Mikä hidastaa tekoälyn käyttöönottoa finanssialalla? Asiantuntijoiden mukaan ei ainakaan sääntely

Finanssialan tekoälykeskustelu jumittuu usein samaan kysymykseen: mikä oikeasti hidastaa käyttöönottoa? Vaistomainen vastaus on sääntely, joka on helppo syyllinen: tiukka, hidas ja oman vaikutusvallan ulkopuolella.

Neljän alan asiantuntijan näkemys on kuitenkin lähes päinvastainen. Jukka Moilanen OP Vähittäispankista, Shyam Mohan Backbaselta, Juha Raumolin Banksmithiltä ja Claudio Sangiorgi CRIFiltä keskustelivat aiheesta AI in Finance -tilaisuudessa, joka pohjautui Qvikin selvitykseen pohjoismaisten finanssijohtajien näkemyksistä.

Sääntely ei ole suurin jarru

Qvikin selvityksen mukaan sääntelyvaatimukset itsessään eivät ole suurin hidaste. Suurempi jarru on sisäisissä tarkistusprosesseissa, jotka toistetaan erikseen jokaista käyttötapausta varten ja venyvät etenkin suurissa organisaatioissa hitaiksi. Nopeimmin etenevät organisaatiot tuovat compliance-näkökulman mukaan jo suunnitteluvaiheessa, ei vasta viimeisenä tarkistuksena ennen julkaisua.

Paneelin esimerkit vahvistavat saman. Raumolin kertoo tekoälystä, joka litteroi sijoitusneuvojan tapaamisia ja tunnistaa automaattisesti compliance-riskejä, kuten sen, onko asiakkaan ESG-toiveet huomioitu: sääntö ei ollut este vaan syy, jonka vuoksi työkalu rakennettiin. Sangiorgi tunnistaa saman ilmiön CRIFin omassa työssä. “Tekoäly ei ole mikään taikahattu”, hän tiivistää: ensin pitää löytää aito liiketoimintatarve ja rajata, mihin dataan tekoäly saa koskea.

Moilasen mukaan todellinen jarru on usein se, miten organisaatiot itse tulkitsevat sääntelyä; kyse ei ole luvan puutteesta vaan hitaudesta. Mohanin mielestä kyse on ennemminkin rohkeudesta: hän viittaa monikansalliseen pankkilaitokseen, joka paransi myynnin tehokkuutta 20 prosentilla vuodessa uskaltamalla toimia rohkeasti sääntöjen sisällä varmuutta odottamatta. “Ne, jotka uskaltavat olla hieman rohkeampia, pystyvät myös näyttämään todellisia tuloksia ja vaikutusta”, hän sanoo.

Pelkkä läpinäkyvyys ei riitä

EU:n tekoälyasetuksen vaatimus kertoa asiakkaalle tekoälyn käytöstä kuulostaa paperilla yksinkertaiselta. Käytännössä tärkeintä ei ole kertominen vaan se, ratkaiseeko tekoäly asiakkaan ongelman ja millaisen vaikutelman se jättää. Pahin tapa menettää luottamus on jättää asiakas loputtomiin, hyödyttömiin kehiin jumittuneen chatbotin varaan.

Läpinäkyvyyden merkitys vaihtelee myös lähtökohdan mukaan. CRIF on rakentanut luottopisteytysmalleja 40 vuotta, ja Sangiorgin mukaan heille läpinäkyvyys on aina tarkoittanut kykyä selittää tulos pyydettäessä, ei mallin täydellistä avaamista.

OP:lle kyse on ennen kaikkea arvokysymyksestä: “Meille olisi arvojemme vastaista olla kertomatta asiakkaillemme, että käytämme tekoälyä palveluissamme”, Moilanen sanoo. Se ei kuitenkaan tarkoita generatiivisen tekoälyn käyttöä kaikkialla; yksinkertaisempi intentiopohjainen malli voi usein olla turvallisempi valinta.

ROI on todellinen, mutta ei jakaudu tasaisesti

Teknologia on sama kaikille, mutta se, mitä ja miten mitataan, vaihtelee organisaatiosta toiseen.

Sangiorgin mukaan 70–90 prosentin ajansäästöt dokumenttien käsittelyssä ovat aitoja, mutta osa sovelluksista muuttaa tekemisen tapaa niin perustavanlaatuisesti, ettei ROI:ta kannata edes laskea vanhaa prosessia vasten.

“Tekoälyä ei voi vain liittää huonon prosessin ja huonon datan päälle: se on silti huono prosessi ja huono data”, Raumolin sanoo; todelliset hyödyt syntyvät hänen mukaansa järjestelmistä, jotka on rakennettu tekoäly lähtökohtana.

