Dzięki AI EBC lepiej rozumie rynek i gospodarkę
EBC zbiera, przetwarza i rozpowszechnia dane od ponad 10 mln podmiotów prawnych w Europie, klasyfikując je według sektorów instytucjonalnych (np. instytucje finansowe, przedsiębiorstwa niefinansowe, sektor publiczny). Klasyfikacje te są konieczne dla podejmowania decyzji.
Automatyzując klasyfikację i strukturyzację danych, EBC może lepiej zrozumieć sytuację finansową milionów firm, banków i podmiotów publicznych.
Boty na usługach EBC
Problemem jest to, że gromadzone dane są w dużej mierze nieustrukturyzowane i nie nadają się bezpośrednio do obliczenia inflacji. Za pomocą technik opartych na sztucznej inteligencji, takich jak web scraping i uczenie maszynowe, EBC stara się przekształcić te nieustrukturyzowane dane w przydatne wnioski.
AI wykorzystywana jest też do pogłębienie wiedzy dotyczącej zachowań podmiotów gospodarczych i gospodarstw domowych i ich reakcji na zmiany cen. EBC gromadzi ogromną ilość danych w czasie rzeczywistym na temat cen poszczególnych produktów.
Web scraping polega na pozyskiwaniu informacji ze stron internetowych, aby móc je następnie przechowywać w formie ustrukturyzowanych danych i wykorzystywać do analiz. Powszechnie wykorzystuje się w tym celu wyspecjalizowane boty.
Wsparcie banku centralnego od ChatGPT
Jednym z obszarów, w którym sztuczna inteligencja już ma duże zastosowanie, jest nadzór bankowy. EBC opracował platformę Athena, która wykorzystuje modele przetwarzania języka naturalnego (NLP).
Platforma pomaga nadzorcom analizować różnorodne dokumenty tekstowe, w tym artykuły prasowe, oceny nadzorcze i dokumenty bankowe. Ułatwia klasyfikację tematów, analizę nastrojów, dynamiczne modelowanie tematów i rozpoznawanie jednostek.
Pracownicy EBC wykorzystują też Wielkie Modele Językowe, z których najbardziej znany jest ChatGPT.
Modele te potrafią analizować i porównywać dokumenty przygotowane przez nadzorowane przez EBC banki. Służą także do szybkiego przygotowywania podsumowań i streszczeń, zawierających najbardziej istotne dla pracowników banku informacje.
Duży model językowy może również pomóc w udoskonaleniu tekstów pisanych przez pracowników, dzięki czemu komunikat EBC staje się łatwiejszy do zrozumienia dla opinii publicznej.
