Mit jelent a generatív mesterséges intelligencia? Hol tartunk az AI alkalmazásában és hol leszünk 2030-ban? Melyek a legforróbb alkalmazási területek a pénzügyi szektorban és mire érdemes figyelni egy nyelvi modell építésekor? Ezekre a kérdésekre is kitértek az “AI és a digitalis bankolás” üzleti reggelin a Finshape, az OTP Bank, az IVSZ, az AI Partners és az MNB vezetői, szakértői. Kétrészes exkluzív beszámoló a FinTechZone-on.

A generatív mesterséges intelligencia felhasználási lehetőségeivel a pénzügyi szektorban, az akutális trendekkel és megoldásokkal részletesen is foglalkozunk ősszel a FinTechShow-n és a BankTechShow-n.

Az cikk első részének témái:

1. Megbecsülhetetlen az AI fejlődésének sebessége
2. Mi a generatív mesterséges intelligencia?
3. Hol tartunk az mesterséges intelligencia alkalmazásában?
4. Épül a magyar nyelvi modell
5. Az AI fejlődésének üteme jóval meghaladja a szabályozás ütemét

A cikk második részének témái:

1. Az AI legforróbb területei a pénzügyi szektorban
2. Hol leszünk 2030-ban?

Az AI legforróbb területei a pénzügyi szektorban

Jó ideje zajlik a kísérletezés a mesterséges intelligencia felhasználásával a különböző szektorokban. Vitályos Áron példaként említette egy olyan ügyfélszolgálati szoftver fejlesztését, amely az ügyfél hangulatát próbálta meghatározni a behajtási folyamatban, illetve azt, hogy az ügyfél a telefonhívás során igazat mond-e a számlabefizetés kapcsán.

A pénzügyi szektoron belül a csalásmegelőző rendszerek, mint felhasználási terület szintén elterjedt és a tőzsdei kereskedések döntő többsége is hosszú évek óta alkalmazza már.

A pénzmosás a világ GDP-jének 5%-át teszi ki, összegben 5 trilliárd amerikai dollár. Ez egy olyan terület, ahol a mesterséges intelligencia nagyon sokat tudna tenni

– emelte ki Vitályos.

További izgalmas felhasználási terület lehet a perszonalizáció és ezen keresztül ajánlatok, javaslatok megfogalmazása az ügyfelek felé, akár valós időben.

Amellett, hogy megfelelő minőségű és mennyiségű adat rendelkezésre állása szükséges, további kérdés, hogy az információ hogyan jut el az ügyfélhez. A személyi asszisztens típusú alkalmazások abban segíthetnek, hogy az ügyfelekkel a kommunikáció dinamikusabb, interaktív legyen a mobil applikációk képernyőjén statikusan megjelenő üzenetek helyett.

Vinnai Balázs a hang alapú bankolás (voice banking) területét emelte ki és véleménye szerint a hirdetmények, ÁSZF-ek leegyszerűsítése is egy olyan terület, amire érdemes lenne fókuszálni.

Szertics Gergő ezen túlmenően a háttérfolyamatok támogatásában lát komoly szerepet az AI számára.

Hol leszünk 2030-ban?

Erre a kérdésre meglehetősen óvatosan válaszoltak a szakértők, ami a technológia fejlődési ütemét figyelembe véve érthető. Abban ugyanakkor mindannyian egyetértettek, hogy

az AI nem pusztán technológiai forradalom, nagyon nagyfokú társadalmi változásokat generál, amiket kezelni kell.

Szertics Gergő úgy véli, a gondolkodást nem abba az irányba érdemes terelni, hogy ha a jelenlegi igényszintet a mesterséges intelligencia segítségével jobban ki tudjuk elégíteni, akkor az így felszabaduló erőforrástól meg kell válni.

Azt érdemes megvizsgálni, hogy mire tudjuk felhasználni az így felszabaduló erőforrást, aminek segítségével összességében többet tudunk elérni. Mik azok az új dolgok, amiket így meg tudunk valósítani a technológia és a felszabaduló kapacitás révén? Lehet-e például emelni az ügyfélszolgálat színvonalát azzal, hogy nem kell annyi ügyet megoldani, mert a felét megoldja a mesterséges intelligencia?

Vinnai Balázs nem elsősorban az AI, inkább általánosságban a technológia alkalmazásához kapcsolódóan fogalmazta meg álláspontját. Meglátása szerint a technológia csak a keretrendszert, a mozgásteret adja, amiben a változás megvalósul, nem a technológia vezérli alapvetően a változást.

A digitális transzformációt az üzlet kényszeríti ki és a kérdés az, hogy az üzleti kihívásokra milyen gyorsan tudnak reagálni az inkumbens szereplők, vagy a neobankok a pénzügyi szektorban.

Véleménye szerint az Uber és a taxisok esetében téves az a mondás, hogy az Uber tönkretette a taxi társaságokat. Valójában a taxi társaságok tették tönkre saját magukat azáltal, hogy nem reagáltak a megváltozott ügyféligényre. A bankok esetében a reagálási képességet az fogja meghatározni, hogy milyen ütemben tudják a legacy képességeiket lekapcsolni és az újat bekapcsolni.

Fáykiss Péter a termelékenység növelésében lát komoly lehetőséget az AI oldaláról, abban tud majd nagyon sokat segíteni a mesterséges intelligencia. Példaként említette, hogy már a programozók is használnak mesterséges intelligenciát arra, hogy a viszonylag egyszerűbb kódrészleteket ne maguk írják, így az erőforrásukat a bonyolultabb kódsorok megalkotására tudják használni és összességében gyorsabban haladnak. A kód 20-30%-a már ily módon, mesterséges intelligencia által generálva tud létrejönni.

Ugyanakkor azt is látni kell, hogy ez az innováció is, mint minden más, rosszra is felhasználható, így veszélyeket is hordoz magában.

Az egyik legkomolyabb kihívás, amivel a pénzügyi szektor az AI tekintetében szembesülni fog 7 év múlva, az az, hogy a bűnözők hogyan fogják használni, illetve kihasználni azokat a megoldásokat, amiket akkor használni fogunk

– hívta fel a figyelmet a kockázatokra is Fáykiss.

Schin Lotár meglátása szerint azt, hogy az AI hova fog fejlődni az fogja meghatározni, hogy az ügyféligények hova visznek minket.

Alapvetően az ügyféligény fogja vezérelni az AI fejlesztéseket.

Az AI rosszindulatú felhasználásának kockázatához kapcsolódóan ugyanakkor kiemelte, naivitás lenne azt gondolni, hogy egy AI támogatással megírt támadó szoftver ellen csak humán erőforrással fel lehet készülni.

Nem szabad félni az AI használatától, nyíltan kell beszélni a lehetőségekről és a veszélyekről. Merjük használni, ésszel használjuk, a kritikus gondolkodást tartsuk meg. Ez egy olyan verseny, ahol mindig egy lépéssel a rosszindulatú felhasználók előtt kell járnunk.

2030-ra én egy nagyon jó világot látok, ahol megoldottunk olyan problémákat, amelyek megoldása ma még elképzelhetetlennek tűnik.

Fotó forrása: Finshape