Oszustwa finansowe w epoce GenAI – wyzwanie dla banków i ubezpieczycieli

Generatywna sztuczna inteligencja staje się kluczowym elementem w sektorze usług finansowych, zmuszając banki, ubezpieczyciele i inne podmioty do szybkiego dostosowania się do nowych realiów technologicznych. W obliczu rosnących wymagań regulacyjnych i etycznych, branża finansowa stoi przed wyzwaniem zrównoważenia korzyści płynących z GenAI z nieuchronnym ryzykiem, które niesie ze sobą ta rewolucyjna technologia.

Natalia Zębacka - Redaktor Brandsit
10 min

Podobnie jak w innych branżach, wzrost znaczenia generatywnej sztucznej inteligencji zmusił sektor usług finansowych do szybkiego zweryfikowania możliwości wykorzystania tej technologii i odpowiedzi na pytania natury regulacyjnej i etycznej. W jaki sposób banki, ubezpieczyciele i inne firmy finansowe zrównoważą ryzyko i korzyści związane z GenAI i innymi technologiami transformacyjnymi w nadchodzącym roku? Eksperci firmy SAS przewidują zarówno sukcesy, jak i porażki związane z dążeniem branży do spełnienia oczekiwań konsumentów i interesariuszy.

Upadłości banków skłaniają do weryfikacji strategii zarządzaniem ryzykiem

„Rok 2024 przyniesie więcej upadłości banków, stawiając je przed kluczowym pytaniem dotyczącym zarządzania ryzykiem: Jakie jest prawdopodobieństwo niewypłacalności? Odpowiedź wymagać będzie wdrożenia odpowiednich narzędzi i technologii. Najnowsze badanie przeprowadzone wśród specjalistów ds. ryzyka ujawniło, że 80 proc. firm zamierza wprowadzić znaczące usprawnienia w obszarze zarządzania aktywami i pasywami [ALM]. Jednocześnie, tylko jedna trzecia respondentów potwierdza, że ich firmy w pełni zautomatyzowały udostępnianie danych między ALM a innymi funkcjami ryzyka. Czas to zmienić”.mówi Donald van Deventer, dyrektor zarządzający ds. badań nad ryzykiem i rozwiązań ilościowych, SAS

“Mroczna era oszustw” wywołana przez GenAI przyspieszy inwestycje w systemy AI do przeciwdziałania nadużyciom finansowym

„Nawet gdy konsumenci są bardziej świadomi i wyczuleni na potencjalne zagrożenia, generatywna sztuczna inteligencja i technologia deepfake pomagają oszustom doskonalić to wielomiliardowe rzemiosło. Wiadomości phishingowe są bardziej dopracowane. Imitacje stron internetowych wyglądają nadzwyczaj autentycznie. Oszust może sklonować głos za pomocą krótkiego pliku dźwiękowego przy użyciu prostych narzędzi dostępnych online. Wkraczamy w mroczną erę oszustw, w której banki i inne instytucje finansowe będą starały się nadrobić stracony czas w zakresie wdrażania najnowszych technologii AI do obrony przed nadużyciami. Dodatkowo motywujące będą zmiany regulacyjne, które zobligują firmy finansowe do przyjęcia większej odpowiedzialności za rosnącą skalę oszustw APP [autoryzowane płatności push] i inne fraudy.”mówi Stu Bradley, starszy wiceprezes ds. ryzyka, oszustw i rozwiązań w zakresie zgodności, SAS

Ubezpieczyciele stawią czoła ryzyku klimatycznemu z pomocą sztucznej inteligencji

„Po dziesięcioleciach przewidywań, zmiany klimatu przekształciły się ze spekulacyjnego ryzyka w realne zagrożenie. Globalne straty ubezpieczone z tytułu klęsk żywiołowych przekroczyły 130 miliardów dolarów w 2022 roku, a ubezpieczyciele na całym świecie odczuwają tego skutki. Za przykład niech posłużą amerykańskie towarzystwa, które są przedmiotem kontroli za podnoszenie składek i wycofywanie się z regionów ciężko dotkniętych kataklizmami, takich jak Kalifornia i Floryda, pozostawiając dziesiątki milionów konsumentów „na lodzie”. Aby przetrwać ten kryzys, firmy ubezpieczeniowe będą coraz częściej stosować sztuczną inteligencję, co pozwoli im wykorzystać potencjał ogromnych zbiorów danych do zwiększenia płynności i konkurencyjności. Poza korzyściami płynącymi z dynamicznej wyceny składek i oceny ryzyka, AI pomoże im zautomatyzować i usprawnić przetwarzanie roszczeń, wykrywanie oszustw, obsługę klienta i wiele innych działań.”mówi Troy Haines, starszy wiceprezes ds. badań nad ryzykiem i rozwiązań ilościowych, SAS

