La Inteligencia Artificial (IA) desempeñará un papel fundamental en la consecución y consecución de estos objetivos, y este libro blanco garantizará que estamos poniendo al Reino Unido en camino de ser el mejor lugar del mundo para construir, probar y utilizar la tecnología de IA. Pero no partimos de cero. Habiendo invertido más de 2.5 millones de libras esterlinas en IA desde 2014, este documento se basa en nuestros recientes anuncios de 110 millones de libras esterlinas para nuestro Fondo de Misiones Tecnológicas de IA, 900 millones de libras esterlinas para establecer un nuevo recurso de investigación de IA y desarrollar una supercomputadora a escala capaz de ejecutar grandes modelos de IA, respaldada por nuestra nueva Red Global de Talentos de IA de 8 millones de libras esterlinas y 117 millones de libras esterlinas de financiación existente para crear cientos de nuevos doctorados para IA Investigadores.
La mayoría de nosotros recién ahora estamos comenzando a comprender el potencial transformador de la IA a medida que la tecnología mejora rápidamente. Pero en muchos sentidos, la IA ya está brindando fantásticos beneficios sociales y económicos para personas reales, desde mejorar la atención médica del NHS hasta hacer que el transporte sea más seguro. Los avances recientes en cosas como la IA generativa nos permiten vislumbrar las enormes oportunidades que nos esperan en un futuro próximo si estamos preparados para liderar el mundo en el sector de la IA con nuestros valores de transparencia, responsabilidad e innovación.
Etiqueta: AI – Inteligencia Artificial
Las estadísticas configuran el entorno de la política monetaria
Se dice que la economía estudia la incertidumbre, pero la estadística mide la incertidumbre. Al reducir la incertidumbre a un valor cuantificable, las estadísticas permiten a la política monetaria gestionar sus compensaciones y trazar su curso a través de incógnitas conocidas y desconocidas. Esto mejora la rendición de cuentas y, por lo tanto, la credibilidad. Ese es el poder de las estadísticas.
Para mis colegas en el DSIM, este empoderamiento implica montar una montaña rusa interminable todos los días a través de capas de recopilación, validación, procesamiento, análisis e investigación de datos. Esto es cierto no sólo de los importantes requisitos de política monetaria que se les han encomendado, sino también de casi todas las demás funciones del RBI. Además de su compromiso inquebrantable con su vocación, han demostrado una notable adaptabilidad al aceptar nuevos desafíos, técnicas y fuentes de datos. Son ellos los que marcan la diferencia. En una visión influyente, los números no tienen forma de hablar por sí mismos; Son nuestros estadísticos quienes hablan por ellos y los impregnan de significado.4. A mis colegas de DSIM, por lo tanto, todo el poder y algunas palabras de consejo, basándose en el libro indiscutible de David Spiegelhalter titulado El arte de la estadística.5, y cito: «-las reclamaciones basadas en datos deben ser accesibles; Inteligible; Valorables; Utilizable.»
Los bancos centrales en la encrucijada
Los bancos centrales se encuentran en una encrucijada. Cinco bifurcaciones principales ya están con nosotros: (1) la «última milla» para la convergencia de la inflación a la meta; 2) cambio climático; 3) desigualdad; 4) innovación digital; y (5) inteligencia artificial. Las decisiones que los bancos centrales tomen hoy sobre estas bifurcaciones en el camino afectarán las condiciones macroeconómicas en los próximos años. Y dado el importante papel que desempeñan los bancos centrales en las sociedades, tendrán que considerar sus implicaciones. Y para responder mejor a estos desafíos, también tendrá que ayudar a fomentar en la comunidad de bancos centrales una cultura de diversidad e inclusión.
Los efectos combinados de estos desafíos son difíciles de entender, precisamente debido a la interacción incierta entre las decisiones tomadas a través de diferentes bifurcaciones. Una conclusión obvia es que nuestros modelos económicos y monetarios tradicionales no parecen estar diseñados para capturar esta complejidad y necesitamos nuevos modelos y enfoques innovadores para guiar las políticas de los bancos centrales. Si bien en muchos casos ya estamos incluyendo más instrumentos en nuestro conjunto de herramientas, que van desde herramientas macroprudenciales, compras de activos, intervenciones en el mercado en circunstancias específicas y nuevas formas de comunicación, y si bien podemos calibrar de manera más efectiva la política monetaria y abordar los nuevos riesgos emergentes, también debemos mantener nuestros modelos manejables y mantener cierta simplicidad al comunicar nuestro papel y función en la sociedad.
