ChatGPT: Tantangan dan peluang untuk layanan keuangan

Oleh SELURUH DUNIA

Sudah beberapa dekade sejak perdagangan algoritmik mengubah Wall Street dengan perdagangan frekuensi tinggi, dan bertahun-tahun sejak industri jasa keuangan mulai mengintegrasikan kecerdasan buatan di berbagai bidang seperti deteksi penipuan, keputusan pinjaman, dan layanan penasehat robot. Namun ledakan alat AI generatif baru-baru ini seperti ChatGPT – menyediakan teks mirip manusia pada subjek apa pun dan gaya apa pun yang tampaknya berhasil sehingga dengan mudah menaklukkan Tes Turing yang dibanggakan – telah membuka pintu kemungkinan.

Munculnya pemroses bahasa yang kuat seperti ChatGPT – open source dan tersedia untuk penggunaan publik – mengancam untuk menjungkirbalikkan berbagai bagian industri jasa keuangan, menjangkau lebih dari area seperti bot obrolan dan penasihat robo bahkan tenaga kerja yang dibutuhkan dalam sesuatu yang terampil. sebagai pengkodean.

Titik kritis krusial

Saat kecerdasan buatan mencapai titik kritis – dan bias AI tetap ada – apakah kontrol pribadi dan publik yang tepat diterapkan sebelum kemajuan teknologi yang memusingkan menjadi semakin mendesak namun menantang.

Dalam survei Nvidia baru-baru ini, 78 persen perusahaan jasa keuangan mengatakan bahwa mereka menggunakan setidaknya satu jenis alat kecerdasan buatan.

Manfaatnya sudah jelas: lebih dari 30 persen dari mereka yang disurvei mengatakan AI meningkatkan pendapatan tahunan lebih dari 10 persen sementara lebih dari seperempat melihat AI mengurangi biaya lebih dari 10 persen.

Iklan

Secara garis besar, AI digunakan dalam layanan keuangan dalam empat kategori:

1. Deteksi dan kepatuhan penipuan

2. Analisis risiko kredit

3. Chatbots dan penasihat robo

4. Perdagangan algoritmik

Layanan keuangan

Bahkan sebelum ChatGPT memasuki kesadaran publik, kecerdasan buatan telah mengubah sebagian besar layanan keuangan.

Secara keseluruhan, investasi AI tumbuh pesat dalam layanan keuangan tahun lalu; meskipun tidak ada kasus penggunaan yang disurvei oleh Nvidia pada tahun 2021 yang menunjukkan penetrasi industri lebih dari 14 persen.

Pada tahun 2022, sembilan dari 13 kasus penggunaan yang dilacak melihat investasi dari lebih dari 15 persen industri.

Berinvestasi dalam AI saat ini pada dasarnya merupakan syarat untuk tetap bertahan dalam layanan keuangan, terutama karena efisiensi operasional menjadi semakin penting.

Tetapi meskipun orang-orang yang lamban telah terjun ke dalam revolusi AI, mungkin paling tepat untuk membingkai keberadaan ini sebagai salah satu yang ditandai oleh beberapa pemimpin yang dikelilingi oleh banyak orang yang hanya memiliki pemahaman dasar tentang bagaimana AI mereka benar-benar berfungsi.

“Dalam survei, bank akan berkata, ‘Oh, ya, kami memang menggunakan AI sampai taraf tertentu.’ Tetapi ketika mereka ditanya, ‘seberapa baik Anda memahaminya?’… tidak ada tingkat tanggapan yang sama. Menerapkannya adalah satu hal, tetapi sama sekali berbeda untuk terus maju dan menerapkan algoritma satu ukuran untuk semua secara membabi buta, ”kata Bonnie Buchanan, direktur Pusat Fintech yang Berkelanjutan dan Dapat Dijelaskan di Surrey Business School.

AI percakapan

Menurut survei Nvidia, di antara fitur yang mengalami lonjakan investasi terbesar pada tahun 2022 adalah AI percakapan.

AI percakapan yang benar-benar canggih menggemparkan publik justru karena ia menjelajah ke bidang kognitif sehingga tidak seperti mesin dengan kemampuan terbatas dan terprogram yang sampai sekarang terbatas.

Penguasaan pemrosesan bahasa ChatGPT dalam gaya mulai dari siswa kelas 2 hingga sarjana terpelajar hingga bahkan bahasa pengkodean memberi isyarat kepada para ahli seperti Buchanan bukan hanya percepatan dari apa yang telah terjadi sebelumnya, tetapi perubahan nyata dari kursus yang telah kami jalani.

Dengan kata-kata ChatGPT sendiri, manfaat yang langsung terlihat untuk layanan keuangan akan berada di berbagai bidang seperti mengotomatiskan tugas layanan pelanggan dan menghasilkan wawasan dan analisis bagi bank untuk membuat keputusan berdasarkan informasi yang lebih baik sambil membantu mendeteksi penipuan.