Sztuczna inteligencja transformuje zgodność z przepisami dotyczącymi przestępstw finansowych

“Sztuczna inteligencja będzie przełomem w programach przeciwdziałania praniu pieniędzy [AML], jako że globalny koszt zgodności z przepisami sięga 274 miliardów dolarów, z czego 60 proc. to wynagrodzenia za pracę. Według danych ONZ, rocznie na całym świecie prane są nawet 2 biliony dolarów. Jedynie 1 proc. dochodów z przestępstw zostaje skonfiskowany, a 95 proc. alarmów jest fałszywych. Te liczby są zatrważające! Rozszerzenie obecnych systemów AML o uczenie maszynowe i zaawansowaną analitykę znacznie poprawiłoby monitorowanie transakcji poprzez zmniejszenie wskaźnika wyników fałszywie ujemnych i fałszywie dodatnich oraz wysyłanie lepszej jakości alertów do śledczych i grup zajmujących się zgodnością z regulacjami.”mówi Joan McGowan, globalny doradca ds. sektora bankowego, SAS

Zbyt szybkie wdrożenie sztucznej inteligencji doprowadzi ubezpieczycieli do upadku lub bankructwa

„W 2024 r. jeden ze 100 największych globalnych ubezpieczycieli zakończy działalność w wyniku zbyt szybkiego wdrożenia generatywnej sztucznej inteligencji. Obecnie ubezpieczyciele implementują autonomiczne systemy w zawrotnym tempie, nie dostosowując ich do swoich modeli biznesowych. Mają nadzieję, że wykorzystanie AI do szybkiego rozpatrywania roszczeń zrównoważy ostatnie kilka lat słabych wyników biznesowych. Jednak po zwolnieniach w 2023 r., personelu będzie zbyt mało, aby mógł prowadzić niezbędny nadzór do zapewnienia, że wprowadzona na dużą skalę technologia będzie etyczna. Mit sztucznej inteligencji jako lekarstwa na wszystko spowoduje dziesiątki tysięcy błędnych decyzji, które doprowadzą do upadku biznesu, co może nieodwracalnie zaszkodzić zaufaniu konsumentów i organów regulacyjnych.”mówi Franklin Manchester, globalny doradca strategiczny ds. ubezpieczeń, SAS

Waluty cyfrowe banków centralnych niosą ze sobą korzyści i zagrożenia

„Cyfrowe waluty banków centralnych [CBDCs], np. nigeryjska eNAIRA, są obecnie badane przez rządy w ponad 80 krajach. W 2024 r. staną się one powszechne, oferując obywatelom bezpieczne, wspierane przez administrację możliwości płatności cyfrowych, które mogą przyczynić się do zwiększenia integracji finansowej. Z CBDC wiąże się jednak szczególne ryzyko związane z oszustwami i przestępstwami finansowymi, co zwiększa narażenie na straty wynikające z naruszeń bezpieczeństwa danych, przejęć kont i eksfiltrację za pośrednictwem kont słupów.”mówi Ian Holmes, globalny lider ds. rozwiązań do przeciwdziałania nadużyciom, SAS

Generatywna AI osiągnie dojrzałość

„Postrzeganie dużych modeli językowych [LLM] jako samodzielnych rozwiązań ustąpi w związku z obawami o skuteczną ochronę prywatności, potencjalnymi działaniami prawnymi oraz kosztami budowy i utrzymania ich struktury. Główny nacisk zostanie położony na zmonetyzowanie LLM na potrzeby określonych przypadków użycia. Kilku wybranych dostawców zapewni podstawowe »modele konwersacyjne«, podczas gdy większa grupa pomoże indywidualnym firmom dostosować je do własnych celów.”mówi Anthony Mancuso, szef działu modelowania ryzyka i podejmowania decyzji, SAS

