详细内容或原文请订阅后点击阅览
银行已准备好实施AI，但对效果衡量不足
K2Tech专家指出，与其他行业的公司相比，俄罗斯大型金融机构在生成式人工智能管理方面表现出更高的组织成熟度。
来源:OSP网站大数据新闻来源：rawpixel.com (CC0)
在金融行业，43% 的公司表示将人工智能和数据的职责分配给专门的高管层 - CAIO、CDO 或类似角色，而其他行业的这一比例为 30%。风险管理方法的差异更加明显：24% 的金融组织负责风险管理或合规性，而其他行业只有 6%。
81% 的金融机构的数据和人工智能项目预算增加（三分之一 - 超过 50%），而没有一家银行报告缺乏单独的资金。在其他行业，18%的企业没有分配单独的预算，只有25%的企业增长超过50%。
银行也越来越多地为人工智能的新监管做准备。该法律要求关键信息基础设施公司清楚地了解公司电路中使用了哪些模型和服务、它们处理哪些数据以及它们可以访问哪些系统。 86% 的金融组织认为其数据基础设施已完全或部分准备好遵守法律要求，而在其他行业，这一数字为 73%。同时，数据基础设施的就绪并不意味着特定的数据集已经适合AI场景。 62% 的银行认为他们的数据需要额外的分区、清理或整合。在其他行业，39% 的公司表示已做好部分准备。与此同时，银行不太可能将数据视为主要障碍：这一比例为 19%，而其他行业为 23%。
正如 K2Tech 分析师指出的那样，存在一个悖论：人工智能投资的增长速度快于公司衡量和证明其业务影响的能力。因此，下一个成熟度不是 GenAI 的另一个预算，而是投资组合管理：每个计划都必须有所有者、成本、风险状况、可衡量的实验指标以及基于结果的明确决策 - 规模、完善或结束。否则，即使是资金充足的人工智能项目也会很快变成昂贵的飞行员集合。