DBS Bank scopre le sfide dei big data con l’uso dell’IA – e anche le soluzioni
DBS Bank affronta le sfide dei big data con l'IA
DBS Bank ha dovuto superare ostacoli significativi nei suoi sforzi pluriennali per adottare l’intelligenza artificiale (IA), durante i quali ha capito che il successo va oltre la semplice definizione dei modelli di addestramento.
I dati, in particolare, si sono rivelati un ostacolo importante, secondo Sameer Gupta, direttore analitico capo di DBS. Nel 2018, la banca di Singapore ha intrapreso un percorso per sfruttare l’IA in quattro aree principali che spaziano dallo sviluppo delle capacità di analisi, alla cultura e al curriculum dei dati, all’aggiornamento dei dati e all’abilitazione dei dati.
Inoltre: La prossima grande minaccia all’IA potrebbe già essere in agguato sul web
“La visione qui era utilizzare i dati per ottenere maggiori benefici per l’organizzazione”, ha detto Gupta in un’intervista a ENBLE. Per fare ciò, ha detto che la banca ha riconosciuto la necessità di rendere l’accesso all’IA pervasivo in tutta l’azienda e di fornire valore economico dall’IA. Anche il costo di fornire soluzioni di IA doveva essere continuamente ridotto.
Gli sforzi si sono concentrati sullo sviluppo dei casi d’uso giusti e del talento, inclusi gli ingegneri di apprendimento automatico, e sulla creazione di una cultura dei dati che incoraggiasse tutti i dipendenti a pensare costantemente a come i dati e l’IA potessero aiutare nel loro lavoro. Ciò significava fornire un programma di formazione che guidasse il personale su come e quando utilizzare, e quando non utilizzare, i dati.
- TSMC entra in ‘Silicon Saxony’ con una fabbrica di chip...
- La startup tedesca di lanciatori di razzi si aggiudica €30M mentre ...
- Lyft sta eliminando la tariffazione dinamica per sottrarre clienti ...
Inoltre: Come bloccare il nuovo crawler web di addestramento dell’IA di OpenAI dall’ingerire i tuoi dati
La banca si è messa al lavoro per stabilire l’infrastruttura per agevolare l’adozione dell’IA, che comprendeva la piattaforma dati, la struttura di gestione dei dati e la governance dei dati. Ha implementato un framework su cui tutti i casi d’uso dei dati devono essere valutati. Chiamato PURE, si basa su quattro principi – mirato, prevedibile, rispettoso e spiegabile – che DBS ritiene essenziali per guidare la banca nell’uso responsabile dei dati.
La sua piattaforma dati, ADA, funge da fonte centrale unica, consentendo alla banca di garantire una migliore governance, qualità, scopribilità e sicurezza dei dati.
Oggi, oltre il 95% dei dati considerati utili e necessari per facilitare le operazioni alimentate dall’IA di DBS è scopribile sulla piattaforma. La piattaforma contiene più di 5,3 petabyte di dati, che comprendono 32.000 set di dati che includono video e dati strutturati.
Tuttavia, raggiungere questo punto si è rivelato un compito titanico, come ha rivelato Gupta. In particolare, organizzare i dati e renderli scopribili ha richiesto un lavoro significativo, che coinvolgeva principalmente competenze manuali ed umane, ha detto. Sono state spese molte ore per identificare i metadati, con strumenti per automatizzare tali compiti carenti.
Inoltre: Nvidia potenzia il suo ‘superchip’ Grace-Hopper con una memoria più veloce per l’IA
Ha aggiunto che la banca utilizzava molte applicazioni, ognuna contenente dati necessari per supportare le sue iniziative di IA.
Con i dati distribuiti su diversi sistemi, ha osservato che era necessario fare “un grande sforzo” per portare i set di dati su una piattaforma unica e renderli scopribili. I dipendenti devono essere in grado di estrarre i dati di cui hanno bisogno e la banca doveva garantire che ciò fosse fatto in modo sicuro, ha detto.
Oggi DBS gestisce oltre 300 progetti di IA e apprendimento automatico, che afferma hanno generato un aumento dei ricavi di SG$150 milioni ($112,53 milioni) lo scorso anno e risparmiato SG$30 milioni ($22,51 milioni) per evitare rischi, ad esempio migliorando il monitoraggio del credito. Questi casi d’uso di IA coprono una serie di funzioni, tra cui risorse umane, legale e rilevamento delle frodi, secondo Gupta.
Le iniziative di IA della banca sono in linea per generare ulteriori benefici economici e di evitamento dei costi quest’anno, raddoppiando a SG$350 milioni ($262,56 milioni). L’obiettivo è che questa cifra raggiunga SG$1 miliardo ($750,17 milioni) nei prossimi tre anni. DBS, la più grande banca di Singapore, conta attualmente circa 1.000 ingegneri, scienziati e ingegneri di dati.
Nessuna soluzione miracolosa con l’adozione dell’IA
Chiesto se stesse esplorando l’uso dell’IA generativa, Gupta ha confermato che la banca sta già svolgendo più di 10 sperimentazioni, ma ha sottolineato che è ancora presto. I vari team, tra cui marketing, vendite e IT, dovranno avere ulteriori conversazioni nei prossimi mesi per capire meglio da questi test come l’IA generativa possa beneficiare la banca, ha detto.
