Превращение денег в данные

Портал FutureBanking провел конференцию Data Day 2022, на которой обсудил проблемы превращения собираемых данных в деньги. В основном в конференции обсуждались проблемы банковской сферы, где данные и деньги соседствуют непосредственно. Однако сейчас в связи с санкциями и изменением поведения пользователей финансовых решений именно в банковской сфере возникли серьезные проблемы. В частности, перестали работать инструменты, построенные на базе машинного обучения — это самый серьезный кризис индустрии искусственного интеллекта, который можно было бы представить. ИТ-компании с банковскими лицензиями, у которых основным инструментом зарабатывания денег были различные высокотехнологические решения, теперь занялись выработкой стратегии выживания в новых условиях.

 

Смерть ИИ-моделей

 Технология искусственного интеллекта построена на базе статистики, то есть огромного размеченного массива данных, который накапливался в банковской сфере в течении последних нескольких лет. С помощью этих моделей можно было хорошо предсказывать поведение пользователей банковских услуг, считать вероятность просрочки задолженности и проводить скоринг кредитов с достаточно большим уровнем точности. Однако в условиях санкций, наложенных на платежные системы, скачков курса доллара, отъезда ИТ-специалистов за рубеж и других изменений, которые существенно меняют поведение пользователей банковских услуг предсказания, основанные на собранной ранее статистике, перестали работать. Это значит, что невозможно использовать те ML-модели, которые банки создавали, модернизировали, верифицировали и юстировали в течении последних нескольких лет. Они перестали давать достаточно качественный результат, поэтому от них приходиться отказываться и начинать процесс настройки машинного обучения заново. Альтернативой является использование механизмов предсказания ситуации, которые не были бы основаны на статистических данных и нейросетевых технологиях. Фактически это означает отказ от технологий нейронных сетей в пользу других, более предсказуемых методов искусственного интеллекта.

 Основные рекомендации специалистов, которые занимаются анализом финансовых данных, на текущий момент следующие: сконцентрироваться на выживании банков, то есть внести себя максимально консервативно; все проекты развития свернуть; заняться взысканием долгов. Точные предсказания рыночной ситуации сейчас невозможны — в прогнозах приходится опираться на мнения экспертов и составление сценарных моделей. Кроме того, для более детального анализа происходящих на рынке событий стоит привлекать различные нетрадиционные источники финансовой информации, например, информацию по автомобилям и недвижимому имуществу. В условиях нестабильности эта информация позволит правильно кластеризировать клиентов, а уже для каждой явно выделенной группы клиентов можно будет сформировать сценарные прогнозы поведения.

 Эксперты также считают, что сейчас хорошее время для закрытия «технологических долгов», то есть реализации тех проектов, до которых не доходили руки во время непрерывного развития. Например, реализация надежных систем хранения, качественных систему управления ИТ, высокопроизводительных вычислений, резервного копирования и других важных элементов системы накопления и защиты данных. В современных условиях важно обеспечить надежность функционирования всех информационных систем и безопасность данных от утечек. Накапливаемые данные все-равно будут востребованы и пригодятся для последующего анализа в будущем. В целом приоритетом становиться надежное фиксирование достигнутых результатов, нежели дальнейшее развитие. Сохранить позиции в текущей нестабильной ситуации — это уже хороший результат.

 

Конфиденциальные вычисления

 Важной частью банковских информационных систем являются так называемые конфиденциальные вычисления. Это технология создания специальных защищенных анклавов вычислений, которые позволяют обрабатывать защищенные данные без возможности доступа к ним даже со стороны операционной системы. Изначально они были реализованы в отдельном процессорном модуле TPM (Trusted Platform Modules), однако сейчас все разработчики процессорных архитектур реализовали их внутри самих процессоров: Intel — в технологии SGX (Secure Guard Extensions), ARM — в виде Trustzone и AMD — в SEV (Secure Encrypted Virtualization). Наиболее популярной технологией была, естественно, Intel SGX, однако сейчас для российских банков она, скорее всего, станет недоступной. Поэтому вполне возможен перенос приложений, написанных для технологии Intel, на платформу ARM Trustzone, которая реализована в версиях стандартов ARMv7 и ARMv8. Очевидно, что разработчикам российских операционных систем и приложений для конфиденциальных вычислений придется переносить свои решения на эту технологию, поскольку из отечественных процессоров достаточно много построены именно на спецификации ARM.

Поделиться:
Спецпроект

Компания iFellow объявила о переходе на российскую платформу CommuniGate Pro

Подробнее
Спецпроект

У общественного транспорта Ярославской области появилось мобильное приложение

Подробнее


Подпишитесь
на нашу рассылку