Finansų paslaugos tapo vienu karščiausių mūšio laukų dirbtinio intelekto (DI) rinkoje: didžiosios laboratorijos ir platformos ieško, kaip jų modelius paversti kasdieniais įrankiais bankams, mokėjimų įmonėms ir investicijų sektoriui. Rinkoje vis dažniau keliama dilema, ar tokie žaidėjai kaip „OpenAI“ ar „Anthropic“ ilgainiui galėtų ne tik aptarnauti bankus, bet ir patys imtis bankininkystės.
Ši tema aptarta Fintech for Inclusion Global Summit renginyje, kur investuotojai ir fintech vadovai svarstė, kur yra riba tarp pažangiausių DI modelių tiekėjų ir griežtai reguliuojamo finansų pasaulio. Bendras vertinimas skamba panašiai: DI laboratorijos gali priartėti prie bankų veiklos, bet tapti bankais joms būtų lėta, brangu ir strategiškai nepatrauklu.
Kodėl DI laboratorijoms sunku tapti bankais
Rizikos ir kapitalo reikalavimai yra pirmasis stabdis. Bankininkystė remiasi kredito rizikos valdymu, kapitalo pakankamumu, likvidumo taisyklėmis ir nuolatine priežiūra, o tai paprastai reiškia daugelio metų investicijas į atitiktį ir valdymo sistemas.
Quona Capital bendraįkūrėja ir vadovaujanti partnerė Monica Engel akcentavo, kad DI laboratorijos labiau rinksis partnerystes, o ne pilną banko modelį. „Jos priartės prie bankininkystės, netapdamos bankais. Bankininkystė yra lėta, reikalauja daug kapitalo ir paremta kredito rizika, todėl tai prastai dera su tyrimų laboratorija“, – sakė M. Engel.
Pasak jos, vertė vis tiek bus kuriama finansų sektoriuje, tik kitu būdu: bankininkystė tampa agentinė, kai pinigai gali automatiškai judėti, apmokėti sąskaitas ir perbalansuoti finansus. Praktinis startas dažniausiai yra mokėjimai ir prekyba, o ne licencijuota indėlių veikla.
„Mambu“ produktų viceprezidentas Adrian Congiu pabrėžė, kad laboratorijos laimi ten, kur pati modelio galia yra produktas, pavyzdžiui, tekstų, vaizdų, kodo generavimas ir samprotavimas. „Bankininkystėje vertė kyla ne tiek iš modelio, kiek iš to, kas jį supa: procesų žinios, reguliacinė atitiktis, audituojamumas ir darbo eigos, sujungtos su senomis sistemomis“, – sakė A. Congiu.
Jo vertinimu, laboratorijoms būtų nepraktiška kurti paskolų atitiktį kiekvienai geografijai visame pasaulyje. Tam reikia ilgo dėmesio konkrečiai rinkai, vietos taisyklių išmanymo ir nuolatinio darbo su priežiūros institucijomis, o globalios laboratorijos struktūriškai negali vienu metu būti visur ir eiti pakankamai giliai.
Kur DI vis dėlto perims vertę
Investuotojai pabrėžia, kad tai nereiškia, jog bankai gali atsipalaiduoti. Didžiausia įtaka greičiausiai bus ten, kur DI gali sumažinti sąnaudas ir pagreitinti sprendimus: klientų aptarnavime, dokumentų analizėje, sukčiavimo prevencijoje, rizikos signalų apdorojime, vidinių procesų automatizavime.
Apis Partners partnerė Alexia Yannopoulos atkreipė dėmesį, kad finansų sektoriuje esminis pranašumas vis dar lieka vertikalus valdymas: licencijos, platinimas ir duomenys. „Tikėčiausi, kad tai ir toliau liks finansų paslaugų rankose“, – sakė A. Yannopoulos.
Flourish Ventures generalinis partneris Ameya Upadhyay priminė, kad panaši baimė jau buvo kilusi dėl didžiųjų technologijų platformų. „Prisimenu 2017 ir 2018 metus, kai visi bijojo, kad „Amazon“ bus kitas didelis bankas. Finansų paslaugos yra per didelis galvos skausmas, o šie žaidėjai turi rimtesnių tikslų“, – sakė A. Upadhyay.
Accion Ventures vadovaujantis partneris Rahil Rangwala akcentavo, kad laboratorijų tikslas yra auginti modelių naudojimą globaliu mastu, todėl bankininkystė joms yra patraukli rinka kaip klientas, bet sudėtinga kaip reguliuojama veikla. „Reguliavimas ir vietinė atitiktis yra stiprūs grioviai. Vietoje to dažniau matome, kad modeliai bendradarbiauja su reguliuojamais finansų rinkos dalyviais ir juos įgalina“, – sakė R. Rangwala.
Ką tai reiškia bankams ir klientams
Artimiausiu metu labiausiai tikėtinas scenarijus yra ne DI laboratorijos kaip bankai, o bankai kaip DI vartotojai ir integruotojai. Tai reiškia daugiau partnerysčių, kur DI tiekėjai suteikia modelius ir infrastruktūrą, o bankai užtikrina licenciją, priežiūros reikalavimus, atsakomybę, rizikos valdymą ir klientų santykius.
Klientams tai gali virsti labiau automatizuotais finansais: nuo proaktyvių įspėjimų ir personalizuotų pasiūlymų iki automatinių mokėjimų, taupymo ir investavimo sprendimų. Tačiau kuo daugiau automatizavimo, tuo svarbesni tampa skaidrumas, sprendimų paaiškinamumas ir aiškios atsakomybės ribos, ypač kai kalbama apie kreditą, sukčiavimo atvejus ar ginčus.
Leave a Reply