金融风险
发布时间：2018-05-15
由内容转载自：GARP协会，来源：Ryan Martin
人工智能不来了。它已经在这里，准备工作解决业务和后台问题。
这对风险和控制高管意味着什么?在我的谈话中，我听到的是谨慎而不是兴奋。这是可以理解的。对于那些从事风险工作的人来说，我们的工作是谨慎行事。
但由于从现在到2030年，AI提供了15.7万亿美元的经济机会，风险官员不能忽视它。组织将使用AI，我们必须做好准备。
AI也提供潜在的风险收益：更好的数据驱动见解，现在更高的效率，以及我们帮助推动业务向前发展的未来。
新的问题和答案
当我与风险和控制领导交谈时，经常会出现三个与人工智能相关的问题：
-偏见。我们如何确保AI具有无偏差数据的无偏差模型?我们不想让错误自动化。
-可解释性。人工智能非常复杂，我们会理解吗?(a)我们怎样才能知道它何时发生错误，(b)迅速修复错误，(c)解释利益相关者发生了什么?
-网络风险。AI会带来什么新的网络安全威胁?恶意行为者是否会篡改我们的AI模型或数据集?
所有这些担忧-这些都是今年AI的头号问题-我们预测很快就会有答案，或者已经有了答案。
作为对负责任人工智能的更广泛推动的一部分，组织和领导者已经开始围绕开发和使用人工智能的指导原则展开讨论-许多组织(例如IEEE和AI for Good)已经发布了一些原则来帮助实现利益最大化和管理风险。
除了指导原则之外，在解决当前人工智能风险方面还有许多领域取得了进展。例如，我们知道如何创建团队和流程以查找数据和模型中的偏差。
计算机科学家一直在开发更加可解释，透明和可证明的AI。cyberdefense有办法抓住那些试图欺骗AI算法的黑客。Cyberdefense还可以快速检测，纠正并在必要时关闭流氓AI组件，而不会占用整个平台。
阅读更多1：瑞士银行成为首家利用中国市场的全球银行
通过准备，AI的风险是可控的。
今日：赋权风险管理
人工智能不仅仅是一种被管理的风险。实用的人工智能已准备好通过多种方式帮助实现目前的效益，通过更深入的数据分析和前瞻性的智能赋予当前员工权力。它提供了一种管理整个企业风险的更好方式。
“风险领导者需要知道如何指导模型并解释其结果，”普华永道的Ryan Martin说。
举一个例子，考虑控制。现在，为了确定优先级并分配资源，内部审计通常会查看企业过去的风险。
然后根据可能不完整的回顾性数据构建审计计划。它根据有限的资源和相互竞争的优先事项，对一些控制措施进行了比其他更严格的测试。
但经过适当培训的实际人工智能在识别模式和从大量数据中获取洞察力方面非常出色，即使数据结构不完善。
这意味着人工智能不仅可以查看企业的内部历史数据，还可以根据同行，新规，政治变化，网络安全趋势，客户和供应商等数据开发预测。结果是一个更广泛，更有活力和前瞻性的观点。
通过人工智能驱动的自动化，内部审计可以测试全部数据，而不仅仅是样本。这增加了有效运作的设计良好的控制的可能性。
明天：推动业务向前发展
风险管理传统上是临时性的，根据经验，专注于我们认为存在风险的地方。今天我们看看过去的硬数据-我们根据昨天的风险构建模型，以获得当前数据的风险和业绩指标。
我们越来越多地使用自动化技术来提高容量和覆盖范围，并确保控制措施能够管理风险和法规要求。
明天，人工智能会让我们在未来可能发生的事情上模拟今天的风险。当我们可以主动管理风险时，我们将能够帮助企业做出积极的决策，从而提高效率和利润。风险将赋予业务权力。
为了实现这一愿景，企业将不得不数字化数据并打破按功能和业务线分开数据的障碍。只有这样，风险管理人工智能才能够立即实现多种风险的实时，企业范围，前瞻性视图。
但是，未来即将到来。AI的力量需要它。
阅读更多2：短期参议员奇怪地回到华盛顿帮助银行
什么风险专业人员需要做
随着企业在人工智能方面取得进展，风险和控制专业人员需要在座席上工作，以确保控制能够跟上。
对于这些讨论，许多风险专业人员需要提高技能。他们并不总是需要成为数据科学家，但他们需要了解AI如何工作以及如何在组织中使用它。
随着人工智能的发展，对于风险领导者来说，升级是确保他们的工作继续增值的最佳途径。至少在近期内，没有人期望实际的AI能够消除只有经验丰富的专业人员才能做出的那种判断。
但是，随着AI自动化分析工作的进行，风险领导者需要知道如何指导模型并解释其结果。
所以，如果有一条建议我今天会提供风险专业人士，那就是：了解人工智能。未来几年，它将改变你的组织和你的职业。
注：上述文章内容，仅代表作者(Ryan Martin)自己的观点。本站点仅做转载，并不视为认同其意见。内容由Google翻译。
本文由中国FRM考试网(www.frm.cn)整理编写，采编自：GARP协会。版权归原作者所有。如有侵权请联系删除。本文仅供参考、交流之目的。
复制本文链接
模拟题库
66
