A DBS Bank feltárja a nagy adatforgalmi kihívásokat az AI használatával - és a megoldásokkal is
A szingapúri bank elárulja, milyen akadályokat kellett leküzdenie a mesterséges intelligencia alkalmazása során, és arról, hogy a siker miért túlmutat a modellek helyes megszerzésén.
A DBS Banknak jelentős akadályokat kellett átlépnie a mesterséges intelligencia (AI) bevezetésére irányuló évek óta tartó erőfeszítései során, amelyek során rájött, hogy a siker túlmutat a képzési modellek kitalálásán.
A DBS vezető elemzője, Sameer Gupta szerint különösen az adatok bizonyultak komoly akadálynak. 2018-ban a szingapúri bank megkezdte a mesterséges intelligencia kiaknázását négy elsődleges területen, amelyek az elemzési képességek, az adatkultúra és a tanterv fejlesztése, az adatok továbbképzése és az adatok engedélyezése.
"Az elképzelés az volt, hogy az adatok felhasználásával nagyobb hasznot hajtsanak végre a szervezet számára" - mondta Gupta a ZDNET-nek adott interjújában. Ennek érdekében elmondta, hogy a bank felismerte annak szükségességét, hogy az AI-hoz való hozzáférést a vállalaton belül elterjedtté kell tenni, valamint az AI-ból gazdasági értéket kell biztosítani. Az AI-megoldások szállításának költségeit is folyamatosan csökkenteni kellett.
Az erőfeszítések a megfelelő felhasználási esetek és tehetségek fejlesztésére irányultak, beleértve a gépi tanulási mérnököket is, valamint olyan adatkultúra kialakítását, amely arra ösztönözte az összes alkalmazottat, hogy folyamatosan gondolkodjon azon, hogyan segíthetik az adatok és a mesterséges intelligencia a munkájukat. Ez egy olyan képzési programot jelentett, amely eligazította a személyzetet arról, hogyan és mikor kell használni az adatokat, és nem.
A banknak az AI bevezetését elősegítő infrastruktúra kialakításán kellett dolgoznia, amely magában foglalja az adatplatformot, az adatkezelési struktúrát és az adatkezelést. Olyan keretrendszert vezetett be, amelyen minden adathasználati esetét értékelni kell. A PURE megalkotása négy alapelven - céltudatos, nem meglepő, tiszteletteljes és megmagyarázható - alapszik, amelyekről a DBS úgy gondolja, hogy elengedhetetlen ahhoz, hogy a bankot az adatok felelősségteljes felhasználásában irányítsa.
Adatplatformja, az ADA egyetlen központi forrásként szolgál, lehetővé téve a bank számára, hogy jobban biztosítsa az adatkezelést, a minőséget, a felfedezhetőséget és a biztonságot.
Napjainkban a DBS mesterséges intelligencia által hajtott műveleteinek megkönnyítéséhez hasznosnak és szükségesnek ítélt adatok több mint 95%-a megtalálható a platformon. A platform több mint 5,3 petabájtnyi adatot tartalmaz, amely 32 000 adatkészletet tartalmaz, amelyek videókat és strukturált adatokat tartalmaznak.
Azonban idáig eljutni óriási feladatnak bizonyult, ahogy Gupta elárulta. Különösen az adatok rendszerezése és feltárhatóvá tétele igényelt jelentős, többnyire kézi és humán szakértelmet igénylő munkát - mondta. Fárasztó órák teltek el a metaadatok azonosításával, és nagyon hiányoztak az ilyen feladatok automatizálásához szükséges eszközök.
Hozzátette, hogy a bank számos alkalmazást használt, amelyek mindegyike olyan adatokkal rendelkezik, amelyek szükségesek az AI kezdeményezéseinek támogatásához.