Cuando nos fijamos en las bifurcaciones o los desafíos que probablemente tendrá que enfrentar, en pocas palabras, todos afectan a los parámetros actuales que guían la formulación de la política monetaria o las «estrellas» generalmente asociadas con el concepto de un nivel neutral para la tasa de interés y también el desempleo. Los cambios estructurales en la oferta de mano de obra, la relocalización, una nueva geografía para el comercio, las tensiones geopolíticas y la ecologización de nuestras economías son, aparentemente, factores que aumentan los costos. Obviamente, muchos cambios mejorarán la productividad a su debido tiempo, como los asociados con el uso de más innovación financiera digital e IA. Pero tendrá que pasar por un período en el que será difícil evaluar los efectos netos combinados de todo esto y, especialmente, el momento en que se manifestarán todos y cada uno de estos factores. Por lo tanto, su arte como futuros responsables de la formulación de políticas será analizar estas compensaciones futuras, su naturaleza transitoria o más permanente, y construir una estrategia decidida y creíble para salvaguardar la estabilidad financiera y de precios. Confío en que lo hará y alcanzará con éxito sus objetivos con la intensidad adecuada y el momento adecuado para sus acciones políticas. Y también podría reflexionar sobre otros posibles objetivos que las sociedades podrían obligarle a cumplir. Finalmente, como se mencionó anteriormente, muchos de estos desafíos tienen consecuencias distributivas: es posible que también tenga que analizar cómo sus futuros colegas del departamento de tesorería diseñarán sus políticas fiscales para responder a estas nuevas necesidades de financiamiento, posiblemente adoptando un reparto innovador de la carga fiscal en un formato sostenible y equilibrado que debería mejorar el de nuestros estados de bienestar social existentes.
Si bien las cinco bifurcaciones que mencioné anteriormente son desafíos en los que pensar, el camino a seguir tal vez no sea desesperarse cuando se enfrenta a ellos, y no tratar de abarcar todo, sino usar la sabiduría tradicional del principio de separación de Tinbergen, y tratar de construir marcos políticos que, con objetivos e instrumentos definidos, tengan el objetivo de servir mejor al bien común. Y cuando miro a los jóvenes estudiantes inteligentes que reciben sus títulos en banca central hoy, estoy absolutamente seguro de que todos ustedes ayudarán a avanzar hacia el cumplimiento de estos desafíos críticos para la banca central.
El laboratorio analiza la IA
El Laboratorio del Consejo de Informes Financieros del Reino Unido, diseñado como un espacio de taller para que inversores y empresas trabajen juntos en soluciones para las necesidades de informes, ha publicado su última visión sobre la inteligencia artificial emergente en los informes.
Con la IA avanzando en la agenda popular debido a su creciente prevalencia en soluciones tecnológicas emergentes como ChatGPT, el laboratorio realizó una mesa redonda para comprender la opinión de las partes interesadas sobre este tema. El evento atrajo mucho interés, y la IA se convirtió en el principal foco de discusión, mostrando la importancia de este tema para muchos. ¡Las conclusiones señalaron en gran medida la necesidad de una mayor comprensión, más experiencia y más datos!
Para fin de año, el FRC planea publicar estudios de casos que exploren la intersección de la IA con marcos de orientación e informes, ¡algo que estaremos vigilando! En el futuro, el laboratorio también tiene como objetivo analizar cómo las empresas incluyen la IA en los informes anuales y consideran las buenas prácticas emergentes; como hemos cubierto aquí antes , la combinación de datos estructurados, que es lo que funciona mejor con la IA, y las tecnologías emergentes podrían generar una poderosa herramienta para la creación de informes y análisis de divulgaciones estructuradas.
En ausencia de estándares, el aprendizaje automático revela riesgos climáticos
El Banco de Inglaterra está llevando a cabo una investigación sobre las divulgaciones voluntarias relacionadas con el clima de las instituciones financieras del Reino Unido a través del aprendizaje automático. La investigación tiene como objetivo comprender las asimetrías entre las empresas y los inversores, observar cómo difieren las prácticas de divulgación entre las empresas y arrojar luz sobre la decisión de hacer obligatoria la presentación de informes relacionados con el clima.
Para determinar el grado en que las instituciones financieras del Reino Unido proporcionaron información alineada con el Grupo de Trabajo sobre Divulgaciones Financieras Relacionadas con el Clima (TCFD), los investigadores utilizaron el procesamiento del lenguaje natural y el aprendizaje automático para escanear informes corporativos. El uso del estándar TCFD permitió a los investigadores comparar las divulgaciones entre las empresas.
¿Los hallazgos? Que las divulgaciones relacionadas con el clima han aumentado significativamente, particularmente junto con el aumento de las intervenciones regulatorias, lo que aboga por una mayor intervención regulatoria y plazos claros para las divulgaciones obligatorias.
La investigación en sí misma también defiende no solo la divulgación obligatoria, sino también las divulgaciones digitales obligatorias legibles por máquina. Sin datos legibles por máquina, se debe realizar un esfuerzo significativo, como se muestra en este documento, para raspar y analizar las divulgaciones, algo que está fuera del alcance de muchas partes interesadas. La introducción de un estándar de informes legible por máquina, como XBRL, para las divulgaciones climáticas obligatorias reduciría el esfuerzo requerido, haciendo que la comparación y el análisis estén disponibles para todos, en lugar de solo como resultado del diseño de complejos algoritmos de aprendizaje automático.