AI zapobiega recesji – chwilowo

„Postępy w dziedzinie sztucznej inteligencji i automatyzacji będą napędzać tempo wzrostu produktywności. Poprawi się również stosunek kapitału do siły roboczej, przyczyniając się dodatkowo do większej wydajności. To wystarczy, aby większość gospodarek uniknęła recesji, pomimo szybko rosnącej liczby przypadków niewypłacalności i wzrostu bezrobocia strukturalnego. Jednak sytuacja będzie wyglądać zupełnie inaczej na poziomie sektorowym, gdzie niektóre obszary doświadczą warunków podobnych do recesji.”mówi Stas Melnikov, dyrektor ds. ryzyka, SAS

Przekalibrowanie modelu ryzyka sprawdza możliwości firm

„Gdy nastała pandemia COVID-19 wiodące banki przebudowały swoje modele podejmowania decyzji związanych z ryzykiem, podczas gdy inne spędziły miesiące na gromadzeniu danych. Ze względu na ryzyko recesji i wyższe wskaźniki niewypłacalności w 2024 roku, banki będą musiały przyjąć bardziej dostosowane modele, polityki kredytowe i prognozy, wystawiając na próbę szybkość i zwinność ich infrastruktur IT i innych procesów.”mówi Naeem Siddiqi, starszy doradca ds. badań nad ryzykiem i rozwiązań ilościowych, SAS 

Konwersacyjna sztuczna inteligencja przeniesie obsługę klienta na wyższy poziom

„Chatboty nie są niczym nowym w usługach finansowych. Lecz co by było, gdyby lepiej naśladowały interakcje międzyludzkie? Rozwój generatywnej sztucznej inteligencji w 2024 r. przybliży ubezpieczycieli, banki i firmy z innych branż do tej rzeczywistości. Postęp w dziedzinie konwersacyjnej sztucznej inteligencji odegra ważną rolę w usprawnieniu komunikacji z klientami. Pomoże to organizacjom nadać priorytet pomocy ludzkiej dla bardziej złożonych zadań i scenariuszy, zwiększając w ten sposób wydajność operacyjną i oszczędności kosztów.”mówi Oana Avramescu, globalny lider ds. badań nad ryzykiem i rozwiązań ilościowych w sektorze ubezpieczeń, SAS

“Bezbankowość” w obliczu cyfrowej rewolucji pobudza innowacje w zakresie AI

W 2024 r. doświadczone banki będą dążyć do stworzenia bardziej inkluzywnego doświadczenia klienta [CX], badając, komu rewolucja bankowości cyfrowej najlepiej służyła, a kogo pozostawiła w tyle. Gwałtowny spadek liczby oddziałów przy głównych ulicach i w centrach handlowych sprawił, że wielu posiadaczy rachunków zostało »bez banków«. Tym, którym brakuje pewności siebie w cyfrowym świecie, trudno jest wchodzić w interakcje ze swoimi dostawcami usług finansowych online. Z drugiej strony, zgodnie z ankietą przeprowadzoną pod koniec 2021 roku, jedna czwarta klientów w Wielkiej Brytanii stwierdziła, że nigdy więcej nie pójdzie do oddziału banku. Instytucje finansowe myślące przyszłościowo wplotą cyfrowe zaangażowanie oparte na sztucznej inteligencji we wzbogacony ekosystem oddziałów, aby zapewnić nowy wymiar customer experience – wyróżniający je na tle konkurencji.”mówi Alex Kwiatkowski, dyrektor ds. globalnych usług finansowych, SAS

„Wytłumaczalność” AI zwiększa rzetelność i przejrzystość wydawania decyzji ubezpieczeniowych

„Czy sztuczna inteligencja może zapoczątkować etyczną redefinicję sektora ubezpieczeń? Przekonamy się o tym w 2024 roku. Aktuarialnie uzasadnione decyzje dotyczące ryzyka mogą w sposób niezamierzony pogłębiać nierówności w grupach historycznie marginalizowanych. Implementacja sztucznej inteligencji oraz uczenia maszynowego przez ubezpieczycieli będzie jednak wymagać od nich zrozumienia, w jaki sposób tworzone przez nich modele i algorytmy podejmują decyzje (na przykład w zakresie wyceny składek lub roszczeń). Możliwość wyjaśniania decyzji podejmowanych z pomocą sztucznej inteligencji może potencjalnie ustanowić nowe standardy przejrzystości i rzetelności w całej branży.”mówi Alena Tsishchanka, lider praktyki ubezpieczeniowej w regionie EMEA, SAS