Наблюдение и наблюдение. AI технологията предлага на компаниите възможността холистично да улавят и наблюдават големи количества структурирани и неструктурирани данни в различни форми (напр. текст, глас, изображение и видео) от вътрешни и външни източници, за да идентифицират модели и аномалии. Това позволява на компаниите да наблюдават и наблюдават различни функции в компанията, както и да наблюдават поведението на различни лица (напр. търговци, регистрирани представители, служители и клиенти) по по-ефикасен, ефективен и основан на риска начин. Участниците на пазара отбелязаха, че тези инструменти биха могли значително да намалят броя на фалшивите положителни резултати, което от своя страна освобождава време за персонал за съответствие и надзор, време за извършване на по-задълбочени прегледи на оставащите доклади, което води до повишени нива на ескалация. Компаниите посочват, че тези инструменти предлагат възможност за преминаване от „традиционни системи, базирани на правила, към предсказуем, базиран на риска модел за наблюдение, който идентифицира и използва модели в данните, за да информира вземането на решения.
Идентифициране на клиенти и наблюдение на финансови престъпленията. Базирани на AI инструменти за идентификация на клиенти (наричани също „know-your-customer“ (KYC)) и програми за мониторинг на финансови престъпления също се разработват за идентифициране на потенциално пране на пари, финансиране на тероризма, корупция, укриване на данъци, търговия с вътрешна информация, манипулиране на пазара и други измамни или незаконни дейности. Участниците на пазара отбелязаха, че много традиционни методи за наблюдение на KYC и финансови престъпления са тромави и не толкова ефективни, колкото биха искали, което често води до високи нива на фалшиви положителни резултати. В резултат на това компаниите започнаха да включват IA технологии, като ML, NLP и биометрия, за да направят програмите си по-ефективни.
Управление на регулаторната информация. Някои участници в индустрията отбелязаха, че автоматизираната регулаторна информация програмите за управление имат потенциала да повишат цялостното съответствие, като същевременно намаляват както разходите, така и времето, необходими за внедряване на регулаторни промени.
Управление на ликвидност и парични средства. Такива приложения биха имали способността да анализират съществени исторически данни, заедно с текущите пазарни данни, за да идентифицират тенденции, да отбелязват аномалии и да правят прогнози относно, например, нужди от ликвидност в рамките на деня, изисквания за пикова ликвидност, изисквания за оборотен капитал и заемане на ценни книжа търсене.
Управление на кредитния риск. Това може да ускори процеса на кредитен преглед чрез включване на нетрадиционни критерии (напр. информация, достъпна чрез социалната мрежа). Въпреки това, някои базирани на IA системи за кредитен скоринг са изправени пред критики за тяхната непрозрачност и потенциални пристрастия и дискриминация. Тези модели не само анализират традиционните критерии за кредитна оценка, като текущо финансово състояние и кредитна история, но също така могат да идентифицират други демографски фактори като детерминистични критерии, което може да доведе до несправедлива и дискриминационна оценка въз основа на пристрастия в основните исторически данни.
Киберсигурност. Киберсигурността продължава да бъде основно предизвикателство за индустрията на финансовите услуги: „шестдесет и девет процента от организациите вярват, че IA ще бъде необходима за отговор на кибератаки.
Докладът на FINRA, свързан с използването на инструмента за изкуствен интелект в индустрията на ценните книжа, за който вече говорихме в предишни редакции, по отношение на първия раздел на документа, във втория раздел на същия, се занимава с използването на инструмента от брокер-дилърите. Подобно използване се разпространява в сектора на ценните книжа, дотолкова, че някои големи компании създадоха центрове за върхови постижения, насочени към проучване, споделяне и изграждане на опит и създаване на синергии, свързани с използването на AI в техните организации, включващи технологични стартиращи фирми за „ подходящо замърсяване” по отношение на бизнеса.
Има три широки области, в които IA може да промени: комуникации с клиенти, инвестиционни процеси и оперативни функции.
В комуникациите с клиентите ние проучваме нови начини, по които компаниите подобряват изживяването на клиентите и насочването към обхват (т.е. как да достигнат до клиенти или потенциални клиенти), чрез използването на виртуални асистенти или чрез анализ на клиентски заявки имейли, за ускоряване на времето за реакция, както и чрез подходящо персонализиране на нуждите и профилите на отделния клиент. Освен това компаниите посочиха също, че се проучват инструменти, за да се определи дали хората биха се заинтересували от определени услуги въз основа на потребителския профил и историята на сърфиране в уебсайтовете на компаниите.
