Τα μεγάλα οφέλη για την οικονομία από την υιοθέτηση της τεχνητής νοημοσύνης ανέλυσε ο κεντρικός τραπεζίτης Γιάννης Στουρνάρας, μιλώντας σε εκδήλωση του Ινστιτούτου για το Δίκαιο Προστασίας της Ιδιωτικότητας, των Προσωπικών Δεδομένων και την Τεχνολογία του EPLO.
Οπως είπε ο επικεφαλής της ΤτΕ, σύμφωνα με τα αποτελέσματα μελέτης της Accenture σε δώδεκα ανεπτυγμένες χώρες, η εφαρμογή της τεχνητής νοημοσύνης μπορεί να οδηγήσει έως και σε διπλασιασμό του ετήσιου ρυθμού ανάπτυξης (σε όρους ακαθάριστης προστιθέμενης αξίας) μέχρι το 2035, σε σύγκριση με ένα σενάριο όπου η τεχνητή νοημοσύνη δεν εφαρμόζεται.
Στην Ελλάδα, σύμφωνα με πρόσφατη μελέτη της Accenture σε συνεργασία με την Microsoft, η εφαρμογή της τεχνητής νοημοσύνης μπορεί να οδηγήσει σε σωρευτική αύξηση του ΑΕΠ κατά 195 δισεκ. δολάρια για την περίοδο 2020-2035, υπογράμμισε.
Σύμφωνα με τον κ. Στουρνάρα, οι επιχειρήσεις που δεν ακολουθούν τις τεχνολογικές εξελίξεις κινδυνεύουν να παραμείνουν στάσιμες ή ακόμα και να εξαλειφθούν. Πρόσφατες εμπειρικές μελέτες δείχνουν όμως ότι οι επιχειρήσεις που επωφελούνται κυρίως είναι οι πιο μεγάλες. Αυτές μπορούν μέσω της τεχνητής νοημοσύνης να βελτιώσουν περαιτέρω την αποδοτικότητά τους και να γίνουν ακόμη μεγαλύτερες έναντι των ανταγωνιστών τους. Αυτό ενδεχομένως οδηγεί στο αποτέλεσμα όπου «ο νικητής να κατακτά τα πάντα» (winner takes all) και να έχει συνεπώς δεσπόζουσα θέση στην αγορά.
Οσον αφορά στον χρηματοπιστωτικό τομέα, ενδεικτικά οφέλη από την εφαρμογή της τεχνητής νοημοσύνης περιλαμβάνουν: τη βελτίωση της εμπειρίας του πελάτη, την απλοποίηση και αυτοματοποίηση διαδικασιών με ελαχιστοποίηση της εμπλοκής του ανθρώπινου παράγοντα, και τη βελτίωση του κόστους των υπηρεσιών, αφενός λόγω της αποδοτικότερης χρήσης των δεδομένων και αφετέρου λόγω της αυξημένης ικανότητας των συστημάτων για συνδυαστική ανάλυση τόσο από συμβατικές πηγές δεδομένων (π.χ. προφίλ συναλλαγών, στοιχεία δανείων) όσο και από μη συμβατικές (π.χ. δεδομένα κοινωνικών δικτύων).
Οπως είπε ο κ. Στουρνάρας, από την ορθή εφαρμογή της τεχνητής νοημοσύνης μπορούν να επωφεληθούν όλα τα μέρη του χρηματοπιστωτικού συστήματος. Οι πελάτες μπορούν να απολαμβάνουν καλύτερες και πιο προσωποποιημένες υπηρεσίες και να έχουν πρόσβαση σε εξατομικευμένα χρηματοπιστωτικά προϊόντα. Οι επιχειρήσεις μπορούν να μειώσουν το κόστος λειτουργίας τους με παράλληλη βελτίωση της αποδοτικότητας των εσωτερικών διαδικασιών τους. Τέλος, οι εποπτικές αρχές μπορούν να βελτιώσουν την αποτελεσματικότητα της εποπτείας.
Εκτός από τις μεγάλες ευκαιρίες που παρουσιάζονται από τη χρήση της τεχνητής νοημοσύνης στο χρηματοπιστωτικό τομέα, αναδύονται και νέες προς αντιμετώπιση προκλήσεις:
1ον Η αδιαφάνεια ως προς τα χαρακτηριστικά και τη συμπεριφορά των εφαρμοζόμενων, συνήθως πολύπλοκων, αλγορίθμων επεξεργασίας των δεδομένων, ενδέχεται να επιφέρει δυσκολίες στην κατανόηση και στον έλεγχο των εμπλεκόμενων διαδικασιών και περιορισμό της ιχνηλασιμότητας τους, τόσο από τους ίδιους τους οργανισμούς που τους υιοθετούν, όσο και από τις αρχές που τους εποπτεύουν (φαινόμενο «black box»).
2ον Ο ακατάλληλος σχεδιασμός των αλγορίθμων τεχνητής νοημοσύνης ενδέχεται να εισάγει μεροληψία και διακρίσεις στα αποτελέσματα που προκύπτουν από την εφαρμογή της. Η ανεπαρκής αξιολόγηση των αποτελεσμάτων που προκύπτουν από την επεξεργασία δεδομένων με τεχνητή νοημοσύνη ενδέχεται να οδηγήσει οργανισμούς σε λήψη λανθασμένων αποφάσεων και κατ’ επέκταση να επιφέρει κινδύνους φήμης και συμμόρφωσης με το κανονιστικό πλαίσιο.
3ον Οι ευπάθειες στα μοντέλα τεχνητής νοημοσύνης ή στις υποδομές διαχείρισης των πληροφοριών, ενδέχεται να οδηγήσουν στην εμφάνιση κινδύνων ασφάλειας πληροφοριών, κυβερνοασφάλειας και εν γένει προστασίας δεδομένων. Επιπρόσθετα, ενδέχεται να ενισχυθούν οι κίνδυνοι εξάρτησης οργανισμών από τρίτους, τεχνολογικούς παρόχους.
4ον Η ελλιπής γνώση, εξοικείωση και εμπειρία του προσωπικού του κάθε οργανισμού με τα συστήματα τεχνητής νοημοσύνης ενδέχεται να οδηγήσει σε αστοχίες ή δυσλειτουργίες στη διακυβέρνηση των επιχειρησιακών διαδικασιών που βασίζονται στην τεχνητή νοημοσύνη. Παράλληλα, η διοίκηση ενός οργανισμού δεν θα πρέπει να αυτοματοποιεί τις βασικές της ευθύνες, ενώ επίσης είναι απαραίτητη η ύπαρξη απόλυτης διαφάνειας στη διαδικασία λήψης αποφάσεων σε όλα τα επίπεδα της οργανωτικής δομής.
