org/10.2139/ssrn.3532038.
6. Zheng, X., Zhu, M., Li, Q., Chen, C., Tan, Y., (2019). FinBrain: when finance meets AI 2.0. Frontiers Inf Technol Electronic Eng 20, 914924. https://doi.org/10.1631/FITEE.1700822.
7. PAIR, (2019). Pervasive Artificial Intelligence Research (PAIR) Labs. 2019 Annual Report [электронный ресурс]. 50 p. Режим доступа: https://pairlabs.ai/wp-content/uploads/2020/06/2019-PAIR-Annual-Brochure.pdf (дата обращения: 07.06.2024).
8. Chatbot Rank 2023 [электронный ресурс]. Режим доступа: https://www.markswebb.ru/report/chatbot-rank-2023/ (дата обращения: 09.06.2024).
9. Zest AI [электронный ресурс]. Режим доступа: https://www.zest.ai/ (дата обращения: 09.06.2024).
10. Национальный портал в сфере искусственного интеллекта, (2024) В "Сбере" 40% решений по выдаче кредитов корпоративным клиентам принимает ИИ [электронный ресурс]. 06.03.2024. Режим доступа: https://ai.gov.ru/mediacenter/v-sbere-40-resheniy-po-vy-dache-kreditov-korporativnym-klientam-prinimaet-ii/?pageStart=23&lastGrand=1 (дата обращения: 10.06.2024).
11. Винокурова C. ИИ в помощь: как МТС Банк оценивает заемщиков с помощью новых технологий [электронный ресурс]. Forbes. Режим доступа: https://www.forbes.ru/special/newreality/ii-v-pomoshch (дата обращения: 11.06.2024).
12. Банк России, (2024). Обзор отчетности об инцидентах информационной безопасности при переводе денежных средств I квартал 2024 года [электронный ресурс]. 27.05.2024. Режим доступа: https://www.cbr.ru/statistics/ib/review_1q_2024/ (дата обращения: 12.06.2024).
13. Комсомольская правда, (2024). В России заработала новая система дроп-мониторинга [электронный ресурс]. 26.04.2024. Режим доступа: https://www.kp.ru/daily/27600/4924475/ (дата обращения: 13.06.2024).
14. Известия, (2022). Банки начали использовать искусственный интеллект для борьбы с мошенниками [электронный ресурс]. 07.09.2022. Режим доступа: https://iz.ru/1391650/2022-09-07/banki-nachali-ispolzovat-iskusstvennyi-intellekt-dlia-borby-s-moshennikami (дата обращения: 14.06.2024).
15. Коммерсантъ, (2023). Мошенников ставят на прослушку [электронный ресурс]. 26.09.2023. Режим доступа: https://www.kommersant.ru/ doc/6237573 (дата обращения: 15.06.2024).
16. РБК, (2023). Топ-5 криптовалют, связанных с искусственным интеллектом [электронный ресурс]. 19.03.2024. Режим доступа: https://www.rbc.ru/crypto/news/65f9c3019a79474feb4500f8?from=copy (дата обращения: 17.06.2024).
17. VC.RU, (2023). Токены Искусственного Интеллекта — новая эра или мыльный пузырь [электронный ресурс]. 10.04.2023. Режим доступа: https://vc.ru/crypto/661456-tokeny-iskusstvennogo-intellekta-novaya-era-ili-mylnyi-puzyr-rasskazyvayu-chto-eto-takoe-i-kakie-est-perspektivy (дата обращения: 18.06.2024).
18. РБК, (2023). Швецов назвал финансовый рынок «большой скукотой» [электронный ресурс]. Режим доступа: https://www.rbc.ru/ finances/11/10/2023/6526b23e9a794782a97518d1 (дата обращения: 20.06.2024).
19. WEF, (2023). Future of Jobs 2023: These are the fastest growing and fastest declining jobs [электронный ресурс]. 1st May, 2023. Режим доступа: https://www.weforum.org/agenda/2023/04/future-jobs-2023-fastest-growing-decline/ (дата обращения: 22.06.2024).
20. WEF, (2015). Deep Shift. Technology Tipping Points and Societal Impact. Survey Report [электронный ресурс], September 2015. Режим доступа: https://www3.weforum.org/docs/WEF_GAC15_Technological_Tipping_Points_report_2015.pdf (дата обращения: 24.06.2024).
21. McKinsey, (2021). Insurance 2030—The impact of AI on the future of insurance [электронный ресурс]. 12.03.2021. Режим доступа: https://www.mckinsey.com/industries/financial-services/our-insights/insurance-2030-the-impact-of-ai-on-the-future-of-insurance (дата обращения: 25.06.2024).
22. Pwc, (2018). Will robots really steal our jobs? An international analysis of the potential long term impact of automation [электронный ресурс]. Режим доступа: https://www.pwc.co.uk/economic-services/assets/international-impact-of-automation-feb-2018.pdf (дата обращения: 28.06.2024).
23. Maple С., Szpruch L., Epiphaniou G., Staykova K., Singh S., Penwarden W., Wen Y., Wang Z., Hariharan J, Avramovic P., (2023). The AI Revolution: Opportunities and Challenges for the Finance Sector. https://doi.org/10.48550/arXiv.2308.16538.
24. Svetlova, E. AI ethics and systemic risks in finance. AI Ethics 2, 713-725, 2022. https://doi.org/10.1007/s43681-021-00129-1.
25. Ashta, A., Herrmann, H., 2021. Artificial intelligence and fintech: An overview of opportunities and risks for banking, investments, and microfinance. Strategic Change 30, 211-222. https://doi.org/10.1002/jsc.2404.
26. Juneja, P., 2021. Disadvantages of Artificial Intelligence in Commercial Banking. Management Study Guide [электронный ресурс]. Режим доступа: https://www.managementstudyguide.com/disadvantages-ofartificial-intelligence-in-commercial-banking.htm (дата обращения: 10.07.2024).
