Дилема відповідності штучного інтелекту: довіра все ще належить людям

Роман Елошвілі — засновник та 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, регуляторної технологічної стартап-компанії з Великої Британії, яка спеціалізується на передових технологічних рішеннях для банків.

Дізнайтеся про найактуальніші новини та події у фінтеху!

Підписуйтеся на розсилку FinTech Weekly

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

Банки та фінтех-компанії по всьому світу шукають способи використання штучного інтелекту у різних сферах: для прискорення операцій, зниження витрат, покращення взаємодії з клієнтами та інше. І все ж, коли йдеться про відповідність вимогам — мабуть, найскладнішій та найчасомозатратнішій частині 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 ранніх етапах досліджень та впровадження. Якщо взагалі його впроваджують.

Тиск на компанії щодо дотримання регуляторних змін залишається дуже високим і зростає. Чому ж відповідність так повільно приймає штучний інтелект, хоча він міг би значно допомогти?

Давайте спробуємо з’ясувати.

Зір людського ока все ще має значення

Мабуть, перше і найважливіше, що потрібно пам’ятати, — відповідність не зводиться лише до виконання чек-листу. Це про 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 — рідко однозначне.

Штучний інтелект чудово справляється з обробкою даних у миттєвому режимі та виявленням аномалій. Але, попри здатність позначати підозрілі транзакції за заздалегідь визначеними шаблонами, він не може чітко пояснити «чому» він зробив саме так. Що ще важливіше, він погано працює з нюансами. Людський співробітник з відповідності може визначити, що 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 та судити відповідно.

Ефективність проти регуляторних та 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, здатним зменшити навантаження, щоб людський персонал міг зосередитися на більш стратегічних та нюансованих завданнях.

Але відповідність — це не лише швидкість. Якщо система штучного інтелекту припуститься помилки у судженні, це може призвести до штрафів, шкоди репутації або регуляторного контролю. Усе це може бути дуже шкідливим — можливо, навіть руйнівним. 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 та 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 вперед.

На мою думку, найприроднішим і найперспективнішим шляхом є впровадження гібридної моделі. Співпраця між людьми та штучним інтелектом, де штучний інтелект виконує важку роботу — сканує транзакції, позначає незвичайну активність або генерує звіти. А коли результати готові, люди можуть їх переглянути, інтерпретувати контекст рішень ШІ та ухвалити остаточне рішення.

Щоб запровадити таку модель, компанії повинні переконатися, що їх системи штучного інтелекту є пояснюваними. Відповідність — це не лише виявлення ризиків; це доведення того, що рішення є справедливими. Саме тому ринок потребує більше інструментів ШІ, які можуть пояснювати свої результати простими словами.

Це не про «людина проти машини»

Реалістично, я не бачу, щоб штучний інтелект робив посади керівників з відповідності застарілими. Скоріше, їхні ролі зміняться — від виконавців до менеджерів. Вони менше будуть самі виконувати перевірки і більше — перевіряти рішення ШІ, працюючи у сірих зонах, де машини ще не до кінця справляються.

В основі відповідності — людська справа. 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.