Escolar Documentos
Profissional Documentos
Cultura Documentos
Como a IA generativa
pode ajudar os
bancos a gerir riscos e confo
Nos próximos cinco anos, a IA generativa poderá mudar fundamentalmente
a gestão de riscos das instituições financeiras, automatizando, acelerando e
melhorando tudo, desde a conformidade até ao controlo dos riscos climáticos.
Março de 2024
Machine Translated by Google
IA generativa (gen AI) está preparada para se tornar um eficiência na tomada de decisões relacionadas ao risco e
catalisador para a próxima onda de ganhos de produtividade automação parcial na elaboração e atualização de políticas e
em todos os setores, com os serviços financeiros entre eles. procedimentos para refletir as mudanças nos requisitos
Da modelagem analítica à automatização de tarefas manuais e regulatórios. Funcionaria como uma fonte de informação fiável e
à síntese de conteúdo não estruturado, a tecnologia já eficiente, permitindo aos gestores de risco tomar decisões
está mudando a forma como as funções bancárias operam, informadas com rapidez e precisão.
e permanecem em conformidade com as regulamentações. Por exemplo, a McKinsey desenvolveu um especialista virtual de
É imperativo que as funções de risco e conformidade coloquem de risco dos bancos e suas partes interessadas
barreiras em torno do uso da geração de IA em uma pode desenvolver ferramentas semelhantes que examinam
organização. No entanto, a tecnologia pode ajudar as próprias transações com outros bancos, possíveis sinais de alerta, notícias de
funções a melhorar a eficiência e a eficácia. Neste artigo, mercado, preços de ativos e muito mais para influenciar decisões de risco.
discutimos como os bancos podem construir uma abordagem flexível Esses especialistas virtuais também podem coletar dados e
e poderosa para o uso de IA genérica na gestão de risco e avaliar avaliações de riscos climáticos para responder
líderes funcionais
deve considerar. Finalmente, a gen AI poderia facilitar uma melhor coordenação
entre o primeiro e o segundo LOD no
A Gen AI tem o potencial de revolucionar a forma como os bancos melhorada permitiria mecanismos melhorados de monitorização e
gerem os riscos nos próximos três a cinco anos. Poderia permitir que controlo, fortalecendo assim o quadro de gestão de riscos da
Isso, por sua vez, libertaria os profissionais de risco para Das muitas aplicações promissoras da IA genérica para instituições
aconselhar as empresas sobre o desenvolvimento de novos financeiras, há um conjunto de candidatos que os bancos estão a
produtos e decisões estratégicas de negócios, explorar tendências e explorar para uma primeira onda de adoção: conformidade
cenários de risco emergentes, reforçar a resiliência e melhorar os regulamentar, crime financeiro, risco de crédito, modelização e
processos de risco e controlo de forma proativa. análise de dados, risco cibernético e risco climático. No geral, vemos
funções de conformidade e risco e auditorias. Esse centro forneceria Por meio de um especialista virtual, um usuário pode fazer uma
relatórios automatizados, maior transparência de riscos, maior pergunta e receber uma resposta resumida gerada a partir de
dados. Com a automação manual de processos, a geração AI — Modelagem e análise de dados. A geração AI pode
executa tarefas demoradas. Com a aceleração de código, a acelerar a migração da programação legada
geração AI atualiza ou traduz código antigo ou escreve código linguagens, como a mudança de SAS e
totalmente novo. Todos esses arquétipos podem desempenhar COBOL para Python. Também pode automatizar o
funções nas principais responsabilidades de risco e conformidade: monitoramento do desempenho do modelo e gerar
alertas se as métricas estiverem fora dos níveis de tolerância.
