Дилема відповідності штучного інтелекту: довіра все ще належить людям

Роман Елошвілі — засновник і генеральний директор групи XData, компанії з розробки програмного забезпечення для B2B. Там він керує розвитком штучного інтелекту у банківській сфері, налагоджує відносини з інвесторами та сприяє масштабуванню бізнесу. Також він є засновником ComplyControl — стартапу з регуляторних технологій (RegTech) у Великій Британії, що спеціалізується на передових технологічних рішеннях для банків.

Дізнайтеся про найкращі новини та події у фінтеху!

Підписуйтеся на розсилку FinTech Weekly

Читають керівники JP Morgan, Coinbase, Blackrock, Klarna та інших

Банки та фінтех-компанії по всьому світу шукають способи використовувати штучний інтелект у різних сферах: для прискорення операцій, зниження витрат, покращення взаємодії з клієнтами та інше. І все ж, коли йдеться про відповідність вимогам — мабуть, найскладніший і найзатратніший у часі аспект фінансів — більшість компаній досі утримуються від активного впровадження.

Опитування, проведене на початку 2025 року, показало, що лише невелика частка компаній (менше 2%) повністю інтегрували штучний інтелект у свої робочі процеси. Більшість з них все ще перебуває на початкових етапах досліджень і впровадження, якщо взагалі його здійснюють.

Тиск на компанії з боку регуляторів зростає, і це цілком зрозуміло. Тому чому ж відповідність вимогам так повільно впроваджує штучний інтелект, хоча він міг би дуже допомогти?

Давайте спробуємо з’ясувати.

Зір людського ока все ще важливий

Найперше і найголовніше, що потрібно пам’ятати, — відповідність вимогам це не просто виконання чек-листа. Це прийняття суджень у ситуаціях, що часто мають сіру зону. Світ фінансових рішень рідко буває чорно-білим. Регуляції різняться залежно від юрисдикції, а тлумачення цих правил — не завжди однозначне.

Штучний інтелект чудово справляється з обробкою даних у швидкому режимі та виявленням аномалій. Але, хоча він може позначити підозрілу транзакцію на основі заздалегідь визначених шаблонів, це не означає, що він може чітко пояснити “чому” він зробив саме так. Що ще важливіше, він погано працює з нюансами. Людський співробітник з відповідності може визначити, коли поведінка клієнта, хоча й незвична, є безпечною. Штучний інтелект, натомість, швидше за все, просто підніме тривогу без контексту.

Саме тому керівники з відповідності вагаються передати цю відповідальність машині. Машини безумовно можуть допомагати, але більшість людей все ще більше довіряє здатності людини бачити ширшу картину і робити висновки відповідно.

Ефективність проти регуляторних і репутаційних ризиків

Здатність штучного інтелекту аналізувати тисячі транзакцій у реальному часі — це те, чого жодна команда з відповідності не могла б досягти вручну. Тому з точки зору ефективності, його можна вважати чудовим інструментом підтримки, що зменшує навантаження на людський персонал і дозволяє зосередитися на більш стратегічних і нюансованих завданнях.

Але відповідність вимогам — це не лише швидкість. Якщо система штучного інтелекту зробить помилку у судженні, це може призвести до штрафів, шкоди репутації або регуляторного контролю. Усе це може бути дуже шкідливим — можливо, навіть руйнівним для бізнесу. Тому цілком логічно, що багато хто прагне уникнути таких ускладнень.

Більшість регуляторів також погоджуються, що у випадку прийняття рішень на основі штучного інтелекту хтось має залишатися відповідальним. Якщо модель штучного інтелекту помилково заблокує легітимну транзакцію або пропустить шахрайську, відповідальність все одно лежить на компанії. І саме люди з відповідності мають нести цю відповідальність.

Це створює природний рівень обережності: керівники з відповідності мають зважувати переваги швидшого моніторингу проти ризиків можливих регуляторних штрафів. І поки системи штучного інтелекту не стануть більш пояснюваними і прозорими, багато компаній й надалі будуть утримуватися від довірення їм автономних рішень.

Як відповідально впроваджувати штучний інтелект

Дуже важливий урок із усього вищесказаного — те, що вагання керівників з відповідності не означають їхню антипатію до штучного інтелекту. Насправді багато з них оптимістично налаштовані щодо ролі ШІ у майбутньому. Головне — знайти правильний шлях.

На мою думку, найприроднішим і перспективним шляхом є впровадження гібридної моделі. Співпраця між людьми та штучним інтелектом, де штучний інтелект виконує важку роботу — сканування транзакцій, позначення незвичних дій або створення звітів. А коли результати готові, люди можуть їх переглянути, інтерпретувати контекст рішень ШІ і прийняти остаточне рішення.

Щоб впровадити таку модель, компанії повинні переконатися, що їх системи штучного інтелекту є пояснюваними. Відповідність — це не лише виявлення ризиків, а й доведення того, що рішення є справедливими. Саме тому на ринку потрібно більше інструментів штучного інтелекту, які можуть пояснювати свої результати простими словами.

Це не про “людина проти машини”

Реалістично, я не бачу, щоб штучний інтелект робив посади співробітників з відповідності застарілими. Скоріше за все, їхні ролі зміняться — від виконавців до менеджерів. Співробітники менше будуть самостійно перевіряти кожну операцію і більше — перепровіряти рішення ШІ, працюючи з сірою зоною, де машини ще не до кінця справляються.

В основі відповідності — людський бізнес. І хоча штучний інтелект може зробити команди з відповідності швидшими та ефективнішими, він не може нести моральну та регуляторну відповідальність, що з цим пов’язана.

Саме тому я твердо переконаний, що майбутнє відповідності — це не “людина проти машини”, а “людина з машиною” — спільна робота для забезпечення безпеки та справедливості фінансових систем.