Inoltre: Il team di esperti di Microsoft ha monitorato l’IA dal 2018. Ecco cinque grandi intuizioni
Ha aggiunto che è necessario garantire che l’uso di tali applicazioni di intelligenza artificiale continui ad adherire ai suoi principi PURE e ai principi FEAT di Singapore che guidano l’uso dell’IA nel settore. Altri rischi noti come allucinazioni e violazioni dei diritti d’autore dovranno anche essere valutati, ha detto.
Attualmente DBS utilizza 600 algoritmi di intelligenza artificiale e machine learning, che in modo collettivo aiutano a gestire le interazioni con i suoi cinque milioni di clienti in tutta la regione, inclusi Cina, Indonesia e India.
Tuttavia, ha sottolineato Gupta, il fatto che utilizzino 600 modelli di intelligenza artificiale è irrilevante, sottolineando invece l’obiettivo di ottenere l’efficienza e l’accuratezza ottimali con il minor numero di modelli di intelligenza artificiale.
Sottolineando una concezione errata secondo cui il modello stesso è tutto, ha osservato che in realtà svolge un ruolo marginale nell’assicurare che le aziende traggano vantaggio dall’uso dell’IA.
Inoltre: ChatGPT Plus può estrarre potenti informazioni dai dati aziendali. Ecco come
Invece, devono lavorare su tutti gli elementi tecnici, che dovrebbero includere la creazione di meccanismi per monitorare l’uso dell’IA e raccogliere continuamente feedback per individuare aree di miglioramento. Ciò garantirà che l’organizzazione impari dall’applicazione dell’IA e apporti modifiche laddove necessario, inclusi i modelli di intelligenza artificiale e i processi operativi, per risolvere i problemi e colmare le lacune.
“Devi perseverare per ottenere il massimo vantaggio. Non esiste una soluzione magica”, ha detto Gupta.
Quando gli è stato chiesto se DBS stesse utilizzando l’IA per anticipare meglio le interruzioni, come quelle sperimentate nell’ultimo anno, ha detto che la banca sta cercando di capire come migliorare, inclusa l’analisi dei dati. Notando che molti fattori possono causare picchi di domanda, ha detto che c’è il potenziale per sfruttare l’IA, ad esempio, nelle operazioni per rilevare anomalie e determinare il prossimo passo.
Non è stato in grado di commentare specificamente sulle interruzioni dei servizi, ma ha detto che un comitato speciale composto da quattro membri del consiglio di amministrazione della banca sta conducendo una revisione completa della resilienza tecnologica della società. Ha aggiunto che sono stati coinvolti anche esperti esterni per aiutare nella revisione e che ulteriori dettagli verranno forniti una volta completata.
Inoltre: Allenare modelli di intelligenza artificiale con i propri dati per mitigare i rischi
“Le interruzioni dei servizi che abbiamo sperimentato a marzo e maggio sono state un monito per tutti noi di DBS”, ha detto Gupta. “Garantire servizi bancari digitali ininterrotti 24 ore su 24, 7 giorni su 7 è sempre stata la nostra priorità principale. Purtroppo, siamo rimasti al di sotto delle aspettative. I nostri clienti si aspettano giustamente di più da noi e dobbiamo fare meglio”.
Il mese scorso è emerso che l’errore umano era la causa dell’interruzione di maggio di DBS, ma non era correlato all’interruzione di marzo. Il Ministro Senior di Singapore e Ministro responsabile di MAS, Tharman Shanmugaratnam, ha detto in una risposta parlamentare scritta che l’errore era stato trovato nel software utilizzato per la manutenzione del sistema e aveva comportato una “significativa riduzione” della capacità del sistema.
Ciò ha influenzato la capacità di elaborare operazioni bancarie online e su dispositivi mobili, pagamenti elettronici e transazioni negli sportelli ATM, ha affermato Tharman, citando l’indagine preliminare della banca.
Fondi per aiutare il settore ad adottare l’IA
Singapore ha annunciato lunedì di stanziare 150 milioni di SGD (112,53 milioni di dollari) per tre anni per sostenere ulteriormente gli sforzi del settore finanziario nell’innovazione tramite l’uso della tecnologia.
Il Financial Sector Technology and Innovation Scheme (FSTI 3.0) continuerà a facilitare lo sviluppo delle capacità e l’adozione in settori chiave come l’IA, l’analisi dei dati e la regolamentazione tecnologica (regtech). In particolare, l’autorità di regolamentazione del settore, Monetary Authority of Singapore (MAS), cercherà di promuovere l’adozione di IA e analisi dei dati tra le piccole aziende finanziarie.
FSTI 3.0 comprende anche nuove iniziative per le quali i fondi saranno destinati ad entità di corporate venture capital e progetti ESG (ambientali, sociali e di governance). MAS lancerà anche chiamate aperte per casi d’uso in tecnologie emergenti, come Web 3.0, con offerta di finanziamenti a fondo perduto per prove e commercializzazione.
Inoltre: La corsa all’oro dell’IA rende critica l’igiene di base della sicurezza dei dati
Per DBS, l’obiettivo ora è garantire che i progetti di IA possano scalare e l’accesso rimanga pervasivo in tutta l’organizzazione, ha detto Gupta.
“Dobbiamo assicurarci di industrializzare come l’IA viene sviluppata e implementata nella banca, in modo da ridurre lo sforzo per implementarla. Questo non può essere fatto se ogni caso d’uso viene gestito in modo personalizzato”, ha sottolineato.
Egli ha anche sottolineato l’importanza di garantire che l’IA continui a essere misurata, in modo che la banca sia in grado di determinare se sta generando risultati positivi. “Dobbiamo assicurarci che ci siano vantaggi sia per i dipendenti che per i clienti”, ha aggiunto.
