AI kan skapa en mänskligare finanssektor

Totalt sett uppskattar analysföretaget Gartner att AI redan från år 2022 årligen kommer att skapa fler jobb (2,3 miljoner) än de jobb som försvinner (1,9 miljoner).

Vilken effekten blir för behovet av arbetskraft inom bank och finans är en öppen fråga och beror på vilka strategiska beslut som fattas, och hur snabbt det går att utbilda och växla in arbetskraft i nya sätt att organisera och driva en bank.

Här finns stora möjligheter, men det kommer att krävas beslutsamhet och att man vågar satsa. Bankerna kommer att behöva välja. Valen behöver de göra utan att ha alla kort på bordet.

För några kommer besluten leda till bättre affärer och fler arbetstillfällen, för andra blir utvecklingen en annan. Det viktigaste är att processerna kommer igång, och att man tänker på AI som en självklar och integrerad del av verksamhetsutvecklingen.

Att digitala giganter som Amazon, Google och Facebook investerar en stor del av sin utvecklingsbudget i AI-relaterade projekt säger en hel del om den betydelse de lägger vid den nya teknologin. Att AI finns med som prioriterat område bör gälla alla verksamheter med större delen av sin verksamhet och sin affärsidé i digitala miljöer. Det gäller också för alla som behöver kunna förstå och fatta beslut om investeringar utifrån innovations- och affärsutveckling i en digitaliserad ekonomi.

Istället för att se AI som en robot som tar våra jobb bör vi se på hur AI kan användas för att komplettera och effektivisera vår intelligens. AI kan stötta våra analyser och beslut och helt enkelt göra oss smartare. AI kan inte sätta mål, men kan hjälpa oss att nå dem. Det finns ingen anledning att människor ska agera och göra uppgifter som lika bra eller bättre kan skötas av AI.

Redan 1989 uttryckte science fiction-författaren Isaac Asimov det som:  “Any job that is so simple and repetitive that a robot can do it as well as, if not better than, a person is beneath the dignity of the human brain.”

AI kommer att utveckla behovet av arbetskraft i tre huvudspår.

Det första, och där vi redan kommit långt, är inom automatisering. AI-systemen är bra på att snabbt hantera stora datamängder och komplexa beräkningar. Repetitiva, och enformiga volymuppgifter med igenkännbara mönster, kan med fördel ersättas av AI och därmed frigöra mer tid och arbetskraft för att ta hand om mer komplexa uppgifter.

Det handlar om uppgifter som kräver mänskliga förmågor såsom vett och etikett, förmåga att föra resonemang, intuition, kreativitet, empati, nyanser och förmåga att skapa relationer.

Automatisering ersätter arbetsuppgifter som AI gör snabbare, effektivare och/eller som inte kräver mycket utbildning. Men automatisering kräver också kvalificerad mänsklig arbetskraft för att implementera, utveckla och underhålla AI-lösningen.

Det andra spåret handlar om hur AI involveras och ger stöd i våra processer och beslut.

Här handlar det inte om att mänsklig arbetskraft ersätts av AI, utan om en samarbetsform; AI augmentation – ett samspel mellan människa och maskin där båda parter kompletterar och förstärker varandras förmågor och styrkor.

AI blir då en resurs för att förstärka och förädla kunskaper och beslutsunderlag, och effektivisera moment och processer.

Det finns exempel där kunder uppfattar att analyser och beslut fattas för snabbt för att kunna vara välgrundade, och där banken fått bromsa svarstiden för att beslutet ska landa bättre. Lite längre fram kommer vi vara vana vid att komplexa beslutsprocesser som utgår från omfattande finansiella analyser sker, om inte i realtid, så mycket snabbt.

Hur bra dessa verktyg för analyser och beslutsunderlag blir, kommer skilja finansaktörerna åt.

Kundtjänst är ett volymdataområde där AI-implementeringen redan kommit långt. Grundläggande kundtjänst med tydliga volymärenden kan en AI-assistent ta hand om, men för svårare ärenden kopplas den mänskliga handläggaren in.

AI kan bistå människor med snabbare kognitiva processer såsom att analysera och kategorisera en kund baserat på tonläge och ordval för att sedan rikta den kunden till en lämplig agent baserat på icke-traditionella faktorer. AI kan exempelvis göra en initial bedömning av kundens engagemang och känslomässiga status.

Det tredje spåret är hur AI driver fram helt nya tjänster, yrken och branscher som krävs för att utveckla, implementera och underhålla AI och AI-samverkan för automation och augmentation.

Accenture genomförde nyligen en studie av hur stora företag ser på behoven av arbetskraft kopplat till AI. I rapporten identifieras tre kategorier av nya yrken som kommer att kräva mänsklig kompetens – trainers, explainers och sustainers.

Gemensamt för dessa nya yrken är att de bidrar till att maskinernas arbete blir effektivt, relevant, ansvarsfullt, etiskt och rättvist.

AI-system baseras till stor del på självlärande algoritmer, men vi ska komma ihåg att systemen inte själva kan tänka (som en människa). AI vet inte vad som är rätt eller fel. De kan inget om vett och etikett.

För att kunna styra och utveckla dessa färdigheter i AI-miljöer kommer det krävas stor mänsklig arbetskraft inom överskådlig tid. Algoritm-audit (algoritm-granskning) är ett exempel på ett växande område, något som jag nyligen skrivit om på vår webb.

Många banker har nyss börjat sin AI-resa. Den mest direkta effekten på personalsidan kommer från till synes vardagliga applikationer för att göra förutsägelser, exempelvis baserade på volymdata, från värdepappersmarknad- och CRM-system.

AI är här för att stanna. De mest spännande och största utvecklings- och omvandlingsområdena ligger framför oss.

Effekterna AI får på arbetskraften kommer att bestå av en kombination av faktorer som berör teknisk utveckling och innovation, applikationsområden, politiska beslut, företagens affärs- och verksamhetsutveckling (management) och arbetskraftens möjligheter och omställningskapacitet.

Om vi agerar rätt här så kommer vi att få inte bara smartare och effektivare banker, utan också ett rikare och mer kompetensdrivet yrkesliv inom finanssektorn.

För att det ska bli verklighet behöver vi förstå vad tekniken kan göra för oss. Och sjösätta projekten som kan göra det bästa av denna utveckling.

Josefin Rosén
AI-expert, Principal Advisor Analytics
Financial Services Nordics, SAS Institute