Конференция «Финтех и новый финансовый ландшафт»

Федеральный Резервный банк Филадельфии

13-14 ноября 2018 года.

Вступительная речь Управляющего Федеральным Резервным банком Филадельфии Лаеля Бернарда

 Озаглавив свое выступление «Что мы знаем об искусственном интеллекте в финансовых услугах?» докладчик, в частности, отметил, что  рамках Федеральной резервной системы действует рабочая группа по финтеху для выработки и принятия взвешенного подхода к пониманию потенциальных последствий искусственного интеллекта (ИИ) в сфере финансовых услуг, особенно в том, что касается обязанностей ФРС. В свете потенциальной важности ИИ ФРС учится у промышленности, банков, защитников прав потребителей, ученых и др., в том числе, в рамках данной конференции.

 Выделив важность растущего использования искусственного интеллекта в финансовых услугах, докладчик сосредоточил внимание на следующих аспектах:

 Сфера искусственного интеллекта, известная как машинное обучение, которая является основой многих последних достижений и коммерческих приложений. Современное машинное обучение применяет серию алгоритмов на базе большого объема данных путем итеративной оптимизации по мере обучения с целью выявления закономерностей и прогнозирования новых данных.

Машинное обучение по существу приводит к гораздо меньшей структуре интерпретации данных, по сравнению с традиционными подходами, в которых программисты задают набор правил для принятия решений до события.

 Докладчик отметил три ключевых компонента ИИ - алгоритмы, вычислительная мощность и большие базы данных - становятся все более доступными.

 Л. Бернард очертил и современные подходы к регулированию и надзору, отметив, что потенциальная широта охвата и мощь этих новых приложений ИИ неизбежно поднимают вопросы о потенциальных рисках для безопасности и надежности банков, защиты потребителей или финансовой системы, актуализируя вопрос: как следует подходить к регулированию и надзору? Регулирующие органы обязаны анализировать потенциальные последствия ИИ, включая возможные риски, и принимать взвешенные решения относительно ее использования подконтрольными фирмами.

 Регулирование и надзор должны быть продуманы таким образом, чтобы обеспечивать надлежащее снижение рисков, не препятствуя при этом инновациям, которые могли бы расширить доступ и удобство для потребителей и малых предприятий, обеспечивая большую эффективность, выявление рисков и точность. Кроме того, важно, чтобы эти инновации не уводили контролируемые учреждения в сторону менее регулируемых и более непрозрачных пространств в финансовой системе.

 Что касается банковских услуг, выступавший назвал несколько законов, положений, руководящих указаний и надзорных подходов, имеющих особое значение для использования инструментов ИИ. 

 Во-первых, это "Руководство по модели управления рисками" Федеральной Резервной Системы (SR Letter 11-7), в котором подчеркивается важность обеспечения безопасности и обоснованности внедрения критического анализа на протяжении всей разработки, внедрения и использования моделей, которые включают сложные алгоритмы, такие как ИИ. В нем также подчеркивается важность эффективной проверки модели со стороны непредвзятых, квалифицированных специалистов, не связанных с разработкой, внедрением и использованием модели, которые подтвердят пригодность модели для использования в соответствии с поставленной задачей.

 Во-вторых, «Руководство по управлению рисками поставщиков» (SR 13-19/CA 13-21), наряду с надзором поставщиков технологических услуг со стороны пруденциальных регуляторов выделяет те аспекты, которые фирмы должны учитывать при аутсорсинге бизнес-функций, а также в своей деятельности, предполагая, что они будут применяться также к инструментам или услугам на основе ИИ.

 Подавляющему большинству банков, которые контролирует ФРС, придется полагаться на опыт, данные и готовые инструменты ИИ небанковских поставщиков, чтобы в полной мере воспользоваться преимуществами ИИ.

 В-третьих, руководящие принципы следует рассматривать в контексте относительного риска и важности в каждом конкретном случае. Тем более, что ФРС уже давно применяет риск-ориентированный подход при осуществлении надзора и потому уровень контроля должен быть соизмерим с потенциальным риском, связанным с используемым подходом, инструментом, моделью или процессом. Данный принцип также в целом применим к тому вниманию, которое надзорные фирмы уделяют различным используемым подходам: фирмы должны проявлять большую осторожность к инструменту, который они используют для принятия важных решений или который может оказать существенное влияние на потребителей.

 Докладчик также отметил, что в свою очередь, ИИ может явить ряд проблем в части непрозрачности и неясности. Понимая, что могут быть обстоятельства, когда применение ИИ может быть полезным, хотя и носит необъяснимый или непрозрачный характер, эти инструменты должны быть предметом надлежащего контроля, как и любой другой инструмент или процесс. Особенно это актуально для любого нового приложения, которое не было полностью протестировано в различных условиях. Учитывая большие объемы баз данных, используемых в ИИ, чрезвычайно важно обеспечивать контроль над различными аспектами данных, включая качество и пригодность данных,. Как и в обычных моделях, любые проблемы со входными данными могут привести к каскаду проблем. Соответственно, фирмы должны применять надежный анализ и разумное управление рисками и контроль при использовании инструментария ИИ, отслеживая потенциальные изменения и текущие события.

 В заключении выступавший отметил исключительную важность полученного опыта, который указывает, что не все потенциальные последствия использования ИИ известны и потому фирмы должны проявлять бдительность в отношении новых проблем в быстро меняющейся области ИИ.

С полным текстом можно ознакомиться:

https://www.federalreserve.gov/newsevents/speech/brainard20181113a.htm