Suivi et traçabilité et autres données perdues


Par Alix Melchy, Jumio VP de l'IA

L'application de technologies émergentes telles que l'IA, le cloud, la blockchain et l'IoT dans les services financiers a modifié les modèles de fonctionnement traditionnels des institutions financières, la dynamique concurrentielle du secteur, le rôle des personnes dans ces institutions et le paysage du système financier en tant que entier. En fait, l'IA se positionne comme un investissement essentiel, le Forum économique mondial expliquant comment elle est appelée à devenir au cœur du tissu des institutions financières.

Bien que l'adoption de l'IA dans les services financiers n'en soit qu'à ses débuts, les cas d'utilisation ne cessent de croître. De la recommandation d'offres de prêt et de crédit à la détection des fraudes, 94% des services financiers sur les marchés européens et moyen-orientaux estiment que l'IA va perturber leur activité. La direction et la prise de conscience de l'IA sont claires mais il est essentiel que les entreprises investissent maintenant, comme si cela se faisait trop rapidement, le processus est entaché d'embûches.

Malgré la promesse transformatrice de l'IA et des algorithmes d'apprentissage automatique, nous avons vu son application faire l'objet d'un examen minutieux dans d'autres industries. Prenez la débâcle de la notation britannique A-Level qui a fait la une des journaux en août. Les notes d'examen des étudiants vivant dans certains codes postaux britanniques ont été affectées de manière disproportionnée et négative, tandis que d'autres étudiants ont vu leurs résultats gonflés. Cela était dû à un algorithme mis en œuvre par Ofqual qui était défini pour prédire les notes à l'aide de données historiques, y compris les notes obtenues aux examens des années précédentes.

L'incident soulève la question de ce qui se passerait si l'algorithme utilisé dans ce cas était appliqué à une décision financière. Les mêmes préjugés pourraient avoir un impact négatif sur la façon dont des millions de consommateurs et d'entreprises empruntent, épargnent et gèrent leur argent.

Il est donc impératif que les institutions financières apprennent de ce scénario, en s'assurant que lorsqu'elle est mise en œuvre dans la prise de décision financière, l'IA n'est rien de moins qu'un succès.

L'IA n'est pas une fée marraine

Alors que beaucoup vantent les effets changeants de la révolution imminente de l'IA, il est fondamentalement important de comprendre que l'IA n'est pas magique. Au lieu de cela, nous devons apprendre à définir des attentes raisonnables avec l'IA afin de ne pas brosser un tableau irréaliste de sa puissance.

Afin de commencer sur la bonne voie, les entreprises doivent d'abord définir et s'aligner sur la tâche qu'elles souhaitent que l'algorithme effectue avant de pouvoir être développé et implémenté. Articuler le problème à résoudre est le préalable à un cadre solide de développement et d'évaluation de vos algorithmes.

Supprimer les préjugés dans l'IA

L'IA est l'outil, pas la main qui la manie ou l'œil qui la guide. C'est un type de système d'apprentissage qui nécessite des données, une intégration de la formation et une correction de cours. Tout comme nous formerions un jeune ingénieur à utiliser correctement un outil, nous formons des systèmes d'IA pour qu'ils deviennent des systèmes d'apprentissage experts à travers les données, les processus et les personnes.

Par conséquent, afin de résoudre un problème à l'aide de l'IA, la tâche doit être exprimée sous une forme qu'une machine peut comprendre et la machine doit être fournie avec les données nécessaires pour effectuer ou apprendre autrement à générer des prédictions qui lui permettent d'atteindre son objectif. Sans des données solides et pertinentes sous-tendant un modèle d'IA, celui-ci ne pourra jamais produire de résultats solides et pertinents.