По отношение на инвестиционните процеси, документът изследва как компаниите използват AI за подпомагане на управлението на брокерски сметки, управление на портфолио и търговия.
И накрая, що се отнася до оперативните функции, документът проучва как компаниите използват IA, за да им помогнат при спазването, процеса на идентификация Know-your-customer (KYC), управление на риска и административни задачи.
Въпреки че случаите на употреба, посочени в доклада, могат да предложат няколко потенциални ползи, но също така и потенциални предизвикателства, разходи и регулаторни последици, всяка фирма или компания трябва да проведе собствена надлежна проверка и правен анализ на всяко приложение на IA, за да определи неговата полезност, регулаторно въздействие и потенциал рискове и установяване на подходящи мерки за смекчаване на тези рискове.
В допълнение, използването на IA приложения не освобождава компаниите от задължението им да спазват всички приложими закони, правила и разпоредби за ценни книжа.
Използването на AI в приложения за подобряване на изживяването на клиентите придоби значително влияние не само в сектора на ценните книжа, но като цяло в сектора на финансовите услуги. Базираните на IA приложения за поддръжка на клиенти до голяма степен включват инструменти, базирани на NLP и ML, които автоматизират и персонализират комуникацията с клиентите.
Инструментите, изброени в документа, свързан с изживяването на клиента, са:
Виртуални асистенти. Виртуалният асистент е приложение с изкуствен интелект, което взаимодейства с човешки същества, използвайки разпознаване на глас и синтез на реч и е програмирано да изпълнява определени задачи, като предоставя отговори на основни заявки на клиенти, като салда по сметки, наличност на портфолио, пазар на данни, промени на адреси и повторно задаване на парола (в някои компании те може също да имат способността да приемат и обработват търговски поръчки в рамките на определени прагове). Освен това някои компании интегрират базирани на изкуствен интелект системи за интерактивен гласов отговор (IVR интерактивен гласов отговор) в своите центрове за обаждания, за да отговорят на основни заявки на повикващия или да съберат достатъчно информация, за да улеснят маршрутизирането на повикванията към съответните човешки агенти за обслужване на клиенти, използвайки NLP (включително преобразуване на говор в текст/текст в говор, разпознаване на тонове и генериране на текст), ML и усъвършенствани инструменти за удостоверяване на клиента, включително използването на лицево разпознаване, пръстови отпечатъци и гласови биометрични данни.
E- запитвания по пощата. Някои компании използват приложения, базирани на IA, за да преглеждат и класифицират входящи имейли на клиенти въз основа на ключови характеристики, като самоличност на подателя, тема на имейла и автоматичен преглед на самото имейл съобщение. Тези приложения могат също така автоматично да отговарят на имейли, съдържащи обичайни или рутинни заявки, като същевременно доставят имейли със сложни искания до подходящия персонал. Компаниите също отбелязват използването на подобни приложения за обработка и управление на вътрешни заявки (напр. тези, получени от вътрешни бюра за помощ), за предоставяне на автоматизирани отговори, когато е възможно, и за насочване на по-сложни заявки към специализирани експертни отдели.
Вместо това, инструментите, предназначени за подобряване на инвестиционните процесии докладвани в този доклад, преминават през така нареченото управление на брокерски сметки и последващото управление на портфолио и търговия, т.е. функциите за управление на брокерските сметки, които улесняват почти симбиотично персонализиране на нуждите на клиента и премахване, дори потенциално, на всяко възможно търкане.
Процесите на поддръжка и укрепване за Управление на брокерска сметка осигуряват:
Холистични клиентски профили. Компаниите започват да разработват базирани на IA приложения, които създават цялостни клиентски профили в реално време, които включват информация от широк спектър от източници, като клиентски активи (държани както вътре, така и извън компанията), модели на разходи и дългови салда, получени чрез данни инструменти за агрегиране; актуализации в социални медии и други публични уебсайтове; хронология на сърфирането в уебсайта на компанията и мобилните приложения; и минали комуникации (напр. от имейли, съобщения в чат и бележки от срещи). Цялата тази информация се анализира с помощта на инструменти за IA, за да се предостави по-широка картина на нуждите на клиента, заедно с персонализирани предложения за това кои инвестиционни продукти могат да представляват интерес за клиента, като същевременно се подчертава предпазлив подход към използването на тези „инвазивни“ методологии за различни правни, регулаторни и репутационни проблеми.