Mohan huomauttaa, että keskimääräinen asiointiaika on itse asiassa noussut, ei laskenut, koska asiakkaat valitsevat yhä useammin keskustelun juuri tekoälyn kanssa, mikä syö osan tehokkuushyödystä. Konsultoinnissaan hän on nähnyt paljon pankkeja, jotka puhuvat 30–40 prosentin tehokkuudesta mutta eivät ole vielä tehneet sitä ratkaisevaa päätöstä, joka muuttaisi luvun todelliseksi säästöksi: henkilöstön vähentämistä tai vapautuneen kapasiteetin käyttämistä kasvun hoitamiseen ilman lisärekrytointeja. Niin kauan kuin kumpaakaan ei tehdä, tehokkuusluku on väite, ei mitattu tulos.

Asiakkaat jakautuvat kahtia

Osa asiakkaista, ChatGPT:n ja muiden vastaavien tekoälytyökalujen muovaamina, odottaa pankiltaan samaa kokemusta suoraan; sitä ei kuitenkaan voida tarjota muun muassa sääntelyn ja datan vuoksi, Moilanen sanoo. Samaan aikaan äänekäs vähemmistö ei halua tekoälyä raha-asioihinsa lainkaan. Molemmat ryhmät ovat vähemmistössä: suurin osa haluaa vain, että asuntolaina käsitellään nopeammin, eikä välitä siitä, mahdollistaako sen tekoäly.

Sama jako kulkee sukupolvien läpi. Ratkaisu on toistaiseksi pitää molemmat polut auki: nopeampi tekoälyavusteinen reitti ja hitaampi, ihmisvetoisempi reitti, niin kauan kuin asiakkaat haluavat jälkimmäistä.

Arvo ei synny pelkästään tuotteessa

Kysymys siitä, mihin huomio suunnataan, ratkaisee myös sen, mistä arvo löytyy. Julkinen keskustelu keskittyy usein siihen, mitä asiakas näkee, mutta suurin osa tekemisestä ja arvosta syntyy paikassa, jota asiakas ei koskaan näe.

Qvikin selvitys vahvistaa tämän: konkreettisin ja helpoimmin mitattava hyöty syntyy juuri nyt taustaprosesseissa, kuten käsittelyaikojen lyhenemisessä ja kustannussäästöissä vahinkoilmoituksissa ja riitojenratkaisussa, kun taas ennakoivat palvelut ja personoidut tarjoukset ovat vasta pidemmän aikavälin tavoitteita.

Mohanin mukaan tekoäly siirtyy avustavasta chatbotista asioita suoraan ratkovaksi ja edelleen kohti roolia, jossa se orkestroi taustaprosesseja, esimerkiksi viemällä korttiriidan suoraan korttiyhtiölle ilman ihmistä välissä. Moilanen haastaa kevyesti koko “tuote”-kehyksen: OP:lle suurin arvo syntyy prosessien uudelleensuunnittelusta ja siitä, mitä hän kutsuu “tekoälynatiiviksi organisaatioksi”, ei siitä, mitä tekoäly osaa, vaan siitä, miten roolien ja työtapojen pitää muuttua sen ympärillä.

Asiakaskokemus voi kadota kokonaan

Mitä tapahtuu, kun asiakkaan oma tekoälyagentti ja finanssitoimijan agentti hoitavat asian keskenään, ilman että kumpikaan osapuoli on enää suoraan läsnä? “Maailman siirtyessä tilanteeseen, jossa asiakkaan agentti ja meidän agenttimme hoitavat prosessin keskenään, olen jokseenkin huolissani siitä, ettei kyseisessä skenaariossa synny asiakaskokemusta lainkaan”, pohtii Qvikin selvitykseen haastateltu pankin teknologiakehityksen johtaja.

Skenaario ei ole enää pelkkää tulevaisuudenkuvaa. Raumolin mainitsee erään ruotsalaisen verkkovälittäjän, joka on jo avannut asiakkailleen rajapinnan omiin sijoitustietoihinsa, ja kysyy, mikä suomalainen pankki on ensimmäinen, jolta asiakas voi saada omat tietonsa käyttöönsä ja valita itse, millä käyttöliittymällä hän käsittelee niitä tekoälyn avulla. Teknologia on siis jo olemassa. Se, tarjoaako suomalainen pankki asiakkaalleen saman mahdollisuuden vai jättää sen kilpailijoille, on puhtaasti liiketoimintapäätös.

Kuusi nostoa keskustelusta

• Sääntelyn tulkinta organisaation sisällä hidastaa tekoälyn käyttöönottoa enemmän kuin sääntely itsessään.
• Läpinäkyvyys toimii, kun tekoäly samalla oikeasti ratkaisee asiakkaan ongelman.
• ROI:n mittaaminen on organisaatiokysymys: tehokkuusluvut muuttuvat todelliseksi säästöksi vasta, kun organisaatio tekee sen realisoivan päätöksen.
• Suurin osa asiakkaista ei välitä tekoälystä, kunhan asia hoituu nopeasti.
• Konkreettisin ja helpoimmin mitattava arvo syntyy tälläkin hetkellä taustaprosesseissa.
• Agenttien välinen asiointi on jo teknisesti mahdollista, ja kilpailijat saattavat ehtiä siihen ennen omaa organisaatiota.