predviđanje rizika
Hoćete li dobiti kredit sve češće određuje umjetna inteligencija. Banke sve više vođene AI algoritmima
Ilustracija (Pexels)
Ako su digitalni kanali utjecali na neku djelatnost, onda je to bankarstvo. Plaćanja, transakcije, računi, sve se to odvija online, zaposlenih u bankarstvu sve je manje, a sve više banke traže IT stručnjake umjesto "klasičnih" ekonomskih profila.
Na sve to i dodatno se "nasložila" umjetna inteligencija koja preuzima neke rutinske poslove, ali sve češće primjerice sudjeluje i u izradi kreditnog boniteta klijenta, dodjeljujući ili oduzimajući bodove (credit scoring) koje čine nečiji rizični profil.
Puni predrasuda?
"Tradicionalna" provjera boniteta klijenta svodi se na financijske pokazatelje poput omjera plaće i rate kredita (što je sada regulativom HNB-a ionako postroženo) te individualnu kreditnu povijest u smislu je li klijent dosadašnje kredite uredno vraćao.
No, ako se u sve to umiješa i UI, onda je moguće da se obavlja svojevrsno predviđanje rizika temeljem raznih drugih podataka o ponašanju korisnika. Nameće se pitanje i koji se podaci koriste i zadire li se u privatnost.
Uz to, određeni algoritmi "nasljeđuju" predrasude (bias) prema određenim skupinama jer su trenirani na podacima koje su svojevremeno na web unijeli ljudi, možda također puni predrasuda.
Sve što gledamo, klikamo, može se nažalost interpretirati kao dio "profila".
Tu su i banalne stvari poput doba dana ili noći u kojem netko primjerice kupuje online, ili pak ovisno o tome kako puni mobitel, pa se tako "noćne" kupnje navodno mogu interpretirati kao nešto rizičniji profili, kao i stalno punjenje mobitela "po malo", umjesto odjednom do kraja.
Naravno, to je zadiranje u privatnost koje se ne bi smjelo ni događati, a kamoli koristiti za predviđanje ponašanja. No, s obzirom da slične tendencije pokazuju i javna tijela EU-a, bilo bi neobično da nije palo na pamet privatnim pružateljima usluga.
Što se tiče predrasuda, radi se o tome da su algoritmi trenirani na sadržaju s interneta, a on je sam po sebi raznolik, odnosno nije posve neutralan, već možda ideološki obojen, s usađenim obrascima poimanja svijeta, pa i pradrasudama, rodnim, rasnim, dobnim, koje se onda kroz "petlju" mogu ponavljati.
Zato se dosta energije troši na to da se UI na neki način učini što neutralnijim, odnosno algoritam se "popravlja" dok se iz njega ne izbace neželjeni i neetični oblici rasuđivanja. No, i to je teško jer posve neutralnog konteksta nema, kako primjećuju poznati bihevioralni ekonomisti Richard Thaler i Cass Sunstein.
Zaštita privatnosti
O svemu tome, stupnju korištenja, ugroženoj privatnosti, mogućim predrasudama koje vode financijskoj isključenosti određenih skupina, pitali smo veće banke u Hrvatskoj.
Kako je već navedeno, zbog pravila HNB-a, koja dakle nemaju veze s UI-jem nego su dio makroprudencijalne monetarne politike, do kredita je zapravo sve teže doći i bez da se upliće UI.
Nakon kreditne eksplozije u prvoj polovini godine, sada se očekuje postupno smanjivanje, i to prije svega gotovinskih kredita, ali i stambenih u broju.
Volumen im raste jer su veće cijene nekretnina. Banke sada traže učešće i primjenjuju strože parametre. Ako nas, u uvjetima opće besparice, gdje cijene i dalje rastu, a medijalna plaća stagnira, još bude ocjenjivao i UI, uistinu postajemo tek brojka na zaslonu nečijeg računala.
No, to ionako već znamo. Problem je međutim što u materijalnom svijetu i dalje treba nešto jesti.
U Hrvatskoj udruzi banaka daju zajednički odgovor na razini svih članica pa naglašavaju da se "umjetna inteligencija u bankarstvu koristi prvenstveno kao podrška poslovanju i unapređenju korisničkog iskustva – kroz digitalne asistente, automatizaciju jednostavnijih procesa i naprednu analitiku".
Tvrde da se time zaposlenicima omogućuje da više vremena posvete savjetodavnim i složenijim poslovima, dok se repetitivni zadaci ubrzavaju i pojednostavljuju.
– Bankarstvo je jedna od najstrože reguliranih industrija. Upravo zbog toga inovacije utemeljene na UI-ju ne razvijaju se jednakom brzinom kao kod nekih drugih igrača na financijskom tržištu, već postupno i odgovorno, u skladu sa strogim pravilima HNB-a, europske regulative i GDPR-a, tvrde u HUB-u.
Kada je, kažu, riječ o procjeni rizika i kreditnom skoringu, alati temeljeni na umjetnoj inteligenciji mogu se koristiti isključivo kao nadogradnja tradicionalnim metodama, uz jasna ograničenja i sustave kontrole.
Poručuju i da "primjena UI-ja ne dovodi do gubitka radnih mjesta, nego do njihove transformacije".
– Bankarstvo je sve više usmjereno na stručnjake koji razumiju digitalne tehnologije, podatkovnu analitiku i upravljanje rizicima, pa se tako kontinuirano povećava potreba za novim znanjima i kvalifikacijama.