ChatGPT sudah dapat melakukan pengkodean dan debugging sederhana, dengan beberapa perkiraan hanya perlu dua hingga tiga tahun lagi untuk dapat melakukan pengkodean perbankan yang sebenarnya.

Dilayani oleh chatbot

Menjawab pertanyaan atau pertanyaan perutean sekarang akan dilayani oleh chatbots, selanjutnya membebaskan ruang bagi agen layanan pelanggan manusia untuk menjawab pertanyaan yang lebih kompleks. Ini juga harus dibawa ke tugas pengkodean, yang akan membebaskan waktu bagi pembuat kode untuk terlibat dalam pengejaran tingkat yang lebih tinggi.

Bagaimana hal ini berdampak pada tenaga kerja di sektor-sektor ini tidak jelas. Ini bisa menjadi alarm palsu lainnya, atau pergeseran paradigma yang sebenarnya.

Alberto Rossi, seorang profesor AI di Universitas Georgetown yang penelitiannya berfokus pada penasehat robot, mencatat bagaimana ketakutan yang sama muncul saat penasehat robot pertama kali muncul. Kekhawatiran ini terbukti tidak berdasar karena demokratisasi nasihat keuangan secara dramatis memperluas pasar sehingga dibutuhkan lebih banyak penasihat keuangan, meskipun untuk memberikan sentuhan yang lebih manusiawi untuk melengkapi AI.

Langkah selanjutnya yang berpotensi dramatis dalam demokratisasi ini mungkin akan mendorong perluasan lain di sepanjang garis yang sama, kata Rossi. Atau bisa berhasil menggantikan setidaknya sampai taraf tertentu domain layanan pelanggan keuangan yang sebelumnya paling baik membutuhkan sentuhan manusia.

Namun, setidaknya, demografi yang lebih tua – yang memiliki jumlah kekayaan yang tidak proporsional – akan tetap paling nyaman dengan sentuhan manusia selama satu atau dua dekade ke depan.

Mempertimbangkan PHK besar-besaran yang sedang berlangsung di sebagian besar fintech, kemampuan ChatGPT mungkin meningkatkan tren tersebut.

Dampak pada bisnis

Dampak pemroses bahasa yang kuat seperti ChatGPT tidak boleh diremehkan.

Di sisi bisnis, startup yang kekurangan sumber daya atau skala data tiba-tiba menawarkan mesin canggih yang mampu menganalisis dan berkomunikasi dalam hampir semua gaya, format apa pun, dan untuk berbagai tujuan.

Keuntungan untuk Big Tech selanjutnya terletak pada penyimpanan data mereka yang sangat besar – keuntungan yang mungkin juga setidaknya diminimalkan jika sektor data sintetis yang sekarang muncul terbukti mampu mempersempit kesenjangan informasi, dugaan Buchanan.

Agar adil, Teknologi Besar juga kemungkinan akan melihat lompatan besar dalam kemampuan komunikasi otomatis di bidang-bidang seperti layanan pelanggan.

Meskipun masih terlalu dini untuk mengetahui bagaimana dinamika titan/startup, warisan/penantang akan terpengaruh, bagaimanapun juga konsumen akan diuntungkan.

Rossi yakin hal itu terbukti penting dalam mengurangi kekurangan literasi keuangan yang mengganggu industri ini.

“Yang paling diuntungkan adalah konsumen akhir yang saat ini terputus dari layanan karena mereka tidak memiliki sumber daya untuk membayarnya. Nasihat keuangan [regarding] pakai kartu kredit apa, belanja berapa, disisihkan berapa setiap bulan, bisa dilakukan full otomatis,” kata Rossi.

Ketakpastian

Laju kemajuan AI yang cepat secara alami disertai dengan ketidakpastian dan lebih banyak masalah yang muncul.

Alat AI yang membantu pengambilan keputusan keuangan bagi yang kurang beruntung dapat menjadi keuntungan bagi mereka yang buta huruf secara finansial sekaligus membuktikan penopang; seberapa buruk orang-orang dalam bernavigasi di dunia Google Maps daripada sebelumnya?

Kemungkinan untuk personalisasi yang belum pernah terjadi sebelumnya juga dapat mendorong robo-advisor dan alat terkait lebih jauh ke arah paternalistik yang dapat mengarah pada hasil ekonomi rasional yang aneh dibandingkan dengan apa yang kita harapkan dari homo sapiens abad ke-21, jika dengan mengorbankan keinginan bebas atau persetujuan langsung.

Mencoba mencegah variasi dystopian dari apa yang akan terjadi selanjutnya di AI selalu disertai dengan penerapan desain dan regulasi yang tepat.

Di AS, draf kedua Institut Nasional Standar dan Teknologi Kerangka Kerja Manajemen Risiko AI (RMF) menyediakan kerangka kerja konseptual terbaru untuk “pemetaan”, “pengukuran”, “pengelolaan”, dan pengaturan sistem AI.