treinando-o para responder a perguntas sobre — Risco cibernético. Verificando a segurança cibernética
regulamentos, políticas e diretrizes da empresa. vulnerabilidades, a geração AI pode usar linguagem natural
A tecnologia também pode comparar políticas, regulamentos e para gerar código para regras de detecção e acelerar o
código, ele pode verificar o código em busca de desalinhamentos útil em “red teaming” (simulando adversários
verificação da conformidade regulatória e fornecer alertas para tech também pode servir como especialista virtual para
automatize a criação e atualização de classificações de risco dos — Risco climático. Como acelerador de código, a geração AI pode
clientes com base em alterações nos atributos de conheça sugerir trechos de código, facilitar testes unitários e auxiliar na
seu cliente. Ao gerar e melhorar o código para detectar visualização de riscos físicos com mapas de alta
atividades suspeitas e analisar transações, a tecnologia pode resolução. Pode automatizar a recolha de dados para
- Risco de crédito. Ao resumir o cliente gerar automaticamente relatórios sobre tópicos ambientais,
informações (por exemplo, transações com outros bancos) sociais e de governação (ESG) e secções de
para informar decisões de crédito, a geração AI pode ajudar sustentabilidade dos relatórios anuais (ver barra lateral,
a acelerar o processo de crédito de ponta a ponta dos “Como a IA generativa pode acelerar as avaliações de risco
gerar relatórios de risco de crédito e extrair informações Depois que as empresas incorporaram a geração de IA nessas
dos clientes a partir de notas de crédito. A Gen AI pode gerar funções e funções, elas presenciaram uma segunda onda
código para obter e analisar dados de crédito para obter uma visão de casos de uso emergentes em outros aspectos de risco
dos perfis de risco dos clientes e gerar estimativas de probabilidade gerenciamento. A Gen AI pode simplificar o risco empresarial sintetizando
Como a IA generativa pode acelerar as avaliações de risco climático das instituições financeiras
As funções de risco podem se beneficiar gerar sínteses dos planos de transição das Considere os benefícios da automação de
IA generativa (gen AI) em uma variedade de análises. No contrapartes e compará-los com as emissões reais para geração de IA para ajudar os clientes a migrarem para
caso de avaliações de riscos climáticos, a avaliar o progresso em direção às metas. emissões líquidas zero. A tecnologia pode identificar
transformadores generativos pré-treinados de anos de relatórios da empresa. Por sua vez, as instituições
Além da medição, a geração AI pode auxiliar na
– pode extrair instantaneamente de múltiplos e extensos financeiras podem utilizar essas novas informações
análise do impacto climático, automatizando, em
relatórios e extrair respostas de materiais de origem para encontrar oportunidades de investimento.
última análise, relatórios sobre tópicos ambientais,
(quadro).
sociais e de governança. Pode ajudar no risco ao
Além disso, a geração AI pode fornecer suporte aos automatizar as minutas de risco climático e pode estimular
gerentes de relacionamento para acelerar o o crescimento ao utilizar dados de clientes para personalizar
avaliação do risco climático para os seus produtos financeiros verdes.
Exibir
ajudar a acelerar o processo de avaliação da adequação do modelos básicos normalmente aproveitam dados baseados na
posições de risco e elaborar relatórios de risco e briefings executivos para — preocupações com privacidade, como divulgação pública não
Outra área em que a geração AI pode desempenhar um papel importante — uso malicioso, como disseminação de informações falsas
é o risco operacional. Os bancos podem usá-lo para automação conteúdo e uso de geração de IA por criminosos para criar identidades
operacional de controles, monitoramento e detecção de incidentes. Ele falsas, orquestrar ataques de phishing ou
controle ou avaliar
Principais considerações na adoção da geração AI — riscos de desempenho e de “explicabilidade”, tais como modelos que
Embora existam vários casos de uso atraentes nos quais a geração de fornecem respostas factualmente incorretas e informações
desatualizadas
IA pode impulsionar a produtividade, priorizá-los é fundamental para
responsável e sustentável. Vemos três críticas — riscos estratégicos através do não cumprimento de
dimensões que os líderes de risco podem avaliar para Padrões ou regulamentos ESG, criando riscos sociais ou de
Os diretores de risco podem basear suas decisões em domínio público através do uso de ferramentas de terceiros
líderes precisam estar cientes dos novos riscos associados à As organizações que conseguem extrair valor da geração de IA devem
usar uma abordagem focada e de cima para baixo para iniciar a jornada.
