Выгоды крупных банков от ИИ вызывают беспокойство по поводу будущего конкуренции

Bank of America Corp. впервые запустила своего чат-бота Erica на базе искусственного интеллекта почти десять лет назад, в 2016 году. После нескольких итераций и множества патентов платформа ежедневно обрабатывает около 2 миллионов взаимодействий с клиентами, что соответствует работе 11 000 сотрудников.

Если это звучит впечатляюще, то обратной стороной являются затраты: примерно за тот же период компания потратила почти 120 миллиардов долларов на технологии, а прошлогодний бюджет на технологии в 12 миллиардов долларов включал 4 миллиарда долларов на разработку, включая улучшение Erica и создание новых приложений, помимо 8 миллиардов долларов, необходимых для поддержки существующих систем.

Это огромные суммы, и инвесторы многих крупных банков уже давно задаются вопросом, какую прибыль они получают за эти деньги. Хорошо, что некоторые ответы начинают появляться, но они несколько ограничены, и в этой истории есть два важных предостережения.

Во-первых, затраты высоки отчасти потому, что компании должны быть крайне осторожны при внедрении новых инструментов, особенно генеративного искусственного интеллекта, поскольку ошибки могут разрушить доверие и сорвать инвестиции.

Во-вторых, ИИ обещает ускорить решение проблем конкуренции, поскольку он, скорее всего, еще больше увеличит разрыв между крупнейшими кредиторами, которые могут потратить больше всего, и остальными.

Бюджет на технологию

Bank of America является типичным примером: его годовой бюджет на технологии превышает всю базу затрат более чем половины кредиторов из индекса KBW Banks.

Годовые расходы JPMorgan Chase & Co. на технологии составили 18 миллиардов долларов, что превысило совокупные расходы всех банков, входящих в индекс, кроме пяти.

Подробности того, что BofA получит за свои деньги, стали самой интересной частью дня инвестора на прошлой неделе, впервые с 2011 года.

По словам банка, потребительское подразделение банка сократило свой штат до 55 000 в этом году со 101 000 в 2011 году, исключительно благодаря более совершенным технологиям. С 2018 года банк вдвое сократил убытки от мошенничества, добавили в банке.

Большую роль в этом сыграл искусственный интеллект. BofA построил все самостоятельно, а не с помощью фирм Кремниевой долины, что делает его одним из крупнейших владельцев интеллектуальной собственности в финансовом секторе наряду с Capital One Financial Inc.

По данным аналитиков Wells Fargo & Co, эти две компании владеют 65 процентами всех патентов, связанных с искусственным интеллектом, принадлежащих банкам.

Возвратность

Но хотя все больше компаний признают, сколько они тратят на технологии, они по-прежнему мало раскрывают фактическую отдачу от инвестиций в ИИ — и имеющиеся данные выглядят разочаровывающими.

Менее половины из 280 финансовых менеджеров, опрошенных Boston Consulting Group в этом году, вообще не смогли определить рентабельность инвестиций в искусственный интеллект.

Из тех, кому это удалось, треть оценивает рентабельность инвестиций на сегодняшний день менее чем в 5%, а еще четверть оценивает ее в пределах от 5% до 10%.

Частично проблема заключается в том, что нет готовых продуктов, которые можно было бы купить и развернуть, как это было в случае с электронными таблицами Microsoft Excel.

Даже тем, кто решил работать с крупной компанией GenAI, как это сделал Morgan Stanley с OpenAI, все равно придется инвестировать много времени и денег, чтобы превратить большую языковую модель в полезный инструмент, будь то чат-бот для публичного использования или внутренний помощник для исследований или продаж.

Еще до того, как они попадут туда, компания должна была вложить время и деньги в свои данные, чтобы сделать их полезными для любого проекта ИИ — это означает их очистку, сортировку и маркировку.

Morgan Stanley вложил в это несколько лет еще до того, как задумался о работе с ИИ.

Bank of America инвестировал 3 миллиарда долларов в период с 2014 по 2019 год, чтобы сделать свои собственные данные пригодными для использования.

Банки делают это по другим нормативным и деловым причинам, но это подчеркивает стоимость запуска проекта ИИ.

Многие другие расходы

JPMorgan тратит около 2 миллиардов долларов в год на проекты искусственного интеллекта и в прошлом году сообщил, что они приводят к экономии почти 2 миллиардов долларов в год, большая часть которых связана с мошенничеством.

Но это не означает, что инвестиции окупаются на 100% — многие другие расходы на данные и технологии привели JPMorgan к тому моменту, когда ИИ может начать приносить пользу.

Большие технологические бюджеты помогают крупным банкам совершить скачок.

Даже банкам, которые могут инвестировать такие ошеломляющие суммы в создание и улучшение программного обеспечения, все равно приходится тратить значительные средства на деструктивное тестирование, прежде чем они смогут вывести продукты на рынок.

Брайан Мойнихан, генеральный директор BofA, на прошлой неделе выразил свое мнение о платформе искусственного интеллекта банка: «Она должна быть идеальной».

«Если люди потеряют доверие к этому ответу (от Эрики), завтра 11 000 человек должны будут разговаривать по телефонам и в отделениях. Завтра», — решительно сказал он.

Это касается не только банков, чьи обязательства перед клиентами строго регламентированы. Базовая динамика, описанная Мойниханом, применима к любой компании, независимо от того, являются ли пользователями ее ИИ отдельные клиенты, другие компании или ее собственные сотрудники.

Конечные преимущества ИИ с точки зрения эффективности и, возможно, персонализации услуг могут показаться чрезвычайно многообещающими, но время и деньги, необходимые для их достижения, также велики и в большинстве случаев оплачиваются авансом. И нет никакой гарантии успеха.

Чем больше ИИ оправдывает свои обещания, тем больше компаний, которые уже являются крупнейшими и богатейшими, воспользуются этими преимуществами.

Однажды, возможно, раньше, чем мы думаем, это создаст проблему конкуренции, о которой должны начать думать политики и регулирующие органы.