Pour concevoir un algorithme équitable, la clé est de collecter une quantité suffisante de données pour que l'algorithme puisse être formé pour représenter une communauté entière. Bien qu'il soit possible d'acheter des ensembles de données pour accélérer le processus, il est essentiel que les données répondent à vos critères requis plutôt que d'être simplement un ensemble de données volumineux. Pour le secteur des services financiers, cela permet aux employés de traiter les clients équitablement et, lorsqu'ils sont combinés avec une modélisation et des processus appropriés, leur permet de maintenir la transparence et la responsabilité dans leurs processus de prise de décision afin d'éviter des réclamations légales ou des amendes de la part des régulateurs qui peuvent causer de graves dommages à la réputation. .

Reconstruire mieux

Comme l'a révélé le problème Ofqual, un test d'algorithme préliminaire à petite échelle est une étape essentielle avant de l'appliquer à un scénario réel. Une phase de test pilote aidera une entreprise à modifier la conception pour identifier les coûts et les dépenses en temps inutiles, tout en mieux comprendre les données. Comme cela n'a pas été suffisamment fait dans le cas Ofqual, l'algorithme n'a tout simplement pas fourni la bonne réponse au problème qu'il essayait de résoudre.

Défendre l'IA éthique

Plus que jamais, les entreprises réalisent une vérité simple: ne pas opérationnaliser les données et l'éthique de l'IA est une menace pour les résultats. Manquer la marque peut exposer les entreprises à des risques de réputation, réglementaires et juridiques. Voici quelques domaines clés que les entreprises devraient prendre en compte lors de l'exploitation des modèles d'IA:

  • Consentement d'utilisation: assurez-vous que toutes les données que vous utilisez ont été acquises avec le consentement approprié
  • Diversité et représentativité: les praticiens de l'IA devraient examiner la diversité de leurs équipes de programmation et s'ils suivent ou non une formation pertinente sur l'anti-préjugé et la discrimination. Cela s'appuiera sur les points de vue d'individus de sexes, d'horizons et de confessions différents, ce qui augmentera la probabilité que les décisions prises concernant l'achat et l'exploitation de solutions d'IA soient inclusives et non biaisées.
  • Transparence et renforcement de la confiance: une tenue de registres précise et solide est importante pour garantir que les personnes concernées savent comment le modèle fonctionne

Les façons dont l'IA peut être utilisée dans le secteur des services financiers se développent de plus en plus. Un exemple est l'utilisation d'un espace de vérification d'identité centré sur les documents dans lequel un document d'identification, tel qu'un passeport, est comparé à un selfie de l'utilisateur pour confirmer les identités réelles et virtuelles. Ce sera un domaine d'intérêt essentiel pour les entreprises de services financiers, car elles cherchent à confirmer que les utilisateurs sont bien ceux qu'ils prétendent être lorsque la succursale physique diminue. Lorsqu'on analyse si une personne est la même que l'image de sa documentation, par exemple, un modèle d'IA biaisé peut complètement saper la décision prise.

Cependant, il est rassurant de voir que le Guide du marché Gartner 2020 pour la vérification et l'affirmation d'identité prédit que d'ici 2022, 95% des appels d'offres auront introduit des exigences claires pour minimiser les biais démographiques. Cela montre à quel point les organisations sont de plus en plus conscientes des effets néfastes que les préjugés démographiques dans la performance des processus de vérification d'identité pourraient avoir sur leur marque, tout en étant claires sur les conséquences juridiques auxquelles elles risquent d'être confrontées.

En retour, il existe une réelle opportunité d'exploiter les solutions d'IA pour fournir le meilleur service, mais les institutions financières doivent veiller à le faire de manière éthique, précise et représentative.



Source link

Pourquoi confectionner un magasin virtuels ?

On voit clairement qu’il est vraisemblable de se lancer rapidement dépourvu argent et inconscient technique particulière. Je vous conseille de vous jeter en dropshipping et de indispensablement ne pas mettre trop d’argent sur votre site. Il vous faut surtout avoir un budget marketing pour écrire venir visiteurs sur votre boutique : c’est le ligament de la guerre. Car comme nous-mêmes l’ai dit, vous pouvez avoir la plus belle boutique. Sans trafic, vous ne ferez des fois de chiffre d’affaires. Une fois que vous aurez testé, votre marché vous allez pouvoir alors suborner un stock.