Mivel az adatok a különböző rendszerek között oszlanak meg, megjegyezte, hogy "nagyon sok nehéz feladatra" van szükség ahhoz, hogy az adatkészleteket egyetlen platformra hozzuk, és ezeket felfedezhetővé tegyük. Az alkalmazottaknak képesnek kell lenniük a szükséges adatok kinyerésére, a banknak pedig biztosítania kellett, hogy ez biztonságosan történjen - mondta.
A DBS ma több mint 300 mesterséges intelligencia- és gépi tanulási projektet futtat, amelyek állítása szerint tavaly 150 millió szingapúri dollár (112,53 millió dollár) bevételnövekedést eredményeztek, és 30 millió szingapúri dollárt (22,51 millió dollárt) takarítottak meg a kockázat elkerülése terén, például a jobb hitelfelügyelet miatt. Ezek az AI-használati esetek számos funkciót lefednek, beleértve az emberi erőforrásokat, a jogi és a csalásfelderítést, Gupta szerint.
A bank mesterséges intelligencia-kezdeményezései jó úton haladnak annak érdekében, hogy további gazdasági értéket és költségelkerülési előnyöket generáljanak ebben az évben, megduplázva 350 millió szingapúri dollárt (262,56 millió dollárt). A tervek szerint ez a szám a következő három évben eléri az 1 milliárd szingapúri dollárt (750,17 millió dollárt). Szingapúr legnagyobb bankja, a DBS jelenleg mintegy 1000 adatmérnököt, adatkutatót és adatmérnököt foglalkoztat.
Nincs "varázsgolyó" a mesterséges intelligencia elfogadásával
Arra a kérdésre, hogy vizsgálja-e a generatív mesterséges intelligencia használatát, Gupta megerősítette, hogy a bank már több mint 10 pilotot futtat, de hangsúlyozta, hogy ez még a kezdeti időszak. A különböző csapatoknak, beleértve a marketinget, az értékesítést és az informatikát, további megbeszéléseket kell folytatniuk a következő néhány hónapban, hogy jobban megértsék ezekből a tesztekből, hogy a generatív mesterséges intelligencia milyen előnyökkel járhat a bank számára, mondta.
Hozzátette, hogy biztosítania kell azt is, hogy az ilyen mesterségesintelligencia-alkalmazások továbbra is betartsák a PURE-elveket és a szingapúri FEAT-elveket, amelyek az ágazati mesterségesintelligencia-használatot vezérlik. Fel kell mérni az egyéb ismert kockázatokat, például a hallucinációkat és a szerzői jogok megsértését is, mondta.
A DBS jelenleg 600 mesterséges intelligenciát és gépi tanulási algoritmust futtat, amelyek együttesen segítik az ötmillió ügyfelével való interakciót a régióban, beleértve Kínát, Indonéziát és Indiát.
Az azonban, hogy 600 AI-modellt használ, lényegtelen - mondta Gupta, aki ehelyett azt a célt hangsúlyozta, hogy a lehető legkevesebb mesterségesintelligencia-modellből érjék el az optimális hatékonyságot és pontosságot.
Kiemelve azt a tévhitet, hogy a modell önmagában minden, megjegyezte, hogy valójában csekély szerepet játszik abban, hogy a vállalatok hasznot húzzanak az AI használatából.
Ehelyett át kell dolgozniuk az összes technikai elemet, amelyek magukban foglalják a mesterséges intelligencia használatának nyomon követésére szolgáló mechanizmusok beépítését, és folyamatosan visszajelzéseket kell gyűjteniük a fejlesztésre szoruló területek azonosítása érdekében. Biztosítani fogja, hogy a szervezet tanuljon a mesterséges intelligencia alkalmazásából, és szükség esetén változtatásokat hajtson végre, beleértve a mesterséges intelligencia modelljeit és működési folyamatait is, miközben kijavítja a töréseket és betömi a lyukakat.
"Ki kell tartanod, hogy a teljes hasznot hozd. Nincs varázsgolyó" - mondta Gupta.
