Etiqueta: AI – Inteligencia Artificial

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.

El Internet del Comercio – Construir el sistema nervioso de la economía mundial

La tecnología actualmente disponible permite que el comercio mundial se vuelva completamente digital. Para apoyar esto, se deben crear normas técnicas y las reglas y la legislación deben armonizarse internacionalmente. Las administraciones públicas deben invertir en digitalización en la misma medida que las que comercian y también los numerosos proveedores de servicios en torno al comercio. El resultado será prometedor, pero un factor de éxito es la estrecha colaboración entre los diversos actores.

Activos de datos mineros

Los datos se almacenan en aplicaciones empresariales y en procesos empresariales asociados. Algunas aplicaciones ofrecen la opción de exportar datos, y algunas aplicaciones ya utilizan Business Intelligence (BI) para tener datos fácilmente disponibles. Para realizar extracciones periódicas, TI puede establecer descargas programadas de datos. Para crear más valor añadido y hacer que las extracciones de datos sean más ampliamente compartibles, se podrían crear catálogos, combinando los datos extraídos con otros datos y reutilizándolos para crear nuevos activos de datos. Estos activos de datos también se pueden utilizar de manera rentable para mejorar la base para la toma de decisiones de gestión.

Los líderes financieros podrían redefinir la presentación de informes

La pandemia de COVID-19 ha puesto a prueba a la sociedad y ha planteado preguntas difíciles a los líderes financieros. Se encuentran en un difícil acto de equilibrio: responder a la pandemia de COVID-19 con resiliencia, mientras generan valor sostenible a largo plazo para múltiples partes interesadas (accionistas, empleados, clientes, comunidades y otras partes) al centrarse no solo en los resultados financieros, sino también en también sobre impactos ambientales y sociales.
En un mundo donde el desempeño se mide a través de estas dimensiones más amplias, los líderes financieros deberían reconsiderar el papel que desempeñan los informes en el valor empresarial. Eso significa satisfacer las demandas de información no financiera (los modelos comerciales están cada vez más expuestos a problemas sociales y ambientales), así como divulgaciones financieras. Y deberían desafiarse a sí mismos para pensar en cómo serían las finanzas y la presentación de informes en el futuro y estar preparados para alterar el status quo.
Si las finanzas no cumplen con las expectativas cambiantes de los inversores, reguladores y otras partes interesadas, la presentación de informes podría perder relevancia.

El auditor de mañana piensa lento

Los auditores del mañana deben poder evaluar de manera racional e imparcial hasta qué punto pueden confiar en los resultados de los algoritmos en comparación con los producidos por personas o sistemas tradicionales, o una combinación de resultados humanos y mecánicos. Para lograr este objetivo, los auditores deben poder y estar dispuestos a dejar ir su intuición para dejar espacio para un análisis exhaustivo.

Plataformas informáticas para análisis de big data e inteligencia artificial

Las autoridades públicas, y los bancos centrales en particular, se están dando cuenta cada vez más del potencial de los grandes conjuntos de datos y análisis, con el desarrollo de técnicas de inteligencia artificial (IA) y aprendizaje automático (ML), para proporcionar información estadística nueva y complementaria (Hammer et al ( 2017)). Sin embargo, la pregunta sigue siendo: ¿cómo deberían organizarse las instituciones para beneficiarse al máximo de estas oportunidades? Dos áreas parecen particularmente importantes para los bancos centrales. El primero es cómo organizar su información estadística en relación con su infraestructura de TI. El segundo es pensar estratégicamente sobre cómo utilizar las técnicas apropiadas para procesar y analizar la nueva información recopilada.

¿Debería blockchain o AI reemplazar a XBRL?

A medida que las comunidades de IA y blockchain han evolucionado, y a medida que investigan nuevos casos de uso para estas tecnologías, reconocen que los estándares de datos maduros y ampliamente utilizados son fundamentales para el buen funcionamiento de las aplicaciones de IA y blockchain. Necesitan estándares de datos que admitan numerosos sistemas de recopilación y análisis de información y que produzcan datos digitalizados de buena calidad, coherentes, limpios y que sean interoperables con otros datos.
El estándar XBRL, debido a su capacidad para crear datos legibles por máquina, consistentes e inequívocos, es un ajuste perfecto para impulsar tecnologías como AI y blockchain.