Ngân hàng rà soát 16 rủi ro AI, trường hợp đạt độ chính xác 98% được công bố

Ngân hàng Mỹ (Bank of America) và S&P Global nhấn mạnh rằng các tổ chức tài chính cần xác định vấn đề muốn giải quyết và kiểm tra độ tin cậy của dữ liệu trước khi triển khai trí tuệ nhân tạo (AI). Hai lãnh đạo cũng đề cập đến phạm vi ứng dụng AI và quy trình để con người kiểm tra kết quả.

Hari Gopalkrishnan, Giám đốc công nghệ và thông tin của Bank of America, cùng Sally Moore, Giám đốc khách hàng kiêm đồng lãnh đạo mảng thông tin thị trường của S&P Global, đã thảo luận về việc ứng dụng AI trong ngành tài chính tại Hội nghị thượng đỉnh Fortune AIQ diễn ra ngày 1 tại Sở Giao dịch Chứng khoán New York. Fortune đưa tin Gopalkrishnan xem việc ưu tiên AI cho những công việc có thể xử lý đầy đủ bằng mô hình tất định là một sai lầm phổ biến.

Gopalkrishnan cho biết ngân hàng xem xét nhu cầu khách hàng và quy trình công việc trước khi quyết định có ứng dụng AI hay không. Theo ông, một số công việc có thể phù hợp hơn với ứng dụng di động hoặc hệ thống dựa trên quy tắc theo thời gian thực. Bank of America cho biết họ đánh giá các dự án AI theo 16 nhóm rủi ro, gồm quyền riêng tư, thiên kiến, tác động đến nhân sự và quyền sở hữu trí tuệ.

Ông cho rằng các tác nhân AI hỗ trợ con người có nhiều dư địa ứng dụng trước mắt hơn tác nhân tự chủ. Fortune dẫn lời Gopalkrishnan: “Vẫn còn nhiều dư địa để hiện thực hóa với các tác nhân hỗ trợ có con người tham gia”. Ý kiến này nhấn mạnh rằng bên cạnh tốc độ tạo kết quả, quy trình để con người kiểm tra và chịu trách nhiệm cũng rất quan trọng.

Moore nhấn mạnh độ chính xác và khả năng truy xuất nguồn gốc dữ liệu trong các nghiệp vụ tài chính. Bà nói: “Dữ liệu giống như tiền tệ bên trong AI”. Theo bà, khách hàng cần có khả năng xác minh nguồn dữ liệu và kết quả thì AI mới có thể được áp dụng trong các nghiệp vụ chịu sự quản lý.

Moore cũng nêu một trường hợp kết hợp nội dung của S&P Global với nền tảng nội bộ của một ngân hàng lớn. Bà cho biết với sự hỗ trợ của S&P Global, thời gian đưa giải pháp vào vận hành thực tế đã rút ngắn sáu lần, còn độ chính xác tăng từ khoảng 60% ban đầu lên 98%. Tên ngân hàng và phương pháp đo lường không được công bố.

Ngày 6 tháng 7, S&P Global thông báo tái cơ cấu mảng thông tin thị trường thành hai bộ phận là “Kensho Data & Platforms” và “Enterprise Solutions”. Công ty cho biết mục tiêu là tích hợp năng lực dữ liệu, AI, phần mềm và quy trình làm việc theo nhu cầu khách hàng. Nội dung Moore chia sẻ tại sự kiện phù hợp với định hướng tái cơ cấu nhằm kết hợp dữ liệu và nền tảng.

Phát biểu của hai lãnh đạo cho thấy khó có thể đánh giá hiệu quả ứng dụng AI trong ngành tài chính chỉ bằng quy mô tự động hóa. Phạm vi công việc AI xử lý và tiêu chuẩn xác minh kết quả cũng là những yếu tố cần xem xét.

Các số liệu về trợ lý ảo Erica của Bank of America cũng cần được phân biệt theo cách thống kê. Fortune dẫn lời Gopalkrishnan cho biết Erica đã xử lý 3,6 tỷ giao dịch. Trong thông báo chính thức hồi tháng 3, Bank of America cho biết khách hàng đã tương tác với Erica hơn 3,2 tỷ lần. Hai con số khác nhau về thời điểm và phương pháp thống kê nên không thể so sánh trực tiếp.

Bài viết trước của TokenPost về quy mô đầu tư AI và trách nhiệm của lãnh đạo cũng đề cập đến những quan điểm khác nhau về việc mở rộng ứng dụng và chủ thể chịu trách nhiệm. Tại sự kiện lần này, lãnh đạo hai công ty nhấn mạnh cần chọn đúng vấn đề cần giải quyết, xây dựng quy trình để con người rà soát và chuẩn bị dữ liệu đáng tin cậy.