Arra a kérdésre, hogy a DBS mesterséges intelligencia segítségével jobban előre jelezte-e a kimaradásokat, például az elmúlt évben tapasztalt fennakadásokat, azt válaszolta, hogy a bank azon dolgozik, hogy meghatározza, hogyan tehetné jobban, beleértve az adatelemzést is. Megjegyezte, hogy számos tényező okozhatja a kereslet megugrását, azt mondta, hogy van lehetőség a mesterséges intelligencia kihasználására, például az anomáliák észlelésére és a következő lépések meghatározására irányuló műveletekben.
Nem tudott konkrétan nyilatkozni a szolgáltatáskimaradásokról, de elmondta, hogy a bank igazgatótanácsának négy tagjából álló külön bizottság vezeti a cég technológiai rugalmasságának teljes körű felülvizsgálatát. Külső szakértőket is bevontak, hogy segítsenek a felülvizsgálatban - mondta, hozzátéve, hogy további részleteket adnak majd a felülvizsgálat befejezése után.
A múlt hónapban kiderült, hogy emberi hiba volt a DBS májusi leállásának oka, de ez nem függött össze a márciusi fennakadással. Szingapúr vezető minisztere és a MAS-ért felelős miniszter, Tharman Shanmugaratnam írásos parlamenti válaszában azt mondta, hogy a hibát a rendszerkarbantartásra használt szoftverben találták, ami a rendszer kapacitásának "jelentős csökkenését" eredményezte.
Ez befolyásolta az online és mobil banki, elektronikus fizetési és ATM-tranzakciók feldolgozásának képességét - mondta Tharman a bank előzetes vizsgálatára hivatkozva.
Pénzeszközök az ágazati mesterséges intelligencia bevezetéséhez
Szingapúr hétfőn közölte, hogy három év alatt 150 millió szingapúri dollárt (112,53 millió dollárt) különít el a pénzügyi szektor technológiai felhasználáson keresztüli innovációs törekvéseinek további támogatására.
A pénzügyi szektor technológiai és innovációs rendszere (FSTI 3.0) továbbra is elősegíti a képességek fejlesztését és átvételét olyan kulcsfontosságú területeken, mint a mesterséges intelligencia és az adatelemzés, valamint a szabályozási technológia vagy a regtech. A Szingapúri Monetáris Hatóság (MAS) az iparági szabályozó hatóság elsősorban az AI és az adatelemzés elterjedését kívánja elősegíteni a kisebb pénzügyi vállalkozások körében.
Az FSTI 3.0 új pályákat is magában foglal, amelyek alapján az alapokat kiterjesztik a vállalati kockázatitőke-társaságokra és az ESG (környezetvédelmi, szociális és irányítási) projektekre. A MAS ezenkívül nyílt pályázati felhívásokat fog kiírni a feltörekvő technológiák, például a Web 3.0 felhasználási eseteire, és támogatási finanszírozást ajánl fel a kísérletekhez és a kereskedelmi forgalomba hozatalhoz.
A DBS esetében most az a hangsúly, hogy AI-projektjei méretezhetőek legyenek, és a hozzáférés továbbra is kiterjedt maradjon az egész szervezeten - mondta Gupta.
"Gondoskodnunk kell arról, hogy iparosítsuk a mesterséges intelligencia fejlesztését és alkalmazását a bankban, hogy csökkenthessük a megvalósítására fordított erőfeszítéseket. Ezt nem lehet megtenni, ha minden felhasználási esetet egyedi módon hajtanak végre" - jegyezte meg. .
Kiemelte továbbá annak fontosságát, hogy a mesterséges intelligencia továbbra is mérhető legyen, hogy a bank képes legyen megállapítani, hogy pozitív eredményeket hoz-e. "Gondoskodnunk kell arról, hogy az alkalmazottak és az ügyfelek számára is előnyök származzanak" - tette hozzá.