Karakteristik

RMF memandang AI yang dapat dipercaya memberikan beberapa karakteristik, semuanya dengan cara yang akuntabel dan transparan:

1. Valid dan terpercaya

2. Aman

3. Bias dikelola

4. Aman dan tangguh

5. Dapat dijelaskan dan ditafsirkan

6. Privasi ditingkatkan

Pengukuran faktor-faktor tersebut memerlukan pengujian, evaluasi, verifikasi, dan validasi pada setiap tahapannya.

Namun kecerdasan buatan memberikan masalah baru bagi regulator yang tidak selalu mudah dipecahkan. Pertimbangkan area dalam layanan keuangan yang menimbulkan diskusi publik paling banyak dalam hal ini — mencegah bias algoritmik dalam kasus penggunaan seperti keputusan pinjaman otomatis.

Seperti yang dijelaskan oleh Katja Langenbucher, profesor hukum di Universitas Goethe di Frankfurt, dalam sebuah makalah baru-baru ini, undang-undang anti-diskriminasi secara tradisional mengandalkan rantai sebab-akibat yang ditentang oleh model originasi bertenaga AI.

Model originasi kredit AI

Sementara di masa lalu variabel yang masuk ke skor kredit seseorang transparan, itu tidak terjadi di dunia model originasi kredit AI yang semakin canggih saat ini.

Model AI yang didukung oleh set data sebelumnya berarti, dalam kata-kata Langenbucher, “dunia kemarin membentuk prediksi hari ini”, menimbulkan bias algoritmik yang sulit dihilangkan tanpa membuang set data sama sekali.

Namun saat ini, model yang digerakkan oleh AI telah berkembang untuk memasukkan variabel jauh melampaui apa yang manusia normal anggap relevan dengan model — variabel yang tetap dapat berfungsi sebagai proksi untuk mendiskriminasi kelompok tertentu dengan cara yang sulit untuk dilihat.

“Variabel proksi” yang disertakan dalam model AI adalah (a) tidak lagi dibuat oleh manusia dengan cara diskriminatif langsung, dan (b) sangat banyak sehingga hanya mengeluarkan satu “variabel” dari campuran tidak akan benar-benar membuat perbedaan dalam otomatisasi keputusan.

Terlalu canggih

Hal ini menyebabkan beberapa ekonom menyimpulkan bahwa kita sedang mencapai situasi di mana pelarangan variabel tertentu dalam peminjaman otomatis akan terbukti tidak efektif; AI akan menjadi terlalu canggih bagi regulator untuk menentukan apa yang terjadi dalam algoritme kotak hitam.

Meskipun demikian, undang-undang pertama yang mengatur AI mulai terbentuk. Apa yang disiapkan untuk menjadi pembawa standar dalam hal ini adalah Undang-Undang AI yang diusulkan UE, yang berupaya memperlakukan model AI sebagai produk yang memerlukan regulasi, memberikan pendekatan berbasis risiko.

Model yang menentukan akses ke sumber daya keuangan – seperti model underwriting dan penilaian – ditempatkan dalam kategori berisiko tinggi, yang mensyaratkan kepatuhan dalam tata kelola data, dokumentasi teknis dan pencatatan, transparansi, pengawasan manusia, dan pemeriksaan ketahanan, akurasi, dan keamanan siber.

Asosiasi Fintech Eropa keluar pada bulan Oktober untuk mendukung Undang-Undang AI, meskipun menyatakan kekhawatiran mengklasifikasikan model penilaian kredit sebagai berisiko tinggi. Mewajibkan sistem seperti itu agar dapat dijelaskan dan ditafsirkan juga akan membatasi ketahanan dan akurasi, ketakutan fintech.

Zaman baru

Bahasa telah membentuk blok bangunan masyarakat sampai sekarang: hukumnya, budayanya, normanya, perdagangannya, dan ekonominya. Untuk pertama kalinya dalam keberadaan spesies kita, kita melihat sekilas seperti apa jadinya ketika tidak hanya manusia yang memiliki kemampuan dengan ketangkasan dan daya ingat seperti kita – atau bahkan lebih baik.

Apakah manusia dapat mengolah dan memanfaatkan kekuatan mesin semacam itu untuk kemajuan umat manusia adalah pertanyaan yang tentu saja jauh melampaui domain layanan keuangan. Tapi mari kita ingat bagaimana keuangan dan ekonomi pernah menjadi ciptaan manusia pada awal masyarakat juga, dengan ketidaksempurnaannya mencerminkan karakteristik pencipta dan pengurusnya. Mengalami pertumbuhan melalui turbulensi, transformasi melalui pembusukan, dan peningkatan setelah kemunduran adalah keunggulan sejarah keuangan.

Saat kita menyerahkan kendali yang lebih besar atas pengelolaan tersebut ke model AI kreasi kita sendiri, aturan dan pola ini mungkin tetap sama – atau yang muncul mungkin sesuatu yang sama sekali tidak terduga dan baru. Yang pasti adalah zaman baru ada di depan kita.