Персонализирано проучване. както е посочено в предишния раздел, инструментите, базирани на изкуствен интелект, могат да предложат на клиентите данни от социалните медии и свързани с тях анализи на настроенията относно инвестиционни продукти и класове активи.
Инструментите за оптимизиране на управлението и търговията с портфолио, т.е. управление и търговия с портфолио, осигуряват:
Управление на портфолио. Инструментите за изкуствен интелект черпят от големи количества данни, налични от вътрешни и външни източници, включително нетрадиционни източници като социални медии и сателитни изображения, за да идентифицират прозрения, които могат да сигнализират за движение на цената.
Търговия . Участниците в сектора на ценните книжа проучват инструментите за изкуствен интелект, за да направят своята търговия по-ефективна, като увеличат максимално скоростта и ценовата ефективност. Някои примери са използването на ML за интелигентно маршрутизиране на поръчки, оптимизиране на цените, най-добро изпълнение и оптимално разпределение на блокови сделки, но с уговорката, че използването на AI в управлението на портфейла и търговските функции също може да създаде някои уникални предизвикателства, особено когато търгувате и приложенията за изпълнение са проектирани да действат независимо.
Необичайни и неизползвани обстоятелства при формирането на модела, като необичайна нестабилност на пазара, природни бедствия, пандемии или геополитически промени, биха могли да създадат ситуация, при която моделът вече не произвежда надеждни прогнози, предизвиквайки нежелано търговско поведение с отрицателни последици. Освен това беше повдигната възможността моделите да могат да се учат един от друг в индустрията, най-малкото, че те могат да бъдат рискови, предизвиквайки тайно поведение, отваряйки вратата към непредсказуеми резултати.
И накрая, в така наречените оперативни функции, последната категория от триптиха от области, където използването на AI/IV може да има значение, докладът на FINRA отбелязва огромни усилия на компаниите в сектора да прилагат инструментът за подобряване на функциите за съответствие и управление на риска, тъй като брокерите-дилъри трябва да са в крак със сложните и променящи се национални и международни разпоредби, както и с бързо променящия се пейзаж на риска (напр. ИТ сигурност, вътрешни заплахи и финансови рискове), в допълнение към административните.
От гледна точка на съответствието и управлението на риска ще разгледаме някои примери за приложение на AI/IV в тази бизнес област:
По отношение на автоматизацията на административните задачи, в рамките на гореспоменатите оперативни функции, компаниите включват софтуер, подобрен от IA технологии (напр. ML, NLP и CV), за да автоматизират ръчно, по-малко сложни, повтарящи се задачи с голям обем, които традиционно изискват значително човешко време за персонала. Компаниите посочиха, че автоматизирането на такива задачи с инструменти за IA има потенциал за висока производителност, спестяване на разходи и повишаване на ефективността, особено в следните случаи:
Автоматизиране на ръчната обработка на хартия. Тоест автоматизиране на функции, които включват ръчен преглед на документи, като обработка на бизнес поръчки по факс, търсене, класифициране и извличане на документи. Тези приложения включват CV и NLP за идентифициране на клиенти, преглед на подписи, четене на поръчки и сканиране на документи. Компаниите посочиха, че тези приложения не само повишават производителността, но и ускоряват важни процеси, като търговия и обработка на плащания.
Преглед на документи и извличане на информация. NLP позволява на компаниите да проверяват значителни обеми документи (напр. правни договори, документи за попечителство и договори за заем) за част от времето, необходимо за човешки анализ, например за търсене на определени клаузи или ключови точки в рамките на категория договори.
Други приложения. Например, тези инструменти подобряват точността и ефективността на съществуващите процеси, като отчитане и съпоставяне на фактури.
Раздел три ще бъде предмет на следващата ми редакционна статия.
Всички права запазени
Рафаела Агемо, адвокат
Получете достъп до експертен изглед — «Абонирайте се за DDI Intel»
Изкуствен интелект и доклад на FINRA за пазара на ценни книжа (ЧАСТ ВТОРА)