esta nova tecnologia. Esses riscos podem ser amplamente divididos Dada a escassez de talentos para dimensionar as capacidades de IA de
em oito categorias: geração, as organizações devem começar com três a cinco casos de
geração de IA pode ser inerentemente tendencioso contra de uso em três a seis meses, seguidos de uma estimativa do impacto
Exibir
— um catálogo de serviços e soluções de geração de IA reutilizáveis — integração com modelos e ferramentas de base de nível
e prontos para produção (casos de uso) que podem ser empresarial para permitir seleção e orquestração
facilmente conectado a uma variedade de negócios adequadas à finalidade em modelos abertos e proprietários
suporte a dados não estruturados, incorporação de vetores, máquinas desenvolvimento, lançamento e manutenção de soluções
— modelos de governança e talentos que prontamente as organizações enfrentam riscos de entrada da IA de geração,
implantar conhecimento multifuncional com capacidade para além dos riscos do desenvolvimento de casos de uso de IA de
processamento de linguagem natural e aprendizagem por reforço padrão do local de trabalho. Assim, os bancos terão de evoluir em
a partir de feedback humano, engenheiros imediatos, conformidade as suas capacidades de mitigação de riscos.
— alinhamento de processos para a construção de IA AI para verificar a si mesma, como por meio de citações de fontes
genérica para apoiar a experimentação, validação e e pontuações de risco, pode tornar as revisões humanas mais
implantação rápida e segura de ponta a ponta de soluções eficientes. Ao mover as proteções da geração de IA para tempo
recursos e soluções serão lançados e dimensionados, Para fazer essa mudança, os profissionais de risco e
alinhado com a estratégia de negócios mais ampla da conformidade podem trabalhar com os membros da equipe de
experimentar a geração de IA, as organizações que não conseguem As funções de risco precisam estar vigilantes para gerenciar os riscos
aproveitar o potencial da tecnologia correm o risco de ficar da geração de IA no nível empresarial. Eles podem cumprir essa
para trás em termos de eficiência, criatividade e envolvimento obrigação tomando as seguintes medidas:
passagem do projeto piloto para a produção demora significativamente 1. Certifique-se de que todos na organização estejam
mais tempo para a IA de geração do que para a IA clássica e a ciente dos riscos inerentes à geração de IA, publicando o que fazer e o
aprendizagem automática. Ao selecionar casos de uso, as funções que não fazer e estabelecendo barreiras de proteção aos riscos.
isolada. Em vez disso, eles devem se alinhar com a estratégia e os 2. Atualizar critérios e modelo de identificação do modelo
objetivos de geração de IA de toda a organização. política de risco (de acordo com regulamentos como o
Lei da UE sobre IA) para permitir a identificação e
Para que a adoção da gen AI pelos grupos de risco e conformidade classificação de modelos de geração de IA e ter um
seja eficaz e responsável, é fundamental que estes grupos avaliação e controle de risco apropriado
e ofensivas. Todos
3. Desenvolver especialistas em conformidade e risco de IA de geração As organizações com plataformas de dados avançadas serão as mais eficazes
que podem trabalhar diretamente com a linha de frente no aproveitamento dos recursos da geração AI.
4. Revisite o conhecimento existente do seu cliente, mudança organizacional, as organizações precisarão compreender os
controles para garantir que eles ainda sejam eficazes requisitos. Os bancos podem incorporar mudanças no modelo operacional
em um mundo habilitado para geração de IA. na sua cultura e nos processos de negócios habituais. Eles podem treinar
novos usuários não apenas sobre como usar a geração AI, mas também
Demandas de dados e tecnologia sobre suas limitações e pontos fortes. Reunir uma equipe de “campeões
Os bancos não devem subestimar os dados e a tecnologia da geração AI” pode ajudar a moldar, construir e dimensionar
demandas relacionadas a um sistema gen AI, que requer enormes quantidades a adoção desta nova tecnologia.
necessidade de construir ou investir em conjuntos de dados rotulados para uma profunda mudança cultural que exigirá todos os riscos
Rahul Agarwal é sócio associado do escritório da McKinsey em Nova Jersey, Andreas Kremer é sócio do escritório de Berlim, Ida
Kristensen é sócia sênior do escritório de Nova York, e Angela Lugetis sócio do escritório de Londres.
Os autores desejam agradecer a Adrija Banerjee, Stephan Beitz, Adrian Foerster, Yilin Li, Anke Raufuss, Ibtesam Siddiqui e Claudia
Satrústegui por suas contribuições para este artigo.