Raport Specjalny | IT@BANK 2024 – IBM | Czy można wyjaśnić AI?

Sektor finansowy kojarzy się przede wszystkim z ogromną ilością gromadzonych danych, a temat AI od kilku lat dominuje dyskusje branżowe – od obsługi klienta, gdzie na podstawie obserwacji dynamicznych zachowań konsumentów możliwe jest dostarczenie oferty szytej na miarę w czasie rzeczywistym, przez ochronę portfeli klientów, gdy AI rozpoznaje niestandardowe zachowania mogące skutkować wyłudzeniami i oszustwami, aż po wsparcie procesów typu back office, które są krytyczne dla funkcjonowania i ciągłości działania banków, ale także utrzymania renomy stabilnego i innowacyjnego sektora.

W ostatnich latach sektor finansowy mierzy się nie tylko z poszukiwaniem nowych możliwości zastosowania AI, ale także zapewnieniem zgodności z regulacjami i spełnienie wysokich standardów bezpieczeństwa i transparentności. Kluczowe regulacje to m.in. zgodność z rozporządzeniem w sprawie operacyjnej odporności cyfrowej sektora finansowego (DORA), wytyczne KNF dotyczące wykorzystania chmury obliczeniowej, ale także ochrona danych osobowych GDPR, wymogi outsourcingu regulowanego, Rekomendacja D czy Rekomendacja W, a 12 lipca 2024 r. opublikowany Artificial Intelligence Act, „AI Act”.

Celem AI Act jest zapewnienie nadzoru i otoczenia regulacyjnego nad tym, w jaki sposób sztuczna inteligencja jest wykorzystywana, dzieląc systemy AI na te, których użycie wiąże się z nieakceptowalnym, wysokim, ograniczonym i niskim ryzykiem.

Z punktu widzenia rynku finansowego najbardziej istotne jest uznanie za system wysokiego ryzyka wykorzystywania AI do oceny zdolności kredytowej osób fizycznych lub ustalenia ich punktowej oceny kredytowej.

Stosowanie systemu wysokiego ryzyka wymaga spełnienia określonych w rozporządzeniu wymogów m.in. obowiązku stworzenia systemu zarządzania ryzykiem obejmującego cały cykl życia systemu AI wysokiego ryzyka, obowiązek przejrzystości działania umożliwiający interpretację i wyjaśnianie wyników jego funkcjonowania, a także obowiązek nadzoru ze strony człowieka.

Platforma IBM watsonx stanowi kompleksową platformę Data & AI, która może wspomóc firmy, oferując elastyczne i skalowalne środowisko do zarządzania danymi, tworzenia modeli AI tradycyjnych oraz generatywnych.

Głównymi komponentami IBM watsonx, które wspólnie tworzą zintegrowane środowisko przystosowane do specyficznych potrzeb sektora finansowego, są:

• watsonx.data – czyli Data lakehouse, który pozwala łączyć najważniejsze zalety data lake, data warehouse oraz baz wektorowych.
• watsonx.ai – zestaw usług i narzędzi do klasycznego AI, jak i generatywnej AI. Komponent zawiera bibliotekę wstępnie wytrenowanych modeli GenAI dostępnych nie tylko w środowiskach chmurowych, ale także w infrastrukturze on premise. Dostępne modele foundation dostarczone są m.in. przez IBM, META, Mistral AI czy Google.
• watsonx.governance – to warstwa pozwalających zarządzać całym cyklem życia modeli AI, w tym dokumentowaniem i monitorowaniem klasycznych modeli AI oraz GenAI, zarządzaniem ryzykiem, a także zgodnością z regulacjami.

Platforma IBM watsonx jest otwarta, a żeby korzystać z możliwości watsonx.governance, nie trzeba przenosić wszystkich produkcyjnych modeli AI, gdyż jest możliwość zarządzania nimi z istniejących środowisk. Dla klientów, którzy chcieliby dodawać swoje modele IBM, udostępnił funkcję Bring Your Own Model (BYOM), która pozwala na przenoszenie własnych modeli AI, bez względu na to, czy są to klasyczne, czy generatywne modele.

A wszystko to, w zależności od potrzeb, może być dostępne z serwerowni banku, bez konieczności dostępu do chmurowych Dużych Modeli Językowych, gwarantuje bezpieczeństwo danych i zgodność z regulacjami.

Dla firm szukających niezawodnej infrastruktury zaprojektowanej, zbudować szybką i elastyczną platformę danych dla najbardziej wymagających obciążeń AI, jest IBM Storage Scale System.

W przeciwieństwie do tradycyjnych aplikacji, które pracują z ustrukturyzowanymi danymi przechowywanymi w bazach danych, dzisiejsze systemy AI wymagają dużej wydajności i niezawodności również dla nieustrukturyzowanych danych (takich jak dokumenty, pliki audio, obrazy, filmy i inne obiekty).

A projektów jak i danych sektor finansowy nie planuje ani zmniejszać, ani blokować, dzięki czemu możemy dumnie konkurować z innymi europejskimi rynkami finansowymi.