Suptech en la supervisión de seguros
Dada la importancia del papel de la tecnología de supervisión (suptech) en la «nueva normalidad», los supervisores de seguros ven la necesidad de comprender claramente el potencial de suptech para ayudar a su trabajo. Este documento tiene como objetivo contribuir a esta comprensión citando ejemplos concretos de cómo las herramientas suptech son utilizadas por 22 supervisores de seguros. El documento cubre 38 herramientas de sucesión, que se clasifican de acuerdo con su uso previsto, ya sea para supervisión prudencial o de conducta, o ambas. El documento encuentra que las herramientas de tecnología de apoyo utilizadas por los supervisores de seguros para la supervisión prudencial son similares a las utilizadas por los supervisores bancarios. La mayoría de las herramientas de conducta denunciadas, por otra parte, son específicas del sector de los seguros. Mientras tanto, la mayoría de las herramientas que pueden utilizarse tanto para la supervisión prudencial como para la supervisión de la conducta se ocupan de la recopilación de datos. En el futuro, muchos supervisores de seguros tienen como objetivo específico desarrollar sistemas integrados que cubran diferentes aplicaciones y cubran todo el proceso de supervisión.
El procesamiento del lenguaje natural está aquí para quedarse
Encontramos elementos para pensar en un artículo reciente de Irene Liu y el equipo de Accenture, que explora el uso del procesamiento del lenguaje natural (NLP) para el cumplimiento normativo. La PNL implica el uso de inteligencia artificial para analizar datos basados en texto y generar información relevante para la toma de decisiones. Tiene el potencial de aumentar la automatización en el cumplimiento, hacer que los procesos sean más efectivos y eficientes, y reducir los errores humanos. Los casos de uso comunes relacionados con el cumplimiento discutidos por los autores incluyen interpretación regulatoria, uso en procesos AML / KYC (antilavado de dinero y conozca a su cliente) y monitoreo de riesgos.
Los desafíos clave para la adopción de PNL identificados en el artículo son la disponibilidad de datos, particularmente para ajustar constantemente los modelos de PNL; la escasez de conocimientos técnicos; y la complejidad de los datos de texto y la necesidad de sensibilidad cultural para extender la PNL a idiomas desatendidos.
Seres humanos controlando la IA – Expectativas regulatorias emergentes en el sector financiero
Existen marcos o principios de gobernanza de la IA que se aplican en todas las industrias y, más recientemente, varias autoridades financieras han iniciado el desarrollo de marcos similares para el sector financiero. Dentro de estos marcos, varios temas comunes convergen en principios rectores generales sobre confiabilidad, rendición de cuentas, transparencia, equidad y ética. Otros principios rectores mencionados en ciertos marcos se relacionan con la privacidad de los datos, la dependencia de terceros y la resiliencia operativa. Si bien estos principios de alto nivel son útiles para proporcionar una indicación amplia de lo que las empresas deben considerar al utilizar tecnologías de IA, hay crecientes llamamientos para que los reguladores financieros proporcionen una orientación práctica más concreta. Un enfoque para satisfacer esta necesidad de la industria es que los reguladores proporcionen una compilación de las mejores prácticas emergentes de la industria sobre la gobernanza de la IA, cuando estén disponibles, para cada uno de estos principios generalmente aceptados.
Los requisitos existentes sobre gobernanza, gestión de riesgos, así como desarrollo y operación de modelos tradicionales también se aplican a los modelos de IA. Estos incluyen requisitos de gobernanza que responsabilizan el uso de tales modelos en los consejos de administración y la alta dirección de las instituciones financieras. Más específicamente, las empresas generalmente deben contar con procesos sólidos de validación de modelos para determinar la confiabilidad de los resultados de la modelización. Es importante destacar que los supervisores esperan que dichos modelos sean transparentes, no solo como parte de las buenas prácticas de gestión de riesgos, sino también para permitir la revisión supervisora de los modelos. Además, las leyes, normas u orientaciones reglamentarias existentes abarcan la privacidad de los datos, la dependencia de terceros y la resiliencia operativa, incluso en el uso de modelos.
El papel de la legibilidad de la máquina en un mundo de IA
El personal de la SEC, en particular el personal de la División de Análisis Económico y de Riesgos (también conocido como «DERA»), ha reconocido durante mucho tiempo lo esencial que es tener datos utilizables y de alta calidad.
La cantidad de datos relevantes para la decisión de las divulgaciones de los registrantes de la SEC es enorme. El sistema de archivo EDGAR contiene información financiera que cubre más de $ 82 billones de activos bajo administración por asesores de inversión registrados. Alberga estados financieros de empresas que cotizan en bolsa con una capitalización de mercado agregada de aproximadamente $ 30 billones. Y desde su creación, ha habido más de 11 millones de presentaciones de más de 600,000 entidades informantes que utilizan 478 tipos de formularios únicos. Solo durante el año calendario 2016, hubo más de 1.500 millones de solicitudes únicas de esta información a través del sitio web de SEC.gov.
Tendencias tecnológicas 2022 – Diseñe su futuro tecnológico
El decimotercer informe anual de tendencias tecnológicas de Deloitte proporciona información e inspiración para desbloquear la innovación, generar confianza y aprovechar las ventajas de ingeniería para su futuro viaje digital.