欢迎来到天天文库
浏览记录
ID:42670056
大小:2.83 MB
页数:29页
时间:2019-09-19
《《人工智能与风险管理报告:创新与信心偕行(2019)》德勤》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、人工智能与风险管理报告创新与信心偕行目录1.概要012.AI的简要概述033.当金融服务企业大规模采用AI技术时可能会遇到的挑战044.在风险管理体系中嵌入AI075.监管者所看重的具体是什么呢?186.监管AI中的一些反思227.结语24后记:中国AI风险管理和监管现状25译者26作者26人工智能与风险管理报告
2、创新与信心偕行1.概要说起人工智能(AI),虽然它并不是一个为了能解决这些困难,从而实现充分利全新的概念,但在近些年金融服务企业用AI技术的优势,并且避免未来可能出现开始逐渐意识到它的巨大潜力。的问题,董事会和高级管理人员必须充分理解这项技术,包括它在企业中现有A
3、I可以提高运营效率、降低成本,同时还或潜在的用途,并从风险的角度出发来有助于企业实现战略转型,更多、更好仔细考虑AI的影响。在这种环境下,有地融入用户参与。。然而,一些客观限效的风险管理已经不再是抑制创新的因制条件,都在或多或少地阻碍着金融服素,而是公司成功使用AI技术的关键。务企业大范围的推广使用AI技术,包括数据量和数据质量上的局限、对于AI潜在风“我们认为企业面临的重大险的认知不足以及公司文化和现行规章制度的限制。挑战不是在处理全新类型的风险,而更多应该是关注那欧盟以及其他国际组织同样对于AI技术有着极大的兴趣。尽管他们认识到AI可些难以用有效且及时的方式以为金融市场
4、、客户以及他们的内部工去分辨的风险,或它们已经作带来诸多益处,但也认识到那些受监以不同以往的出现方式而显管公司当采用AI时可能会产生的潜在风险以及意料之外的后果。现的风险。”近些年来,值得注意的是,金融服务业关于刚刚提到的后一点,这将是本文之因对客户和市场的失当行为,从而受到后所讨论的重点。我们认为企业面临的众多经济上及其他形式上的制裁。由此重大挑战不是在处理全新类型的风险,产生的对于公平对待客户和保证市场诚而更多应该是关注那些难以用有效且及信问题,以及AI技术在监管领域中未经时的方式去分辨的风险,或它们已经以测试与未经检验的特性的关注,都意味不同以往的出现方式而显现的风险
5、。在着金融服务企业对于采用AI解决方案应这篇文章中,我们将讨论企业应该如何该时刻保持谨慎。重新审核并调整现有的风险管理框架,以反映在当部署复杂AI应用时企业需要“有效的风险管理已经不再关注的一些重要差异。是抑制创新的因素,而是公司成功使用AI技术的关键。”1人工智能与风险管理报告
6、创新与信心偕行比如说,AI可以不断的从新数据中学“不断发展的AI技术使其可习,并通过建立复杂统计模型,而后得审计性以及可溯源性变得异出结论。但这种结果并不是基于那些明确且预先定义好的规则,这就让企业难常困难,并且这种技术发展的以理解这其中支撑最终结论的决策机速度可能会导致在极短的时制。在许多方面上
7、,这种挑战与面对管间内产生大规模的错误。”理人力资源时所面临的挑战非常相似。然而,不断发展的AI技术使其可审计性以及可溯源性变得异常困难,并且这种在本篇文章中,我们将会用简单的理论技术发展的速度可能会导致在极短的时性的风险管理框架来描绘出一些AI所带间内产生大规模的错误。来的挑战。例如,一个保险公司如何在产品定价过程中,使用AI来做到风险模企业需要重新审核并且更新他们的风险型管理。最后,我们将总结当监管者监管理方式,从而在不同的风险管理框架管AI时会遇到的挑战与选择。全生命周期(识别,评估,管控,监督)阶段中管理风险。不断发展的AI技本篇文章旨在成为一个理解AI对于现有术要
8、求这些风险管理方式必须在更短更风险管理方式和更为广泛的监管环境的频繁的时间间隔内得以应用。现有的风影响的起步点。通过强调这些需要关注险偏好声明也同样需要重新审核,并且的领域,我们希望帮助企业能够在制定需要添加一系列新的内容,比如说公平AI政策时,或者更具体来讲,在制定AI性原则等,以便为风险管理框架的各个风险管理框架的时候,为它们提供更加阶段提供信息支持。高效的解决方案和监管机制。2人工智能与风险管理报告
9、创新与信心偕行2.AI的简要概述人工智能的概念最早可以追溯到20世纪机器学习语音识别和自然语言处理50年代,那时候的研究人员开始考虑使SpeechRecognitiona
10、ndMachineLearning用机器模拟人类智能的可能性。然而,AINaturalLanguageProcessing技术却是在20世纪后期才得以真正蓬勃只需直接提供数据而无须遵循明确的程发展。当时有几个技术因素发展达到顶序指令,提高了计算机系统运行的性拥有能够以人类的方式来理解并自动生峰:强大且价格低廉的计算资源、数据能。机器学习的核心就是自动发现数据成出人类语言的能力。比如说从文本中总量和种类的增加、访问数据速度的提中隐藏的模式并使用它们来进行预测的提取语义信息,或者生成出语义自然、高以及能够凭借最新且先进
此文档下载收益归作者所有