Finans sektöründe yapay zekâ uygulamalarında ilk adım: İş seçimi ve veri takibi

Finans sektörü yöneticilerine göre şirketler yapay zekâ uygulamalarına model seçerek değil, çözülecek işi belirleyip sonuçların dayandığı verileri izleyebilecek bir sistem kurarak başlamalı. Bank of America, yapay zekâ projelerini 16 risk başlığı altında değerlendirdiğini açıkladı.

İki şirketin yöneticileri, 1 Ekim’de New York Borsası’nda düzenlenen Fortune AIQ Zirvesi’nde finans işlerinde yapay zekâ kullanım örneklerini ve yönetim ilkelerini anlattı. Etkinliğin resmi sayfasında Bank of America Teknoloji ve Bilgi İşlemden Sorumlu Üst Yöneticisi Hari Gopalkrishnan ile S&P Global Müşteri İlişkilerinden Sorumlu Üst Yöneticisi ve Market Intelligence eş başkanı Sally Moore konuşmacı olarak yer aldı.

Gopalkrishnan, yapay zekâ kullanıp kullanmamaya karar vermeden önce müşterilerin karşılaştığı sorunların ve iş akışlarının incelenmesi gerektiğini söyledi. Belirlenebilir sonuçlar veren modellerin ya da basit kuralların yeterli olduğu işlere yapay zekâyı aceleyle uygulamak yanlış bir tercih olabilir. Bank of America; kişisel verilerin korunması, önyargı, çalışanlar üzerindeki etki ve fikri mülkiyet hakları dahil 16 risk başlığını değerlendiriyor.

Gopalkrishnan, belirli aksanları anlayamayan bir sohbet botunun ya da önyargılı bir dolandırıcılık tespit modelinin müşteri deneyimine zarar verebileceğini anlattı. Yapay zekâ hataları yalnızca teknik sorunlara yol açmıyor; müşterileri, mevzuata uyumu ve şirket itibarını da etkileyebiliyor.

Moore, finans alanında yapay zekâ sonuçlarının kaynak verilere ve fikri mülkiyete kadar izlenebilmesi gerektiğini vurguladı. Sonuçların doğruluğunu ölçmenin yanı sıra hangi verilere dayandıklarını kontrol edip denetleyecek süreçlere de ihtiyaç olduğunu belirtti.

Moore, S&P Global’den alınan çeşitli veri kümelerini kendi platformunda birleştiren, adı açıklanmayan büyük bir bankanın örneğini paylaştı. Fortune, S&P Global’in açıklamasına dayanarak sistemin fiilen kullanıma alınmasına kadar geçen sürenin yaklaşık altıda bire indiğini, doğruluk oranının ise başlangıçta yaklaşık yüzde 60’tan yüzde 98’e çıktığını bildirdi. Bankanın adı, doğruluk oranının nasıl hesaplandığı ve doğrulama yöntemi açıklanmadı.

Daha önce finans sektöründeki yapay zekâ risk kontrolleri ve doğruluk artışı örneklerini ele alan haberde de iki şirketin yöneticileri, önce çözülecek sorunun ve verilerin güvenilirliğinin değerlendirilmesi gerektiğini vurgulamıştı. Zirvedeki açıklamalar, sonuçların dayandığı kaynak verilerin ve fikri mülkiyetin izlenebilirliğine dikkat çekti.