Posebna pažnja pridaje se zaštiti privatnosti podataka klijenata te osiguravanju da algoritmi ne proizvode nepoželjne pristranosti. Zato se UI u bankama uvodi pažljivo, uz stalni ljudski nadzor i s naglaskom na transparentnost, etiku i povjerenje. Hrvatske banke vide umjetnu inteligenciju kao priliku za daljnje unaprjeđenje usluga i procesa, ali njezinu primjenu grade u okvirima sigurnosti, regulative i odgovornosti prema klijentima, zaključuju u HUB-u.
Učinkovitiji procesi
Od većih banaka, pojedinačno su odgovorile Erste i OTP. Erste otvoreno kaže da koristi algoritme u ocjeni boniteta.
– Primjena umjetne inteligencije u bankarskom sektoru svojevrsni je drugi stupanj opće digitalne disrupcije koju su banke doživljavale proteklih godina.
Prvi korak bio je ulazak FinTech tvrtki na tržište bankarskih proizvoda i usluga, koje su svojevremeno predstavljale veliki izazov tradicionalnom bankarstvu.
Odgovor Erste banke bilo je stavljanje digitalne strategije na vodeće mjesto naše poslovne strategije i pojavnosti na lokalnom tržištu, s naglaskom na razvoj inovativnih digitalnih rješenja koji će biti i ostati simbol naše prepoznatljivosti, kažu u Ersteu. UI je sljedeća faza.
– U tom kontekstu koristimo umjetnu inteligenciju već neko vrijeme, prvenstveno u naprednim oblicima modeliranja kako u kreditnom procesu, tako i u procesu same prodaje, a primjenom LLM-a (Large Language Model) proširili smo upotrebu umjetne inteligencije i na još neke jednostavnije bankarske procese.
Tako smo, primjerice, u segmentu rada s korporativnim klijentima razvili napredne UI modele, koji pomažu našim prodajnim timovima, ali i digitalnim kanalima, da im pravovremeno ponude relevantna rješenja.
Također, razvijen je i UI model, koji pomaže u procjeni kreditne sposobnosti, kao i vjerojatnosti uredne otplate, te može automatski procijeniti određene limite za financiranje.
Kombinacijom ova dva modela banka dobiva učinkovitije procese, a klijenti bolju uslugu, tvrde u Erste banci.
Erste: Privatnost klijenata uvijek zaštićena
U Erste banci kažu da je implementacija i provedba UI modela usklađena s važećom regulativom, uključujući GDPR, EU AI Act te druge lokalne i europske propise.
Tvrde da kontinuirano rade na uspostavi jasnih okvira za upravljanje UI sustavima, s naglaskom na transparentnost algoritama, upravljanje rizicima, etiku i pravednost modela te zaštitu privatnosti korisnika.
– Modeli se treniraju na anonimiziranim i agregiranim podacima, a privatnost klijenata uvijek je zaštićena, odnosno osobni podaci se ne koriste izravno u tim procesima.
U svim primjenama UI modela osigurana je kontrola nad podacima te se vodi računa o mogućim rizicima poput algoritamskih predrasuda (bias), koji se aktivno ublažavaju i izbjegavaju kroz nadzor i evaluaciju modela.
Cilj je da algoritmi ostanu transparentni i usklađeni s regulativom. Imamo sveobuhvatan sustav upravljanja kvalitetom podataka kako bi se postigla objektivnost podataka koji se koriste za modeliranje, poručuju.
OTP: UI kao podrška ljudima, a ne njihova zamjena
U OTP banci u tijeku su implementacije naprednih alata, pri čemu je, kažu, prvi i neprikosnoveni fokus zaštita podataka, kako klijenata, tako i djelatnika. Iz tog razloga fokusirani su na manje, interno pokrenute UI modele. Kažu da im ovakav pristup omogućava potpunu kontrolu nad podacima i procesima, što je ključno za održavanje povjerenja klijenata.
– Vjerujemo da je UI tehnologija budućnost bankarstva, ali u skladu sa smjernicama HNB-a i EU-a, umjetnoj inteligenciji pristupamo odgovorno kao pomoćniku u svakodnevnom radu.
Ova tehnologija će našim djelatnicima pomoći u značajnom podizanju efikasnosti i kvalitete rada, a nikako ih neće zamijeniti, posebno u kritičnim segmentima donošenja odluka i finalnih odobrenja, koje će uvijek zahtijevati ljudski pregled, analizu i kontrolu.
Naš pristup temelji se na principu »human-in-the-loop«, što znači da UI tehnologija služi kao podrška ljudskim stručnjacima, a ne kao njihova zamjena. Ovime osiguravamo da zadržimo ljudski element u ključnim procesima donošenja odluka, što je posebno važno u financijskom sektoru, poručuju iz OTP-a.
Njihova strategija uključuje postupno proširivanje upotrebe UI tehnologija u područjima kao što su automatizacija rutinskih administrativnih procesa, poboljšanje korisničkog iskustva kroz digitalne kanale, napredna analitika, personalizirane preporuke financijskih proizvoda, a svi novi projekti, navode, prolaze rigorozan proces evaluacije sigurnosti i usklađenosti s regulatornim zahtjevima prije implementacije.
Povezane vijesti
Podijeli: Facebook Twiter
