Slik bruker norsk finans kunstig intelligens
Norsk bank og forsikring leder an i bruk av kunstig intelligens (KI) i EU, men det er fortsatt strekk i laget. Det viser en fersk rapport om bruken av KI i norsk finans, som ble lagt frem på Arendalsuka.
Se opptak av arrangementet fra Arendalsuka:
Kartleggingen viser at majoriteten av selskapene har startet med KI de siste 3-5 årene. Med unntak av de største selskapene, er KI-miljøene små og KI-satsningen har vært drevet nedenfra av initiativrike ildsjeler med interesse for KI i eksisterende utviklingsmiljø.
Last ned rapporten (PDF):
Studiet er utført i samarbeid med PA Conculting og er den første av sitt slag om hvordan norsk finans tar i bruk KI.
Fortsatt i tidlig fase
Skadeforsikring fremstår som den delen av finansnæringen som bruker mest kompleks KI-teknologi. Nesten alle respondentene som selger til personmarked oppgir å bruke KI.
Men samlet sett er en rekke av selskapene i næringen imidlertid i en tidlig fase i sin bruk av KI.
Studien viser en relativt liten bruk av teknologier som sentimentanalyse og bildegjenkjenning i bank og forsikring. Flere aktører eksperimenterer imidlertid med teknologien.
Innovative løsninger som er basert på sanntidsdata og «edge computing» er i svært liten grad tatt i bruk, noe som peker mot at det fremdeles er et stort mulighetsrom for bransjen.
KI-modeller som bruker data til å lage anbefalinger til hva kunderådgiverne bør foreta seg eller kontakte kunden om er utbredte.
Flere av respondentene har opplevd at slike modeller har blitt møtt med betydelig skepsis og at det har vært nødvendig å bruke mye tid på å få rådgiverne til å benytte og stole på anbefalingene.
Mangler forståelse i organisasjonen
Mange respondenter opplever at mangel på forståelse i organisasjonen av KI er og hva KI gir av muligheter er en hindring.
Ifølge respondentene finnes hullene i forståelsen av KI både på ledernivå og i øvrige deler av organisasjonen. Spesielt banker opplever manglende modenhet og forståelse av reguleringer knyttet til databruk som et hindrer for å ta i bruk nye datakilder og modeller
Andre funn:
- Selskapene synes bevisste på ikke å ta risiko knyttet til etterlevelsen av regelverket. Dette gjør også at de begrenser seg i hvilke KI-modeller de vurderer å ta i bruk. Potensielt er dette med på å redusere bruken av KI og gjøre at potensialet i KI-løsninger forblir uforløst
- Tilgangen på kompetente ansatte synes å ha bedret seg, men flere oppgir at det knapphet på «Data engineers» og «ML engineers».
- Utviklingen av løsninger i tilknytning til skyplattformer fra leverandører som Microsoft, AWS og Google går svært raskt. Noen selskaper venter at kompetanse på integrasjon og utvikling på disse plattformene over tid kan bli viktigere enn å bygge egne modeller fra grunnen av. Disse leverandørene vil gjennom dette trolig bli en enda viktigere premissgiver for utvikling av KI i finanssektoren fremover.
