Nový výzkum společnosti Ataccama ukázal, že pouze 3 % finančních institucí nasadilo umělou inteligenci do produkce. „Nízké procento neodráží selhání, odráží realitu,“ řekl Mike McKee, CEO Ataccama. „Mnoho finančních institucí spěchá s nasazením AI, ale aby uspěly, musí najít tu správnou rovnováhu mezi rychlostí a důvěryhodností. To znamená očistit data, nastavit jasné odpovědnosti a zajistit, aby AI dokázala vysvětlit svá rozhodnutí. Teprve tato rovnováha jim dokáže přinést jak důvěru zákazníků, tak soulad s legislativou.“

 

Kvůli umělé inteligenci je pro téměř polovinu (46 %) vrcholových manažerů ve finančních službách nejdůležitější prioritou zlepšování kvality dat, pro třetinu je to jejich největší výzva. Na základě těchto dat Ataccama vyvozuje, že limitujícím faktorem pro zavedení AI v řadě případů nejsou AI modely jako takové, ale právě podkladová data. Dnešní podoba finančního sektoru je výsledkem dekád akvizic, fúzí a legislativních změn, důsledkem je často zastaralá a komplikovaná infrastruktura se stovkami různých nespolupracujících systémů. Manažeři se proto posouvají od náhodných oprav a čištění dat k nastavování procesů tak, aby data kvalitně už vznikala, a to napříč organizací a jejími procesy.

Podle Data Trust Report začíná existující i chystaná legislativa týkající se umělé inteligence ovlivňovat vedení firem. 40 % finančních lídrů nyní řadí compliance, tedy soulad s legislativou, a reporting mezi své klíčové obchodní priority. Jde o téměř dvojnásobek oproti ostatním sektorům včetně pojišťovnictví (21 %) nebo výroby (18 %). Regulace, jako je evropský AI Act, obsahují penalizace za vysoko-rizikové AI systémy a pro firmy jsou tak stimulem k modernizaci procesů a získání lepší kontroly nad svými daty. Přesto více než čtvrtina finančních firem (28 %) přiznává, že už nyní má problémy zajistit soulad se současnými standardy. Nadpoloviční většina finančních firem (54 %) se však shoduje, že AI přísnou regulaci potřebuje.

„Každé rozhodnutí nyní závisí na tom, zda víte, kterým datům můžete věřit, kde jsou mezery a jak je vyplnit. To znamená, že musíte mít v pořádku základy – od dokumentace KYC, přes finanční záznamy až po transakční informace. Přesnost není ve finančnictví volitelná – jediná neshoda může znamenat chybu v compliance nebo zamítnutí žádosti zákazníka. Není realistické chtít mít dokonalá data všude, ale je nezbytné mít dokonalá data tam, kde na nich záleží. Instituce, které se zaměří na tyto kritické případy použití a správně si s nimi poradí, budou moci škálovat AI daleko lépe díky důvěryhodnosti, na které staví svá rozhodnutí,“ shrnuje problematiku McKee.